视频生成只是开始，AI 如何把内容做对？
InfoQ 中文 · 软件开发
原创 QCon 2026-11-05 16:33 北京 从理解用户目标到验证交付结果，Content Agent 正在重构内容创作 演讲嘉宾｜韩晟 编辑｜ 康悦 策划 ｜ QCon 全球软件开发大会 从理解用户目标到验证交付结果，Content Agent 正在重构内容创作 过去做一条视频，通常要先学会使用剪辑软件，再选择模板、调整镜头，最后一点点完成包装。工具降低了创作门槛，却没有替用户回答一个更关键的问题：这条视频究竟要完成什么？ 10 月 22 日，在 QCon 上海 2026 主论坛上，小影科技创始人兼 CEO 韩晟以《从工具到 Agent：小影内容创作的三次范式迁移》为题，分享了小影在内容创作领域的长期实践。 在他看来，AI 对内容创作的改变，正从“帮助用户生成素材”，进一步走向“理解用户目标，并交付最终结果”。 小影科技创始人兼 CEO 韩晟 1 从剪辑工具，到能够交付结果的 Content Agent 小影科技成立至今已有 14 年，长期服务全球大众用户的视频创作需求。韩晟介绍，小影相关产品累计下载量已经超过 20 亿。伴随用户需求和技术能力的变化，小影的内容创作产品经历了三个阶段。 第一阶段是剪辑工具阶段。 从 2012 年到 2022 年，小影主要通过移动端软件帮助用户完成视频剪辑。用户仍然是创作的主导者，产品提供时间轴、音乐、转场、滤镜和字幕等能力，降低视频生产的操作门槛。 第二阶段是 AIGC 应用阶段。 从 2022 年开始，生成式 AI 进入内容生产流程。用户可以通过文生图、图生视频、图生音乐等能力，更快地生成素材和内容。设计师、剪辑师和专业创作者的部分工作被模型辅助完成。 但在韩晟看来，AIGC 应用仍然主要是一类“更强的工具”。用户依然需要提出想法、选择功能、编排流程，并对最终结果负责。 第三阶段是 Content Agent 阶段。 从 2025 年开始，小影尝试让 AI 从生成单个素材，进一步走向理解目标、调用工具和交付结果。 产品的核心对象从“功能”转向“任务”。用户说“帮我做一条促销视频”，Agent 需要进一步理解商品、受众、品牌、渠道和营销目标，随后选择合适的模型、素材和工作流，最终交付一条能够使用的视频。 同时，内容创作产品的核心问题，也从“如何让用户更好地使用工具”，转向“如何帮助用户完成一件事”。 2 为什么一句话生成视频，仍然很难？ 模型能力不断增强，但“普通用户只需要说一句话，就能生成任意视频”在短期内仍然很难实现。韩晟总结了 视频创作 Agent 面临的三个核心问题：指令空间无限发散、结果难以自动验证，以及长上下文带来的内容一致性问题。 首先， 普通用户的需求往往并不清晰。 韩晟在演讲中反复强调，用户说出的往往只是表层需求 。 一个用户说“帮我做一条营销视频”，背后可能对应完全不同的目标。 一个美甲店老板说“帮我做一条营销视频”，真正想要的可能是吸引顾客预约到店；奶茶店关注的可能是折扣和即时下单；电商商家希望把产品卖点讲清楚；自媒体创作者则更关心内容能否吸引观众看下去。表面上，这些需求都是“做一条视频”，实际对应的 Job to Be Done、创作流程和成功标准完全不同。 其次， 视频结果很难用统一规则自动验收。 代码任务通常可以通过测试用例和运行结果判断是否完成；但视频创作没有一套适用于所有场景的“标准答案”。画面质量、内容表达、品牌一致性，以及用户是否采纳、是否发布，甚至是否带来预约或交易，都可能成为评价依据。 这意味着，Agent 不仅要生成视频，还要理解在具体场景下什么才算完成。这个标准无法完全依赖通用模型，企业还需要把长期积累的创作经验、场景知识和业务 Know-How，转化为可执行、可复用的评测规则。 第三， 视频创作具有跨镜头、跨素材和跨环节的上下文连续性。 人物、场景、商品、价格、电话和品牌信息，需要在多个镜头中保持一致。用户可能在创作过程中反复修改某个价格或电话号码，Agent 必须理解这些修改背后的意图，并确保变化能够同步到最终结果中。 因此，小影没有把目标简单设定为“让模型生成更多内容”，而是先寻找能够被验证的真实场景，再把经过验证的场景流程和专业经验沉淀为可复用的 Skill。对于普通用户来说，关键体验不是学习一套新的 Prompt，而是让他发现：“这正是我想完成的事情，而且我可以快速得到结果。” 近期的消费 AI 数据也印证了这一判断。a16z 发布的 2026 年消费 AI 报告显示，美国消费者对 AI 的使用范围正在扩大，但深度使用和付费仍集中在少数高价值用户和专业场景中，创作、编程和生产力工具是主要付费方向。 这意味着，面向大众的 AI 产品需要找到比通用聊天更明确的价值入口。对小影而言，当前阶段更重要的是从具体的内容创作和经营场景切入，通