NVIDIA AI PC 講座
地端負責量，
雲端負責質。
一個日更 AI 內容團隊的混合工作流——
從 Instagram 選題，到 RTX 上的分鏡量產線。
從 Instagram 選題，到 RTX 上的分鏡量產線。
地端負責量，
03 · 關於我
我是 Rae，一個每天跟 AI 搶時間的人
- 經營 @tenten.co日更 AI 新聞內容
- 每天的工作：追新聞、寫腳本、拆分鏡、生圖、出片
- 剛剛那些數字，就是我自己的帳單在座做內容的，帳單長得跟我一樣，只是位數不同
內容要日更，預算不會日更。
@tenten_ai · 實際內容
04 · 一人軍隊
我的職稱是行銷總監，
我的「團隊」是——
×1
剪輯助理
AI Agent — 逐字稿・粗剪・字幕
×1
社群小編
AI Agent — 留言分類・回覆起草
×1
企劃研究員
AI Agent — 話題雷達・內容排程
×1
分鏡畫師
RTX 5070 — 日產幾十張，不領薪水
編制一人，產能一組。
05 · 創作的真相
創作的 80%，是觀眾看不見的
1 : 30
一張成品的背後，
是三十張沒人看見的草稿。
是三十張沒人看見的草稿。
分鏡草稿
風格測試
構圖亂試
牆上每一格，都是真實 AI 生成（Z-IMAGE／HIGGSFIELD）
草稿不是浪費，是探索。但你不該為探索，付成品的價錢。
08 · 我的武器
RTX 5070，
一張卡的算力
Blackwell
新世代 GPU 架構
第 5 代 Tensor Core
AI 運算專用單元
FP4
低精度格式，同晶片吞吐翻倍
988 AI TOPS
每秒近一千兆次 AI 運算
09 · 30 秒硬體課
為什麼 Tensor Core 生圖特別快？
生圖＝海量矩陣乘法
一張圖是幾十億次乘加運算。Tensor Core 就是為矩陣運算而生的專用電路。
FP4：數字變小，速度變快
用更精簡的數字格式運算，同一張晶片吞吐直接翻倍，分鏡畫質幾乎無感。
12GB GDDR7：剛好裝下
6B 級開源生圖模型，正好放進消費卡的顯示記憶體，不用犧牲速度。
專用電路 × 低精度 × 夠大的記憶體——分鏡量產的硬體條件，一張卡湊齊。
12 · 地端實戰
幾分鐘，幾十張分鏡
01
把腳本拆成分鏡 prompt一支片 30–50 個畫面描述
02
丟進 ComfyUI 批次佇列套用存好的工作流模板
03
RTX 5070 的 Tensor Core 開跑本機運算，不排隊、不計次
04
幾分鐘後：一整面 storyboard 牆爛的直接刪，好的進下一關
分鏡量產畫面 · 示意圖
在地端，量開多大，都不用考慮費用。
13 · 眼見為憑
這一頁的圖，就是這段 prompt 生的
Hand-drawn video storyboard frame, rough charcoal and marker sketch on dark paper, loose expressive linework, monochrome dark gray shading with a single neon green accent glow, cinematic composition, no text.
