日本科技专栏作者西川和久：用组件库让AI只做选择，稳定产出动效视频
西川和久在PC Watch专栏中演示了一种制作动效视频的方法：先用Remotion预建数百种文字排版、动效、背景等组件，再让AI只做组合选择而非从零写代码。这把生成式AI视频的不确定性转化为确定性渲染，同时有助于控制每次请求的token消耗和结果波动。
日本科技媒体PC Watch的长期专栏作者西川和久在2026年10月26日发表了一篇实践记录，讲述他如何用代码而非生成式AI视频模型制作一支万圣节风格的音乐视频。方法的核心不是让AI从零编写全部动画代码，而是预先建好一套组件，让AI只负责从中选择和组合。
Remotion是一个基于React的视频渲染工具，把网页画面逐帧截图后用ffmpeg拼接成MP4。它的优势在于确定性：程序决定什么就渲染什么，没有生成式AI视频那种每次出图都不同的随机性。
西川和久发现，虽然AI（他用的是Claude Code调用Sonnet 5.5）对Remotion的API相当熟悉，能按指令写出动画代码，但每次让AI从零生成整段动效代码存在两个问题：一是token消耗大、耗时长，二是每次修改后细微的坐标和样式都会漂移，结果不稳定。
他的解法是预先构建一套组件库，把文字排版、动效、背景、装饰、图标和整体氛围等做成可复用的零件。
这套方法的关键转变在于AI的角色：从逐行编写动画代码变为从预建组件中选择和组合，程序按选定结果确定性地渲染。
西川和久用ACE-Step 1.5生成了一段J-pop风格的万圣节歌曲，用DeepSeek V4 Flash写歌词，然后把PARTS.md、题目描述、音频和歌词一起交给Claude Code，后者自动写出scenario.json并调用渲染脚本输出MP4。同样的题目交给DeepSeek V4 Flash，产出的视频风格明显不同——他形容Sonnet 5.5偏硬朗，DeepSeek V4 Flash则稍显活泼，与平时对话时两个模型的印象一致。
不过作者也坦承了这套流程尚未解决的边界：歌词逐字对齐时间轴目前只是大致的，文字是否遮挡人脸仍需人工或另一个AI目视检查。
最后西川和久提醒了一个容易被忽略的商务细节：Remotion对个人、员工三人以下的营利组织和非营利组织免费商用，但四人以上公司用于业务需要付费授权。
这篇实践记录的价值不在于展示了一个新工具，而在于呈现了一种可迁移的工程思路：当AI的自由生成带来成本和波动时，用确定性渲染引擎承接执行、用有限组件集承接选择，可以把AI从每次从零写代码的角色转变为组件选择者，降低token消耗、提升稳定性，并让后来者免于重复踩坑。