AI 不会让你成为更好的艺术家。但会让你更快。
Matsuo 说得很直白：你没法靠电脑做出更好的设计，但可以极大地提升工作速度。对特效来说，这句话的分量不太一样。没人会说 AI 对构图有审美判断力，或者能凭直觉察觉出一套灯光装置哪里不对劲，又或者能理解为什么一个模拟看起来"不对"，即便物理计算在技术上完全正确。那种判断力是你自己的 —— 是在 Nuke、Houdini、Maya，或任何你用的软件里，一小时一小时磨出来的。
AI 能做的是缩短你的想法和一个可用方案之间的距离。这可不是小事，其实分量很重。
它并不"理解"任何事情 —— 这一点很重要
这是让我彻底改变看法的一点。当你给 AI 一个提示词时，它并不是像一位主管那样在"读懂"你的请求，而是在做推理 —— 每秒 50 多次、超过 4000 亿次的概率计算层层叠加。它是一台极其精密的模式匹配引擎。
它不理解你的流程，不知道你在用什么渲染器，不知道你的截止日期是什么样，也不知道为什么那个表达式节点会导致整棵节点树崩溃。它只是根据你给出的信号，做出一个非常有依据的猜测。
这就是为什么会出现"幻觉"——当模型没有足够的上下文时，它会用一些听起来对、但其实不对的内容去填补空白。如果你曾经收到过 AI 信心满满给出的一段"差一点就能跑"的 Python 代码，你一定懂这种感觉。
上下文窗口：一件没人谈论、却极其重要的事
AI 会遗忘。对话进行到一定程度后，早期的上下文就会掉出窗口 —— 你的流程规格、你的限制条件、你具体的版本要求，全部消失。
这对特效工作来说尤其痛苦，因为我们的流程都非常具体。一个在 Houdini 19.5 里能用的方案，放到 20 版本里可能就失效了。一段为某个工作室流程结构写的 Python 脚本，换到另一个工作室可能完全没用。
解决办法：在工作过程中主动重新喂入上下文。把这当作每隔几条消息就要重新给一位新来的自由职业者做一次简报。反复重申你的软件版本、限制条件与目标，不要假设它还记得十条提示词之前的设置。
我的看法：把 AI 当资深 TD，而不是替代品
这是我对这一切最终的态度，也塑造了我每天使用这些工具的方式。
我不把 AI 看作技术知识的替代品，而是把它当作学习的高速加速器。在特效行业，永远有你还不了解的东西 —— 一个新的流程工具、一门陌生的表达式语言、一套你从没碰过的渲染流程。传统上，想要快速上手就意味着要花几个小时翻文档、论坛帖子和过时的教程。
现在我把 AI 当作坐在我旁边的一位资深技术总监 —— 能立刻带我从"想法"走到"实现"。我依然需要懂得足够多，才能问出正确的问题、察觉出哪里不对劲，并在答案说不通的时候提出质疑。技术根基依然要靠我自己搭建。但"理解一件事"和"能够动手使用它"之间的差距，确实缩小了很多。
这就是这场转变的本质。不是替代，而是加速。
在特效语境下真正能让 AI 更好用的五件事
Matsuo 分享了一些可以直接用在实际制作中的实用技巧：
- 先把研究梳理成结构，再把它当作上下文。 在开始问 AI 要方案之前，先深入研究这个问题应该如何被解决 —— 无论是一套绑定系统、一段流程脚本，还是一套合成工作流。把这套结构作为上下文喂给它。这相当于在让它导航你的具体地形之前，先给它一张地图。
- 直接把错误信息原样发给它。 不要用自己的话转述哪个节点坏了或哪段脚本失败了，直接复制精确的报错信息粘贴过去。输入有多精确，输出就有多精确。
- 让它自己解释自己。 让 AI 添加注释和打印语句，直到它真正"理解"自己生成的内容。凡是涉及你流程的部分，你想看到的是逻辑本身，而不只是结果。这样能在问题变成生产事故之前，尽早发现偏差。
- 强调你的规则，但也要讲清楚为什么。 如果你在特定的流程限制下工作，不要只是重复规则本身，而要解释背后的原因。AI 对上下文的响应，比对命令的响应要好得多。
- 保持积极的语气。 这条听起来有点奇怪，但 Matsuo 是认真的。提示词的措辞和语气，确实会影响 AI 解决问题的方式 —— 它觉得自己能完成什么、会多有韧性地去尝试。带着鼓励语气的提示词，和简短生硬的提示词，得到的结果真的不一样。
底线是
特效本来就是技术门槛最高的创意领域之一。真正能从 AI 身上获益最多的艺术家，不是把方向盘完全交给它的人 —— 而是那些真正理解它运作方式，并借此提速、同时不失去掌控的人。
创意的眼光、技术上的判断力、对流程的直觉 —— 这些依然属于你自己。AI 只是意味着你卡壳的时间更少，而真正创作的时间更多。