Opus 5.5 動畫對帳本公開，把一句 prompt 的神話拆回工作紀錄

用 AI 摘要這篇文章：

ChatGPT Claude Perplexity Google Grok

2026 年 9 月 30 日，X 上一位追蹤者不到三千人的帳號 Florence（@flxrnc）貼出一篇要花 23 分鐘才能讀完的長文〈Opus 5.5 Motion Lab: Make Claude Animate Like a Studio〉。文章只做一件事：把用 Claude Opus 5.5 做動畫的完整過程攤開，每件作品的原始需求、後續每一次修改、花掉的時間，全部原文照登。截至 10 月 24 日，這則推文累積約 120 萬次觀看、1.9 千個讚。

Florence 的開場白寫得直接：「這個實驗室裡的每支動畫都由 Claude Opus 5.5 製作，每一支都附上做出它的確切 prompt，加上它之後需要的每一次修改。沒有假裝一次成功。只有附收據的動態設計。」（”No fake one-shots. Just motion design with receipts.”）

時間點值得注意。Opus 5.5 是 Anthropic 於 9 月 22 日發布的旗艦模型，發布後一週，X 的動態設計版面被標著「一句 prompt」的作品洗版。Florence 的長文補上的，正是這些貼文裡看不到的中間過程：第二個 prompt、第三個 prompt，以及「第 84 影格的高峰晚了兩格」這種筆記。

「一句 prompt」的原文，自己就先破了功

被引用最多的「一句 prompt」案例，大部分經不起把推文點開細讀。

9 月 24 日凌晨（台北時間），Donald（@donaldjewkes）貼出一支 Opus 5.5 做的音樂影片，第一句寫「我用一句 prompt 用 Opus 5.5 做出了這個」（I made this with one prompt using Opus 5.5）。同一則推文的下一行接著寫：「我對著電腦說了 5 分鐘的話，Claude 工作了 12 個小時，我睡醒就看到這個。」一支影片，兩種說法並存，而影片本身截至 10 月 24 日已有約 400 萬次觀看。Florence 在長文裡對這類貼文的註解是：那句「one prompt」指的是一段口頭簡報加上 12 小時的自主工作，真正把片子做出來的是方向。

Florence 稱為發布當週被複製最多的那個 prompt，出自 kirill sh（@shneural）。9 月 24 日，他讓 Opus 5.5 與 GPT 6 Astra 用同一個 prompt 對做，原文只有 26 個字：「做一支 15 秒的動態圖形影片，證明你是多麼出色的動態設計師，就像你的履歷作品集，放手去做。」（make a dynamic 15-second motion graphics video that shows what an incredible motion designer you are, like it’s your showreel for a résumé. go all out.）這 26 個字我們逐字數過，確實是 26 個字。它適合當示範，因為題目就是模型本身：沒有客戶 Brief 可以偏離，所以怎麼做都不算錯。

Florence 的提醒也在此：把同一招換到你自己的產品上，狀況完全不同。作品集是一種有明文慣例、沒有客戶的文類；你的產品、你的文案、你的節奏全都可能出錯，而一句話對這些事情什麼都沒說。

液態鉻字動畫：416 字需求，加上十次修正

長文的開場作品，是一段 6 秒的液態鉻字循環動畫：一團鉻金屬球壓扁、拉長、捏成七滴液滴，每滴流入自己的字母，組成 OPUS 5.5 幾個字，一道反光掃過字面，字母再融回一顆會晃動的金屬球。技術底線全寫死在需求裡：60fps、1080×1080、單一 HTML 檔、three.js 固定 0.160.0 版。

Pin

這份需求有 416 個字，裡面幾乎沒有形容詞。舉幾段：金屬反射率 F0 0.92、表面粗糙度 0.04、光線反彈 3 次；字母的導角 0.03、10 段導角分割、24 段曲線分割，字距 -0.04 em；時間軸逐段排好，1.2 到 1.4 秒壓扁 10%，1.4 到 2.1 秒拉長 2.4 倍並捏成七滴。連攝影棚都畫出來了：黑色攝影機側擋板 86×57 度、兩盞柔光箱、背後一條 D97757 色號的橘紅邊燈。

