Moritz Kremb 四句 prompt：叫 Opus 5.5 自挑 SaaS 做發表影片

用 AI 摘要這篇文章：

ChatGPT Claude Perplexity Google Grok

2026 年 9 月 24 日晚間 6 點 16 分（台灣時間），德國工程師 Moritz Kremb 在 X 上發了一則推文：一支 46 秒的產品發表影片，配一句話說明，這支影片「完全由 Opus 5.5 只用一句 prompt 做出來」。他在推文裡說自己測完嚇到了，因為好得超乎預期。三秒鐘後他補發第二則推文，裡面是那份 prompt 的全文。全文只有四句話。

我們把推文影片的 1080p 原始檔抓下來量測：1920×1080、每秒 30 格、長度 46.06 秒、檔案 6.2MB。逐格看過之後可以確認，影片的主角是 Notion，片尾出現 Notion 標誌與「Get Notion free」按鈕，主標語與 Notion 官網首頁的「The AI workspace that works for you.」一字不差。至於這支片子用什麼工具做出來的，Kremb 是在七個多小時後回覆別人提問時才揭曉：開源專案 HyperFrames。

判斷可以先講。這個案例值得看的部分，並非「AI 又會做影片了」，而是那份 prompt 短得不像需求書，卻照樣交出了成品。短還能成立，靠的是把三件本來要人判斷的事外包出去：選哪個產品、素材從哪來、長成什麼樣子。這三個外包可以搬走；推文裡完全沒寫的執行環境與素材授權，才是想跟做的人真正要自己補的洞。

成片經得起檢驗：46 秒，主角是 Notion

Kremb 用的 Claude Opus 5.5，當時 Anthropic 才發布兩天（9 月 22 日），同一個模型前後腳出現的兩種用法，剛好是光譜的兩端，後面會對照。先看成片本身。我們下載推文附的 1080p 原始檔實測，規格如下：

內容走一遍。開場是三行標語「Docs here. Chats there. Tasks everywhere.」，畫面上飄著 Slack、Gmail、GitHub 等工具的卡片；中段進入 Notion 風格的工作區，會議錄音自動整理成筆記、搜尋框問出附引用來源的答案（來源標示 Slack、Gmail、GitHub）、24 小時待命的 agents 排在側欄；後段是一整排客戶標誌牆，OpenAI、Figma、Cursor、Vercel、NVIDIA、Toyota 都在列；片尾 Notion 標誌配上「Get Notion free」按鈕收尾。這是標準的動態圖解（motion graphics）產品片結構，功能、優點、信任背書、行動呼籲一段不缺；46 秒的長度也落在這類影片常見的半分鐘到一分鐘區間。這支片是 Kremb 的個人示範，目的在測試模型能力，Notion 只是模型自己挑上的題目。

Pin

「上網抓真實素材」這條指令有兌現的痕跡：主標語與 Notion 官網標題完全一致，標誌與介面元素也對得上 Notion 的品牌。邊界也要說清楚：影片對 Notion 功能的呈現是否忠於產品現況，Notion 官方沒有背書，光看推文無法驗證。

Pin

原推 440 個讚、27 則回覆，prompt 全文那則 116 個讚、8,944 次觀看。以 Kremb 約 75,100 名追蹤者的帳號來說，這是被注意到的等級，離現象級走紅有距離。他本人也不是行銷帳號：簡介自述是「玩 AI 並把學到的東西分享出來」，工程師出身、做過產品經理，自營 framejam.ai。

四句話，就是 prompt 的全部

第二則推文把需求用引號完整貼出，英文原文到此結束，後面沒有別的條款，句號只有四個。逐句看：

第一句定任務：「我要你製作一支高度專業的 SaaS 產品發表影片」（I want you to create a highly professional SaaS product launch video）。品質要求只有 highly professional 一個詞，怎麼樣算專業，靠最後一句補上。

第二句給選品條件：「去找一些 SaaS，最好只挑一個大家認得的，觀眾比較容易有共鳴」（Go and find some SaaS, preferably just one that people know, so it’s easier to identify with it）。連產品都沒指定，只給「單一、大家認得」這組篩選條件，選誰讓模型自己決定。

