不整條重生成,只改那幾行:Tellcut 把影片修改的迭代成本砍到時間線上的一格
獨立開發者以Claude Opus 5.5打造動效影片工具Tellcut,主打區段局部修改與版本回溯,本文從內容生產的迭代成本角度拆解這門工具生意。
2026年10月13日,開發者zy199333210在V2EX「分享創造」板發布了網頁工具Tellcut,截至發文時約11小時累積478次瀏覽。工具的核心主張只有一句話:用AI做影片,哪裡不滿意就只改哪一段,其他部分不動。
這個賣點對準的是當前生成式影片工作流程裡最貴的一個環節,修改。
為什麼「改」比「生成」更貴
擴散模型路線的影片生成,每一次調整都是一次完整重擲。開發者在文中描述的痛點很具體:哪怕只想換一個字、把某個鏡頭放慢,也得整條重新生成,而且生成完別的地方又變了。換句話說,修改的邊際成本等於一次全新生成,而且還附帶不可控的回歸風險,先前滿意的段落可能被這次重生成破壞。
這與我們先前分析的Opus 5.5做影片攤開的內容生產邊際成本帳是同一條脈絡:當模型能直接以程式碼描述動畫,影片就從機率採樣的產物變成確定性的程式輸出。程式碼的好處是可局部修改,文字進場、畫面切換、數字跳動,改動只需觸及對應的幾行程式。Tellcut把這個特性包裝成產品:上傳一張截圖或寫一句話,生成10到30秒的動效影片,在時間線上點選某一段下指令修改,每次修改留存版本、可回退對比。
從成本結構看,這是把「修改一次的期望成本」從「一次完整重生成加上多輪抽獎」壓到「一次區段級的程式碼編輯」。對需要反覆對稿的商業場景,App上線宣傳、產品演示、遊戲廣告、促銷廣告,迭代次數往往多於生成次數,省下的正是迭代端。
確定性輸出附帶的另一個好處
來源文內還提到一個容易被忽略的技術細節:截圖裡的字和按鈕不會糊。因為影片是由Opus用程式碼逐幀繪製,使用者介面、文字、顏色都是原樣動起來,而非經過影像生成模型的重新詮釋。這解決了擴散模型路線在產品演示類內容上的老問題:UI截圖經生成模型處理後,文字與介面細節常出現失真,而產品演示恰恰是對畫面精確度要求最高的品類。
其他可確認的產品規格包括:橫屏、豎屏、方形三種輸出格式,導出1080p MP4,內建模板與特效庫,Studio頁面免登入可試玩一個轉盤廣告範例,iOS版在後續規劃中。這是一人團隊的作品。
需求分層:這門生意卡在哪一層
Tellcut的適用邊界也寫得清楚:它做的是動效影片,不是實拍或寫實生成。10到30秒、以介面與文字動畫為主的短內容,這個區間恰好是中小開發者與獨立工作室的宣傳素材需求帶。此一需求分層與先前醫師節AI短片潮重寫的內容生產成本觀察到的現象相互印證:當製作成本夠低,節日與發布節點的短影音需求會被大量釋放。
不過社羣的初步回饋也指出了轉換漏鬥上的缺口。回覆者sillydaddy直指首頁沒有體現特色、沒有試用欲望;chendaye則以「英文勸退」點出介面語言對中文使用者的門檻。一個靠傳播驅動的獨立工具,首頁敘事與在地化是獲客成本的前置變數,這兩條回覆等於免費的轉化率診斷。
判斷
Tellcut本身規模很小,一人開發、單一功能,還談不上市場格局。值得記錄的是它代表的路線分工:確定性程式碼生成負責結構精確、需反覆修改的動效內容,擴散模型負責寫實與開放性畫面,兩者的成本曲線在「修改」這個環節明顯分岔。當模型寫程式的能力繼續上探,局部可編輯這個特性會從賣點變成動效類工具的入場券。至於Tellcut能否把先發特性轉成留存,取決於模板庫厚度與迭代體驗的打磨,這些目前沒有可核實的數據,留待後續觀察。