讓 AI 助手幫你做影片，又不會半夜亂花錢：五個把關做法

AI 助手越來越能幹：它可以幫你寫提示詞、生圖、送出影片生成、下載、算帳、剪接。用久了，很容易想直接說一句「你看著辦」。

問題是，影片生成每一次都要付錢。你睡覺的時候，它可能正把同一個錯誤再生第五次。

我在 2026 年 8 到 9 月做 AI 影片時，大部分操作都交給 AI agent，也就是會自己使用工具完成工作的 AI 助手。它做得很好，好到我必須先想清楚：哪些事它可以自己做，哪些事一定要停下來等我。

背後的架構想法，我在〈可上線的 AI Agent，不是更會自主〉寫過。這篇只看它落到影片製作時長什麼樣子。

做法一：先寫下哪些事 AI 不能替你決定

AI 助手可以提建議、準備草稿、執行已核准的工作。但這四件事，它不能替我說「好了」：

• 權利已經確認；
• 預算已經核准；
• 鏡頭已經通過；
• 成片可以上傳。

另外有幾個動作，每一次都要我明確點頭：任何付費生成、公開發布或上傳、刪除或覆寫我的檔案、更動預算上限。

其餘的工作，我反而要求它主動做完，不要自創關卡。例如在既定範圍內用 ChatGPT 額度生圖修圖，不必逐張問我；但它要記下總共生成幾次、同一張圖失敗幾次，同一個目標失敗到第六次就停下來，改查原因、換方法。

這份授權只讓它「可以生成」，不代表我已經看過那張圖。「可以去做」和「我看過說好」，是兩件事，要分開記。

先猜猜看：下面八件事，哪些 AI 可以自己做，哪些每次都要人核准？

做法二：把關卡放在花錢與發布之前

我的影片產線上有八道人工關卡。對多數人來說，最值得先設的是這五道：

1. 隱私：影片生成服務不保證不留存資料，所以只送可以公開的素材。
2. 時間先定：先用臨時配音和動態分鏡確認每顆鏡頭多長，再做關鍵畫面。
3. 關鍵畫面：要用圖片帶動的鏡頭，送出前都要有我核准過的關鍵畫面。這是最保護預算的一關。
4. 預算與重抽：列出鏡頭數、總秒數、價格與上限；每顆鏡頭最多兩次，第三次單獨核准。
5. 發布：AI 只產出本機檔案，上傳與公開另外核准。

關卡不是要 AI 每做一步就停下來等我。已經授權的不重問；我要的是沒授權的動作，一定停得下來。成本那一關怎麼算，寫在〈AI 影片的錢都花在哪〉。

做法三：審片頁，只讓人看需要用眼睛判斷的

需要我判斷的東西，例如關鍵畫面、生成片段、成片、配樂候選，AI 會整理成一個審片頁：直接在瀏覽器打開的網頁，圖片、影片、聲音都在自己電腦上。

每一項旁邊列出版本、使用的模型與實付金額，然後只給我四個選項：

• 核准：允許進入下一步；
• 附註核准：只允許我寫下的條件，AI 不能自己重新解讀；
• 要修改、退回：這一項的花錢與發布全部擋下。

我勾完的回覆存成一個檔案，這個回覆就是唯一依據。幾條規則跟著它：

• 沒有回覆的項目一律是「待定」，不能從沉默推定同意。
• 審過之後檔案只要改了一點點，就要重審，核准不能沿用。
• 真正送出前，系統會把實際要送的首尾畫面，和我核准當下的那一份比對；對不上就擋下，並用白話說明原因。

最後這條是為了避免「審 A、送 B」：我看過的是這張，送出去的卻是另一張。

做法四：付費工作送出後，絕不重送

付費影片生成是先送出一個工作，再定期查它好了沒。最危險的時刻，是送出後網路斷了。

工作可能其實已經被接受、正在跑。如果 AI 判斷「失敗了，再送一次」，你就付了兩次錢。所以規則是：

• 已送出的工作絕不重送；
• 斷線或逾時，先查那個工作的狀態，再記錄結果；
• 真的要再生成，就是一筆新工作：新估價、新核准，而且算進重抽次數。

我實際遇到過一個比較隱蔽的版本。最早的工具把所有工作編號寫進同一份清單：讀出來、加一行、寫回去。一次只送一支沒問題；同時送 8 支時，後寫的會蓋掉前一支，實測會掉 3 到 6 筆。錢付了，工作編號卻不見了。

後來改成每支工作各自一份紀錄，只能新建、永遠不覆寫。中途斷了，接手的人或 AI 直接讀這些紀錄、接著查，不重送。

做法五：每個產物都留一張「身分證」

我讓每一張生成圖、每一支生成影片旁邊，都放一份同名的小檔案，我叫它製作紀錄，記下：用了哪個模型、哪段提示詞、工作編號、實付金額（取供應商回報的數字，不拿估價充數）、檔案指紋，以及驗收狀態：通過、有條件可用，或只能當方向參考。

它有三個用途：

• 對帳：累計花費不是人用計算機加的，而是程式掃過所有製作紀錄、用工作編號去重複，再和預算帳本比對。對不上，要先解釋清楚，才能替下一批報價。
• 接手：AI 助手可能因為額度用完或斷線停在半路。專案狀態分成給程式讀的、給人讀的，以及每一步都追加一行的接手紀錄。任何工具中途斷掉都不可怕，沒有接手點才可怕。
• 證明：失敗的生成也有紀錄，照實記金額。核准過的檔案不准改，要改就存新版本重審，「哪一版才算通過」永遠有答案。

別忘了：機器檢查不等於人的判斷

AI 會做很多機器檢查：影片能不能完整播放、長度與規格對不對、抽出畫面排成一張總覽。這些都是給我看的資料，不是決定。只有人能把一顆鏡頭標成「通過」。

機器檢查自己也會出錯。有一次，生圖工具的執行紀錄裡剛好印進一段說明文件，裡面有「usage limit」（額度用盡）這幾個字；靠關鍵字判斷失敗的程式就會誤以為額度沒了。後來規則改成：先看有沒有真的產出檔案，沒產出才去讀錯誤訊息，而且要比對整句。

再想兩個情境：

你可以這樣開始

1. 寫一張「AI 不能替我決定」的清單：權利、預算、驗收、上傳。
2. 付費生成、發布、刪檔、改預算，設定成每次都要你明確點頭；其他已授權的讓它做完。
3. 需要用眼睛判斷的東西，請 AI 整理成一頁讓你勾選；沒勾的就是待定。
4. 告訴 AI：付費工作送出後絕不重送，逾時先查狀態。
5. 每個生成檔案旁邊留一份製作紀錄：模型、提示詞、工作編號、實付、驗收狀態。

讓 AI 做影片，最難的不是讓它會做，而是讓它知道什麼時候不能做。

這個系列接著讀

• 可上線的 AI Agent，不是更會自主：四層控制面：本篇背後的架構原則。
• 我讓 Hermes Agent 串上 OpenRouter 生影片：從 GPT-5.6 Sol 到 35 秒成片的完整實作：付費送件核准從流程紀律走向程式關卡的起點。
• AI 影片的錢都花在哪？四個習慣讓預算不失控：報價、重抽上限與失敗記帳。
• 限時 AI 影片比賽怎麼準備？我帶著五條停損線進到決賽八強：這套把關在比賽現場怎麼運作。
• AI 影片白話術語表：看不懂的詞先查這裡。
• AI 影片製作筆記