问题
AI 视频创作者长期被“抽卡”困扰——只能“反复修改提示词祈祷模型生成符合心意的画面”（爱范儿）。另一类更具体的痛：AI 做出的短视频整体已接近预期，但配乐不对、产品图想换成自己拍的，“剩下的修改很具体，用户往往已经知道该改哪里”，却没有直接动手修改的入口（量子位）。缺的是从“生成”到“精准修改”之间的那一步。
目标用户
用 AI 制作产品广告、教程、Vlog 等短视频的个人创作者和小团队。信号中提到的 Kling 4.0、Manus 等产品的用户群可作参考，说明这一人群正在快速扩大，但具体规模无数据。
解决方案
- 可操作时间线：导入 AI 生成的短视频，直接替换配乐、产品图等具体素材，调整位置后导出
- 关键帧控制：对画面构图与运动做关键帧级约束，减少“抽卡”式重试
- 多参考素材输入：一次挂载多张参考图（信号中提到最多 15 项），让生成贴合预期
- 改完再生成闭环：把修改后的版本连同新素材送回生成模型继续迭代
- AI 角色：理解“该改哪里”的自然语言修改指令、按参考素材引导生成、辅助关键帧规划
为什么是现在
Kling 4.0 等新一代模型刚引入多参考素材（最多 15 项）与关键帧控制，Manus 也刚推出 Studio 时间线编辑，说明生成质量已到“接近预期”的水平，剩下的痛点集中到具体的精准修改——正是切入这一层的窗口期。
MVP 范围
第一版：导入 AI 生成的短视频，提供网页时间线，支持替换配乐、替换产品图/素材、调整素材位置，导出成品，并可一键把修改后的版本送回生成接口重新生成。不做：视频生成模型本身（调用现有 API）、复杂特效与专业级剪辑功能、多人协作。
风险
- 平台依赖：核心依赖 Kling、Manus 等生成模型的 API，接口与能力随时可能变化或收紧。
- 在位者风险：Manus Studio 已原生提供时间线编辑，生成厂商自己补齐这一环后，独立工具的生存空间被挤压。
- 技术复杂度：浏览器端视频编辑（渲染、素材替换、同步）工程量大于典型小团队产品。
- 付费不明：信号中无任何付费意愿证据，个人创作者市场付费率存疑。
已有产品
| 产品 | 定位 | 价格 |
|---|---|---|
| Kling 4.0 | 信号中提到的视频生成模型，已引入最多 15 项参考素材与关键帧控制，正面回应“抽卡”痛点 | — |
| Manus Studio | 信号中提到的可操作时间线编辑工具，支持替换素材、调整位置并导出，直接覆盖本机会的核心场景 | — |
信号证据
这张卡片依据的原始讨论。摘录保持原文，点“原文”查看上下文。