动画主力用 Keynote、AI 只占小部分，这条视频给出的理由

一条 53 分钟的视频，作者马克用 Keynote 从零做出一段 20 秒的动画，然后花剩下的时间讲他对 AI 做动画的看法。结论先摆出来：他自己的动画大部分靠 Keynote 完成，只有一小部分交给 AI。

这个结论值得讨论，是因为它同时否掉两个默认预期，AI 做动画一定更好，以及 AI 做动画一定更快。视频给出的理由不在工具本身，而在「设计」这件事的耗时结构上：真正花时间的是反复调整，而不同工具的反馈路径长短不同。

几个说法先对齐

神奇移动：Keynote 里的页面过渡功能，作用在两张幻灯片之间，不属于单个图形的出场动画。当两页上存在同类图形、而位置或大小等属性不同时，Keynote 自动补出中间的变化过程。在这条视频里，它是方框从实心变空心的唯一手段。

构建顺序：Keynote 中列出当前页面所有动画的面板。它决定同一页里几个动画谁先谁后，把起始时间设为「与上个构件一起」就能让两个动画同时播放。

视觉锚点：一段动画里从头到尾不变的元素，以及它们之间的相对位置。在这条视频里，它是作者判断 AI 生成动画好不好用的主要依据，锚点丢了，观众每换一屏就得重建一次位置感。

Tokenizer：大模型处理文字时的切分环节，把输入拆成 Token，每个 Token 对应一个 ID，分编码与解码两部分。视频里那段讲 Token 生成过程的讲解稿，就是作者拿去让 Opus 生成 HTML 动画的素材。

视频的核心主张

作者的主张可以概括为一句：做科普类动画，工具不是决定因素，Keynote 承担主力，AI 只处理一小部分。他给了两条具体判断。AI 做动画不一定更好，因为科普视频里动画好不好的标准是帮观众看懂，不是炫酷。AI 做动画也不一定更快，因为真正耗时的是需要反复调整的设计环节，而 Keynote 能做到想到即看到，反馈及时且精确。

他最后落到一个更远的结论上：工具没那么重要，他有时既不用 Keynote 也不用 AI，而是用自己写的小工具；真正值得积累的是对画面、节奏和观众体验的判断力。

它的论证链

论证从一段实操开始。他为 Agent Skill 视频做了一段目录大纲动画，从新建 Keynote 文稿、配置深色带纹理的背景、用文本框做标题、用圆角矩形画方框起步，给方框加渐现动画并把时长从 1 秒改成 0.3 秒，用直线加端点改造成箭头、配「画线」动画并从数秒缩短到 0.5 秒。

高级用法的方框要由实心变空心，靠的是神奇移动。它的硬性前提是两页的图形数量必须相等，一个物体无法神奇移动到两个物体上，数量不对就退化成淡出淡入。作者的处理是把第一页方框里的文字剪切出来变成独立文本框，让两页都成为「方框＋文字」两个物体，过渡才生效。之后补上 Reference 与 Script 的渐现，在构建顺序里调整同时播放，从 Pixabay 找音效，用 Audacity 把滑两遍的音效剪成一遍，最后录旁白、用 Keynote 录制视频、在剪映里对齐合成并导出。

接着他转向两个问题。第一个是 AI 做动画一定更好吗。他把 Token 生成过程的讲解稿随手丢给 Opus 生成 HTML 动画，结果缺视觉锚点，每翻一页布局被推翻，观众要重新建立位置感，还出现了废话文字和三个区域同时变化、注意力被分散的问题。第二个是 AI 做动画一定更快吗。他用反馈路径来回答：Keynote 里动手指不过一两秒，AI 则要先把想法转成文字、等生成、再看效果，文字描述本身存在误差，一来一回对齐脑中的画面很费时。

站得住的地方

神奇移动那段描述和 Keynote 的实际行为对得上，两页物体数量不对应时过渡会退化成淡出淡入，这是可复现的软件行为，不是主观感受。

动画时长的建议有明确参照：渐现 0.3 秒、画线 0.5 秒，替换掉默认的 1 秒和数秒，理由是太长观众会等得不耐烦。这个量级对做讲解类视频的人来说是可以直接照着试的起点。

音频与录制部分给出的都是具体操作事实：跨幻灯片播放音频开启时，下一页的同一音频不会播放，需要取消勾选；生成动画视频时要先禁用 Keynote 的麦克风图标，只保留音效，旁白只在播放时用于卡准点击时机，本身不进这段视频。

旁白与动画分开录的理由也贴近实际操作。边点鼠标控节奏边流利念稿需要一心二用，读错一个字就要重录整段动画；分开录之后，改一句话不必动动画，调动画也不影响旁白。

「动手快、设计慢」这个观察在可复用组件的前提下讲得通：现成的方框、箭头、音效都能复制，调整只需一两秒，省下来的时间瓶颈确实落在设计判断上。

经不起推敲的地方

AI 那一侧的结论只有一个样本。作者对 AI 动画的判断来自一次用 Opus 生成 HTML 动画的尝试，用它推及「AI 做动画」这一整类做法，覆盖面偏窄，换成另一种形态的生成方式，结论未必成立。

对比的公平性有限。一边是自己熟悉、组件现成的 Keynote，一边是一次即兴生成的 HTML，熟练度不在同一量级，时间感受上的差距有多少来自工具、多少来自熟练度，视频里没有拆开。

两个「不一定」都停在印象层面，没有量化对比。分别是各花了多少时间、迭代了几轮，视频里没有给出可核对的数据，所以「更快」或「更慢」只能当作一次个人经验，不能当成普遍结论。另外，AI 工具迭代很快，视频里的观察基于当时的工具状态，隔一段时间再看需要重新验证。

拿它做判断时要注意什么

先定分镜，再选工具。把每一步里固定不动的元素和它们的相对位置列成一张表，锚点确定之后，无论用 Keynote 手做还是让 AI 生成，都能拿这张表去逐页核对。

给动画设一个时长上限。按视频里的量级，渐现 0.3 秒、画线 0.5 秒是可以直接上手的起点，再根据旁白节奏微调，不要让单个出场动画拖到观众开始等。

用神奇移动之前，先数一遍两页的图形数量是否一一对应；方框里的文字如果需要独立变化，就把它剪出来单独成框，别嵌在方框内部。拿到 AI 生成的结果时，逐页检查位置关系是否稳定、有没有多余文字、同一屏里是不是多个区域同时在变。