深入 Clevera：代理式 AI 如何將螢幕錄影轉化為旁白

自動化背後的隱藏混亂#

當我們最初構建 Clevera 時，我們只有少數幾個模型在承擔過多的工作。每個模型都試圖同時處理多項任務：觀察螢幕、解讀操作、判斷重點、撰寫旁白、選擇語氣，並設法將這一切轉化為連貫的教學影片。雖然有幾個大腦，但每個都要負擔全部的工作量。

想像一個電影劇組，只有三個人卻要處理二十種不同的角色。導演、攝影師、編劇和剪輯師全由一人包辦。你可以想像結果會如何。成品勉強能看，但絕稱不上出色。旁白聽起來生硬，重要的時刻被跳過，影片一長，模型就會變得困惑且前後不一。

問題不在於模型本身，而在於我們把它們當作單一的思考者，而不是一個團隊。

我們意識到人類並非線性思考者#

我們最初試圖模仿人類製作教學影片的「外在」過程：看螢幕、思考一下、解釋。很簡單，至少表面上是這樣。

但人類真正的思考過程完全不是這樣。當你解釋某件事時，你的大腦會同時啟動數十個微小的專業機制。你會注意到變化，忽略不重要的細節，回想功能的作用，選擇語氣，調整節奏，並在說話的同時進行編輯。

這感覺像是線性的，但實際上是許多小代理在背景中同時運作。那一刻我們豁然開朗：要讓 Clevera 聽起來像真人，它必須「像團隊一樣思考」。

於是，我們擁抱了代理式（agentic）方法。

從單一大腦到多重分工#

現在，請將 Clevera 想像成一個規模雖小但紀律嚴明的電影劇組。

觀察者 (The Watcher)#

它負責逐幀研究你的螢幕。它能看見點擊、輸入的文字、捲動、開啟的選單以及 UI 的變化。在任何事情發生之前，它就已經捕捉到了原始事實。

策略家 (The Strategist)#

當觀察者回報後，策略家會決定什麼才是真正重要的。

「跳過載入轉圈。」
「將這三個步驟合併，它們屬於同一個概念。」
「解釋這個時刻，這很重要。」

這就是教學影片邏輯成形的地方。

撰稿人 (The Writer)#

計畫就緒後，撰稿人會以平實、友善的語言撰寫旁白。它能解釋正在發生的事，不會冗長贅述，並避免機器人的語氣。

剪輯師 (The Editor)#

剪輯師負責修剪與潤飾。它會修正撰稿人過於興奮或囉唆的部分，並調整措辭，讓每一句旁白都精準到位。

審閱者 (The Reviewer)#

這是最挑剔的角色。他們會拿到完整的腳本，確保它讀起來是一個流暢、連貫的故事。沒有突兀的跳躍，沒有矛盾，語氣也保持一致。

而在這一切的核心，坐鎮著協調者 (Orchestrator)，它是每個人都聽命的沈穩主管。

它負責分配任務、檢查品質，並在代理們偏離軌道時給予指引。如果策略家漏掉了一個關鍵時刻，協調者會將其打回並簡單地說：「再看一次，想得更深入一點。」如果某句旁白聽起來生硬，協調者會要求剪輯師重新潤飾。

這種結構不僅提升了品質，更解鎖了單一模型永遠無法達到的清晰度與一致性。

迭代優化效果更好#

當我們讓代理們「重新思考」自己的工作時，品質出現了最大的飛躍。

協調者不再要求每個步驟只嘗試一次，而是讓特定的代理進行多次、深度遞增的嘗試。先快速草擬，再深入挖掘，必要時進行全面的反思。

這種「思考模式」極大地提升了準確性與品質。

策略家在分組步驟和識別模式方面變得更加聰明。

撰稿人更擅長冷靜地解釋複雜的操作。

章節開始與人類理解任務的自然方式對齊。

這就是匆忙完成腳本與真正理解故事之間的區別。

我們的代理式流程#

現在，每個 Clevera 影片都遵循一個簡單的節奏：

觀察 (See)： 觀察者捕捉螢幕上發生的真實情況。
規劃 (Plan)： 策略家找出重點並安排順序。
敘述 (Speak)： 撰稿人像真人一樣解釋每個步驟。
潤飾 (Smooth)： 剪輯師與審閱者調整節奏與流暢度，讓影片感覺自然流暢。

這個循環並非死板的軌道，而是靈活且協作的。協調者引導整個過程，並在感覺不對勁時隨時介入。

為什麼代理式設計對你很重要#

所有這些「幕後」的複雜性，都會轉化為你可以直接感受到的成果。以下是幾個例子：

• 教學影片聽起來像真人，而非自動生成的腳本。
• 步驟按邏輯而非時間順序分組。
• 無關緊要的時刻會自動消失。
• 解釋清晰、冷靜且充滿自信。
• 章節符合使用者學習產品的實際方式。
• 系統可以在不破壞整體架構的情況下持續進化。

下一步：屬於你的專屬代理#

下一個飛躍不僅是讓我們的代理更聰明，而是讓它們能直接與你對話。

想要旁白聽起來更隨性一點？在聊天視窗輸入即可。

想要刪除或擴充某個章節？直接提出要求。

你只需與 Clevera 對話，合適的代理就會接手任務。這感覺不再像是使用編輯工具，更像是與一個了解你的風格、傾聽你的指示並能立即執行的團隊合作。

這就是 Clevera 前進的方向。

不僅是自動化創作，而是一個內建於你應用程式中的對話式製作工作室。