第一版成品之後，Florence 逐次修正，總共十次，全文照登。這十次修改修的都是靜態截圖看不出、動起來才現形的問題：第一版被點出「看起來是白色塑膠，讀不到鉻」，因為字面只反射到黑色地板；第 2 次修一個會把字母 P 整個抹掉的反光光斑；第 3 次修導角太圓導致字母兩兩相黏；第 4 次修外側液滴在第 112 影格附近飛出畫面 8 個像素；第 6 次修一顆在第 85 影格突然冒出來的凸塊；最後一次加上一條 0.5 度的地平線，讓字面反射出地平線，讀起來才是鉻而不是平板炭色。中間的第 7 次修的是混合方式：液滴與字母直接混形會穿過「扁平硬幣」狀的中間態，於是改成讓每一滴把自己倒入字母，在從液滴長出的球體裡揭示字母，再把液滴縮進去收乾。Florence 註明，第 6 到第 9 次修正來自把 12 個轉場逐格檢查，而收尾那個持續的晃動刻意讓它直接穿過第 0 影格，所以循環的接縫看不出來。

聲音是另一份 prompt，後續修正五次，全部來自量測而不是試聽。Florence 在文裡寫明原因：Opus 5.5 聽不到聲音，所以它給聲音除錯的方式是把做好的 MP4 解碼，逐項對照每個音效與畫面影格的時間差。第一輪量出鼓與水聲慢了 8 到 11 毫秒、各音效相對背景的音量差參差不齊；第三輪發現限制器把結尾那聲黏稠的水聲壓掉了 3.4 分貝；第五次（最後一次）抓到 MP4 編碼在接縫處多塞了 16 毫秒靜音，會讓循環播放時硬生生斷一下。五次的修法全部是數字：相位改成餘弦起跳、第 2 泛音降到 0.2、頭尾各 96 個取樣加 2 毫秒淡入淡出。

整支動畫從第一個 prompt 到完成，Florence 自述約 2 小時，聲音再加約 45 分鐘。這個數字是作者說法，無法從外部驗證，但對帳本上另一排數字是可以核對的。長文附了一張工作量對帳表：

27 字對上 448 字，同一個模型只差一份需求書

長文裡最像實驗的部分，是一組對照。同一個模型、同一個題材（一對無線耳機）、同一條技術底線（單一 HTML 檔、three.js、960×1080、6 秒循環），只有給的方向不同。左側是 27 個字的模糊需求：「為無線耳機做一支很酷的 3D 產品動畫，看起來要高級、要現代。」右側是 448 個字的導演版需求，左側做完不修，右側修了 15 次、分四輪。

兩側的差距，Florence 用一段話總結：「形容詞是預設外觀居住的地方。你每用一個數字換掉一個形容詞，就是從模型手上拿回一個決定。」（”Adjectives are where the default look lives. Every adjective you replace with a number is a decision you take back from the model.”）

448 字把每個形容詞都換成了數字。「高級」變成材質參數：緞面陶瓷白、粗糙度 0.38、透明漆 0.35，只有飾板用 D97757 橘紅。「酷」變成攝影棚：主燈、補燈、邊燈各給色號與強度，反射用程式碼搭建的棚景算出來。「現代」變成鏡頭：30 度視角、鏡頭永遠不停住、2.0 秒一次推進。「動畫」變成節拍與彈簧：每分鐘 120 拍、開蓋前一個 3 影格的預備動作、阻尼比 0.6 的彈簧。最後還有一行禁區清單，把模型最愛的預設全部點名禁止：紫色與藍色漸層、光暈球體、泛光、霓虹、鏡頭光斑、粒子、旋轉展示台、深色背景、文字。

左側的第一版輸出，幾乎把這份禁區清單整張踩滿：深藍色的太空場景、一圈發光光環、粒子四散、耳機不停自轉，外加一句模型自己編的標語。Florence 對這組對照的工時自述是：左側約 30 分鐘，右側約 90 分鐘，聲音另計約 90 分鐘、前後修了 12 次。差距還不止於好看與否；左側那 30 分鐘的產出，基本上就是模型的預設值。

