最近做 mstudio，我越来越在意一件事：用户开始创作时，到底需要把要求说得多清楚？
mstudio 是我正在做的桌面视频工作室。可以让 Agent 写脚本、设计分镜、生成素材，也能自己在画布和时间线上修改。自己用它做视频时，我发现，有些要求在开始时就很明确，比如商品长什么样、哪些细节不能改。但另一些要求，要看到画面以后才说得出来。
一个开盖镜头，文字里没有解决的问题
做午餐包视频时，有一个镜头想让观众待在包里，随着盖子打开，看见外面的光。
这个观看效果是明确的。至于相机放在哪里、能看见盖子的哪一面、开盖动作如何发生，文字方案里写下来的东西还需要试。
实际制作时就出了问题。为了配合一张已经开盖的参考图，制作 Agent 把“打开盖子”改成了静态展示。恢复动作后，画面又出现了两个盖子。继续检查才发现，提示词同时要求几个难以兼容的视角和动作。
到了这一步，修改才有了具体对象：保留从包内看开盖的想法，重新处理机位、遮挡和参考图。
如果在最开始就让我把这些细节全部填进表单，我未必能给出正确答案。助手先写下来的机位和时长，也不能因为我认可了创意，就全部变成不能动的要求。
一个方案被接受，可以意味着“这个方向值得试”，不一定意味着里面的每个细节都已经确定。
到了下一步，前面的决定仍然可以改
这会直接影响产品怎么设计。如果产品把脚本、分镜和生成当成依次通过的关卡，那么每到下一步，前面的内容就像已经盖章。可真实制作会往回走。视频生成失败，可能需要换参考图，也可能需要重新设计镜头；看到分镜后，也可能发现脚本里的一句话根本没法在这个画面里讲清楚。
所以我保留了脚本、画布和时间线，而且这些地方都能继续编辑。
脚本让我看清故事和声音。分镜让我看清构图、物体位置和某个瞬间。时间线则让我看到动作有没有完成、切点是不是太早。这几种问题，靠同一段文字很难一起判断。
它们也不需要变成额外的审批工作。只是修改一个片段时，没有必要要求用户重新确认整份脚本。用户可以引用具体内容继续说，也可以直接动手调整。
这和一开始先追问十几个问题，是两种不同的使用过程。有些信息确实应该提前问：商品事实、必须出现的内容、不能改变的要求。问清楚可以避免白做。但构图、节奏和观看感受，往往更适合先拿一个结果出来，再围绕它讨论。
留下修改的地方，也要分清为什么修改
这里也不能把所有错误都说成“帮助用户发现需求”。商品画错了、动作没完成、程序给提示词乱加内容，这些依然需要修。让用户不断纠正程序，不是我想保留的创作过程。
我希望支持的是另一种修改：用户看见一个方向，决定保留其中一部分，再把其他地方往前推一点。最初想要的观看效果可以继续成立，实现它的办法则允许改变。
这也是我继续保留直接编辑的原因。一个切点早了，用户拖一下可能就够了；一个镜头的空间关系不对，则可以引用它，交给 Agent 重新处理。具体用哪种方式，由当时的问题决定。
对产品来说，这意味着保存下来的内容不能只有一段聊天记录。用户需要能够回到那张分镜、那次生成和那个片段，指出要改变的位置。助手也需要知道，用户正在讨论的是一次尝试，还是以后都要遵守的要求。
目前 mstudio 还没有把这些来回都处理顺畅。生成结果和局部修改仍会出问题。但我已经不想要求用户在开始时把影片描述得滴水不漏。
我更想做好的是：当他看完一个结果，说“这里我想换一下”时，产品能让这次修改顺利发生。