第三句下素材指令：「選定之後，務必從網路上取得實際的素材、圖片和所有那一類的東西」（Pick that, and then make sure to get actual assets and images and all of that stuff from the internet）。actual（實際的）是全文最有力的一個字。

第四句給風格引用：「把它做成那種典型、剪輯精良、動態圖解風格的產品發表影片，就是人們在 Twitter 上發表新 SaaS 產品時做的那種，展示功能、優點和所有這些」（Turn it into these typical, very professionally edited, motion-graphics-styled product launch videos that you see people making on Twitter when they launch new SaaS products (which are showing off the features, the benefits, and all of these things)）。這句一口氣把節奏、風格與內容重點，全部指向一個讀者也見過的樣本。

分鏡表、秒數、品牌規範、驗收條款一概缺席；傳統創意 brief 裡最厚的那幾頁整批刪掉，只留下三個決策點：做什麼、用什麼素材、像什麼。對照同一晚稍晚出現的另一個極端很有意思：四個多小時後，創作者 Koldo Huici 用同一個模型做無限縮放動畫，prompt 寫成四大段製作需求書，外觀、鏡頭數學、成本報價、驗收全寫成條款，我們稍早完整拆解過。Kremb 的四句話走向另一頭，幾乎把所有判斷都交給模型。兩種做法都交出了成片，差別在可驗收性：需求書的每一條都能對著成品打勾，四句話只能看整體感覺。

有效的原因：三個外包

選品外包。prompt 不指定產品，只給條件（大家認得的 SaaS），讓模型自己研究、自己挑。這一步省掉的是最花時間的前置調查：模型得先理解一個產品的功能與定位，才有辦法為它編排敘事，而這段調查 Kremb 一個字都沒寫，全由模型執行。這裡的賭注是模型的研究品質，挑到冷門產品或讀錯定位，後面全部白做。成品顯示它挑上了 Notion，一家定位清楚、功能盤面大、素材在網路上到處都是的公司，對第一次測試來說是安全牌。Kremb 在原推裡也是這樣描述的：他只叫 Opus 去挑一個 SaaS，剩下的模型自己來。

素材真實性設成硬條件。指令裡的 actual assets（實際素材）是這份 prompt 最有牙齒的兩個字。它擋掉的是另一條路：讓模型自己生成一套泛用的科技感插圖。與其畫一套「看起來像」的，不如去抓真的截圖、真的標誌，這支片的說服力直接來自這裡；主標語與官網一字不差，就是這條指令留下的指紋。從成品看，模型確實去抓了：開場飄的工具卡片、標誌牆裡的公司、片尾的行動呼籲按鈕，全部是真實存在的品牌元素，沒有一張泛用插圖。

視覺規格外包給共享樣本。最後一句把「長什麼樣」交給一個大家都知道的類型：Twitter 上的 SaaS 發表影片。這個類型成熟到有固定套路，功能展示、優點提點、標誌牆、行動呼籲，模型讀過大量相關描述，一句類型引用就能對齊預期，省下的是整份視覺規格書。這招的有效範圍也在這裡：它只對「有公認範式的東西」有效。要拍一支沒有範式的片，例如新型態的互動展覽紀錄，類型引用就使不上力，得回到寫規格。Fable 藝術史動畫的案例是同方向的註腳：一句話生成的東西走紅之後，想穩定重做的人，最後仍把它拆回工程。公司端的對照是 Harvey 的代理行銷影片案例：他們先把素材建成兩座 Figma 共用資產庫，鏡頭、轉場、字幕交給自建的排程引擎，人只留在分鏡與審片。這是同一題的工業化答案：外包出去的判斷要穩定量產，最後還是得收回來寫成自己的資產與規格。

工具身分，七個多小時後才揭曉

時間軸按秒記下來：晚間 6 點 16 分 39 秒，原推與影片；6 點 16 分 42 秒，prompt 全文；隔天凌晨 1 點 04 分，有人問這是不是用 Remotion 做的，49 分鐘後的 1 點 53 分，Kremb 回了三個英文字：it used hyperframes。