Shot: {鏡頭描述}
Shot: {鏡頭描述}
前半段＝風格鎖定，整支片不動
Shot:＝每格換一句鏡頭描述
同一段風格 × 換八句鏡頭，一支片的分鏡就出來了。
SHOT 02 · 風扇特寫
SHOT 03 · 安裝顯卡
SHOT 05 · 節點畫面
SHOT 08 · 開機鍵
四格皆為上述 PROMPT 實際輸出 · Z-IMAGE
16 · 雲端的角色
大事，才輪到雲端
動腦PLAN
企劃、腳本、prompt——讓雲端模型陪你想。方向沒確定之前，一張成品都不生。
出片FINISH
從幾十張分鏡裡挑出最喜歡的一、兩張，丟上 Higgsfield 生最終成品。
Credit 只花在刀口上，一點都不心疼。
三十張裡，只有一、兩張值得花錢——
地端草稿 · Z-IMAGE
雲端成品 · HIGGSFIELD（以左圖為參考圖生成）
左邊可以錯三十次，右邊只需要對一次。
地端草稿 · Z-IMAGE
雲端成品 · HIGGSFIELD（以左圖為參考圖生成）
第二顆鏡頭，一樣成立——這是流程，不是抽卡。
一張草稿，三種成品
三張成品皆以左圖為參考圖生成 · HIGGSFIELD
草稿 · Z-IMAGE
→
電影感寫實
手繪動畫
極簡 3D
方向對了之後，風格只是選項——換風格不用重拍，換一句話。
17 · 私房課
接下來 10 分鐘，是我的私房課
兩個名詞，先講人話——
AI Agent會動手的
你給目標，它自己跑完流程——讀留言、剪粗剪、排日曆。不是聊天，是做事。
AI Skills有品味的
把你的做法寫成規則檔，它每一次都照做。品味一旦寫下來，就能被重複執行。
Agent 出手，Skills 出品味——你出判斷。
乾貨 SESSION 01 / 03 · AI AGENT × AI SKILLS
影片剪輯
從逐字稿到粗剪——我只出一張嘴。
19 · 剪輯規則檔
我寫給剪輯 Agent 的規則檔
rae/skills/edit-rules.md
01前 2 秒必須出現畫面變化或數字——否則觀眾已經滑走。
02字幕每行不超過 12 個字，斷句斷在語氣點，不是斷在文法。
03超過 5 秒沒有新資訊，就切 B-roll 或換景——節奏就是留人。
這就是 AI Skills——把品味寫成檔案，品味就能被重複執行。
乾貨 SESSION 02 / 03 · AI AGENT × AI SKILLS
社群操作
分類它來做，溫度我來給。
乾貨 SESSION 03 / 03 · AI AGENT × AI SKILLS
行銷規劃
行事曆不是我填的——是長出來的。
24 · 串起來
我每天的內容生產線
人
選題
今天講什麼
→
雲端
企劃・腳本
AI 陪你動腦
→
地端
分鏡量產
×30–50 張
→
人
挑選
留 1–2 張
→
雲端
成品生成
Higgsfield
→
人
剪輯・發布
@tenten.co
地端＝量（免費試錯）
雲端＝質（花在刀口）
人＝判斷
人只做一件事：判斷。剩下的，交給對的算力。
25 · 夜班 AGENT
我的筆電，沒有下班時間
00
搭載 RTX 5070 的筆電，一閒置——Hermes Agent 自動接班，開始值夜
01
自動收集 AI 消息我睡覺時，掃完全球 AI 圈的更新
02
自動 Research整理成明天一開機就能用的選題簡報
03
自動化社群發佈照我的語氣規則寫草稿、排程、準時上線
我在睡覺，選題簡報自己長出來。
這份簡報裡的每一張圖，
都是這套工作流生的。
包括你現在看的這一頁。
31 · 翻車現場
當然也會翻車——三個最常見的
01
手指長了六根
瑕疵是量產的一部分——多生幾張挑就好，反正免費。
02
風格整批飄掉
回去鎖模板——風格描述凍結，種子固定，再重跑。
03
Agent 剪出災難
不是它笨，是規則檔少一條——補上，它就永遠不再犯。
品管審核通過：手指數量正常
翻車不可怕——地端翻車，成本是零。
35 · 進階路線圖
從今晚到三個月後
第 1 週
生出第一批分鏡
裝好 Pinokio，跑通 Z-Image——先讓量免費
→
第 1 個月
存出自己的模板
風格穩定、量產不飄——手感變成資產
→
第 3 個月
接上第一個 Agent
Hermes × 地端 Qwen——從剪輯規則檔開始
三個月後，你也有一支一人軍隊。
地端負責量，雲端負責質。
Q&A
掃碼追蹤 @tenten.co