Pin

長文引用的 Anthropic 提示指南也講同一件事：沒有設計方向時，Opus 5.5 會退回幾種固定的預設風格，而一句「避免泛用的 AI 感」多半只是換一個預設上場。有效的做法是把要避開的樣式逐一點名，檢查第一版用了哪些，再把清單加長。

連驗收都寫成數字：71 項檢查全過才交件

第三件作品把方法推到最遠。8 秒、480 影格的循環，一隻用體素方塊拼成的像素 Claude 吉祥物，在攝影棚場景裡示範迪士尼十二條動畫原則裡的五條。每一條原則都綁死影格：預備動作在第 69 影格、拉長壓扁在第 140 影格、肢體延遲在第 200 影格、手臂回穩在第 285 影格、弧線在第 303 影格。畫面左上角的清單會在指定影格亮起，所以任何一條動作跑慢了，觀眾肉眼就看見標籤比動作先亮。標籤本身就是測試。

這件作品有 399 個字的需求、4 次修正，另外跑了一輪 Florence 稱為數值審計的檢查：讓程式讀取整個場景在全部 480 個影格的實際狀態，與需求裡寫的數字逐項比對，總共 71 項，從第 432 影格的眨眼到腳掌是否踩在每個落點上。第一輪 71 項裡有 6 項失敗，全部修完之後才做最終渲染。Florence 自述這件作品含渲染約 2 小時，聲音約 70 分鐘，而且聲音一次就對上影格表，沒有需要修正的地方。

方法可以一路收斂到一句話：把判斷全部寫成數字，讓每一影格都只由時間決定，再讓機器照著數字驗收。長文裡把這條規則寫成可以貼在任何動畫 prompt 後面的「渲染契約」：只輸出單一 HTML 檔、只准用需求指名的固定版本函式庫、每一影格必須是時間 t 的純函數、不得使用時鐘與未設種子的隨機、循環只渲染第 0 到第 N-1 影格。契約裡每一行，都對應一種會讓影格對不起來的出錯方式。

這份對帳本不能證明的事

對帳本很罕見，但它有邊界。工時是作者自述，從外部無法驗證；「每個 prompt 都完整公開」的完整性，也只有作者本人能保證。長文引用的九則其他創作者推文，各自的觀看數會持續變動，引用的數字都以 10 月 24 日為準。另外，對帳本能證明的範圍止於工作結構，三件作品的美學評價，讀者自己看原文影片最準，而原文的 23 分鐘閱讀裡，每支影片都嵌在對應的 prompt 旁邊。

還有一個現實問題值得放在心裡：這套方法的每一分鐘都建立在付費模型上。Opus 5.5 的能力門檻不高，Claude 應用程式就能開始，但迭代輪數與 API 用量會直接反映在帳單上。Florence 沒有公開這三件作品的 token 成本，這是對帳本裡缺的一欄。

帶得走的兩件事：檢驗標準與工作結構

這份長文有兩個用法。

一個用法是當檢驗標準。下次再看到「一句 prompt 做出動畫」的貼文，先問三個數字：需求幾個字、修正幾次、花了多少時間。答得出來的，是工作紀錄；答不出來的，當行銷句看。Florence 的說法是：「收據讓人信服；『一句 prompt』讓人起疑。」（”Receipts convince people; ‘one prompt’ makes them suspicious.”）

另一個用法是當工作結構的範本。整套流程拆開來是四步：把所有判斷提前寫成數字（時間軸、參數、禁區清單），第一輪只看關鍵影格的靜態圖而不急著渲染整支，修正時用影格號碼說話（「第 84 影格的高峰晚了兩格」這種句子），最後讓每一影格成為時間的純函數，使任何一格都可以單獨重現與檢查。同一套結構，在 Koldo 的無限縮放動畫需求書裡是先報價再動工，在 Moritz Kremb 的四句發表片 prompt裡是把研究、素材與視覺規格外包出去，差別只在判斷被寫進哪個位置。

至於只是想要液態金屬字效果、不想自己寫需求書的讀者，之前介紹過的 Liquid Logo 開源工具把這類效果做成了現成選項，上傳標誌就能渲染，代價是控制項就那些。

長文的最後一句話，剛好可以當這套方法的註解：「模型對每個人都一樣。你給它的數字才是你的。」（”The model is the same for everyone. The numbers you give it are yours.”）