HyperFrames 是 HeyGen 團隊開源的影片框架，授權 Apache-2.0，在 GitHub 上有 70,700 顆星、6,400 次 fork、103 位貢獻者，npm 套件上週被下載約 51 萬次（以上為官網與 GitHub 專案頁 2026 年 10 月的數字）。官網對它的定位是「為代理而建的影片編輯器」（The video editor built for agents），另有桌面版 HyperFrames Studio，目前提供 macOS（Apple Silicon、Intel 與通用版）與 Linux（.deb、AppImage）下載，Windows 版標示尚未推出。文件與下載都集中在官網。

Pin

一般影片編輯器把「給人用」當預設，HyperFrames 反過來把「給 AI 代理操作」寫在第一行，這種工具的設計意圖是讓模型下指令與組時間軸，引擎負責渲染成影片。Kremb 的展示與這個意圖對得上：模型接需求做編排，HyperFrames 出畫面。

資訊的給法也有講究。工具身分不在原推裡，是別人問了才補的；「一句 prompt」的敘述裡，省略的不只是製作過程，還有背後的工具鏈。模型在哪個介面裡跑、HyperFrames 是預先裝好的還是模型自己找來的，三則推文都沒有交代。看影片外觀也猜不出工具，成品看不出渲染引擎的指紋，這類示範的預設姿態是「看結果就好」。想重現的人，這一段要自己修；評估這類示範的人，也該把工具鏈當成必問的第一個問題。

搬去自己的產品之前，先補三個空白

執行環境。推文沒有說明用哪個介面跑 Opus、HyperFrames 怎麼進到環境裡。這段設定完全缺席，而它恰恰是把「別人的演示」變成「你的工作流」的中間那段路。

「一句」的計法。推文呈現的是起點（四句 prompt）與終點（46 秒成片），中間的來回沒有紀錄。製作過程中若有一次修正、一次重下指令，那句 with just one prompt 的說法就要打折看。把沒有過程紀錄的宣稱當宣稱看，是讀這類展示的基本態度。

素材授權。這支片子用了 Notion 的商標、介面外觀與「Get Notion free」按鈕，還有一整排 OpenAI、NVIDIA、Toyota 等公司的標誌。拿別人的品牌做能力示範，這類 fan-made 內容在 X 上常見，風險通常不高；但同樣的結構搬去商業發布，授權責任就落在發布者身上。prompt 只說「抓實際素材」，沒說「檢查你能不能用」。真的要對外發布，至少過三關：商標與標誌的使用指引查一遍、客戶標誌牆這類背書元素沒有授權就撤掉、介面截圖確認是自家產品。把品牌換成自己的產品，這個空白會自動消失大半。

誰該留意：想用 AI 做產品宣傳影片的行銷人員與獨立開發者，這個結構值得搬。工作與產品宣傳無關的讀者，看過就好，這則新聞對你沒有直接影響。

現在能做什麼

想試的人，四句結構可以直接搬，置換兩個地方：把「挑一個大家認得的 SaaS」換成「用我的產品」，並且指定素材來源與授權邊界。改寫後大概長這樣：「用我的產品（附官網與文件連結）做一支 45 秒產品發表影片，素材只用我提供的品牌資產與真實截圖，做成 Twitter 上那種 SaaS 發表片的風格，聚焦一個核心功能與它解決的問題。」選品調查換成你的產品資料，類型引用與素材真實性兩個原樣保留，這是這份 prompt 真正可搬的部分。第一次跑建議先驗內容正確性再看質感，功能描述有錯就先修需求，別急著調畫面。影片工具鏈可以從 HyperFrames 開始，開源倉庫與文件、桌面版下載都在官網。

只想觀察的人，不用急著下「影片製作被取代」的結論。單一案例、作者自述、沒有過程紀錄，這三個條件加起來，能確定的只有「這個人做出了一支片」。這種表演只會越來越多，分辨的辦法很樸素：看作者有沒有交代工具與過程，看成品能不能被別人重現。

時效性也要交代：事件證據是 X 上的三則推文與一支內嵌影片，平台內容的刪改不受讀者控制；HyperFrames 的星數與下載量是會變動的數字，引用前請回官網核對現值。推文若被刪除，文中的連結與依據也會跟著失效。