九筆 commit 裡有四筆在改掉自己前面寫過的東西

9 月 1 日一整天，這個 repo 進了八筆 commit，隔天凌晨再一筆。九筆裡有四筆在改掉前面已經寫上去的東西：一次是配方抓錯集數，兩次是同一個逾時原因改了又改，還有一次是數字只抽樣就填上去。四次的翻法都不一樣。

這個 repo 裡的量測腳本、生圖、頁面文字都是 AI 做的，四筆修改也是 AI 動的手。我做的是要它做什麼、看哪裡不對、要它再去查一次、拍板。

題目只有一句話：一張 AI 生的背景圖好不好看，跟它能不能拿來當簡報封面，是兩件事。

這份研究跟隔天那場週三直播是同一條線。9 月 2 日晚上要講怎麼做高質感的網頁簡報，籌備記錄把這份研究列在「相關的新素材（這週做的，可在 QA 拿出來用）」底下（那場直播自己的故事在我抓到簡報上一個錯的數字，只改了一半，上台照著大字唸了出來）。方法拆自 YouTube 頻道「大师的AI小灶」的第 3、4 集，以及同一位作者的兩份飛書文件。

先有一把尺

要比背景圖能不能用，得先有個量法。

experiments/verify.py 把畫面切成六塊候選文字區，位置是九宮格的外圈，避開正中央，每塊佔畫面寬 44%、高 30%。每塊量兩件事：亮度標準差要小於 0.12，白字或黑字至少一種的 WCAG 對比度要大於 5.0。兩項都過算一塊可用，寫成「幾 / 6」。

門檻訂 5.0 的理由寫在檔頭：任何平坦色塊都過得了 WCAG 的 4.5，那條線擋不住東西。工具自己也有負控制，verify.py --self-check 會確認純黑圖六塊全過、隨機雜訊圖一塊都不過、亮度落在中間的死區不過、中灰以黑字過關。這次重跑，四條斷言都還在。

這把尺只在第一次翻案派上用場。Veo 那兩次跟它無關，靠的是讀 log 與重跑。

第一次：配方抓錯了集數

第一輪六張圖，三組 A/B，每組只動一個變數：比提示詞寫法、比尺度、比光。圖交回來是風景攝影的長相。我看了問它是不是沒抓到重點，原片裡的背景沒有它生的那麼普通。

回去重看原片才對出原因。第 3 集講紀實攝影，案例是飛機、貨輪、燈塔、衝浪者。第 4 集講深色超現實概念藝術，示範畫面是銀河、巨型星球、書頁上加班的太空人，沒有一張是攝影。第一輪拿的是第 3 集文件版那張提示詞塊對照表，做的卻是第 4 集的技巧。兩集的視覺語言不同，那張表在這裡混用不了。

第 4 集的影片畫面上直接打出了完整提示詞。把 1280×720 的原幀放大三倍逐字讀回來，拆成六段：

1. 前景與遠景分開寫
2. 主體極小，環境極大
3. 留白寫成深藍到黑的暗場
4. 主體亮度明顯高於環境
5. 冷色調加高對比
6. 風格詞收尾

最容易漏掉的是暗場那一條，站上寫的是多數人會直覺去做亮天空。

照配方重做四張，量出來的差距：

封面那兩張就是同一個題材的前後。左邊是攝影風的黃昏帆船，右邊是銀河中心那艘被暖金光照亮的小帆船。

第二次：逾時的原因空著

背景還要能動起來。我問它有沒有辦法產生動態背景，手上能用的是 Veo，它掛在 gemini-web 底下，gemini-web 是自架在區網那台機器上、用程式操作 Gemini 網頁的服務。

結果頁第一版寫的是「文生影片實跑了兩次，第一次等了 728 秒逾時。所以 Veo 這條目前還沒拿到成品」。原因欄是空的。後來那筆翻案的 commit 訊息回頭把這個空白點名成一種歸因：「不是 Veo 慢」。

翻服務的 log，實跑其實是三次：728 秒、1448 秒、189 秒，全部逾時。log 寫著已經從側欄進入影片頁、找得到輸入框、「prompt 已送出，開始等待」。可是等滿之後，頁面上 document.querySelectorAll('video, source, [class*=media]') 回的是空陣列，三次都一樣。

逾時當下的截圖停在「建立影片」的範本牆，輸入框是灰色的 placeholder，對話串裡沒有任何使用者訊息。換成 37 個字元的最短提示詞，結果一模一樣，排除了提示詞太長。

那段字根本沒送進去，等多久都不會有影片。

當時寫下的結論是：服務的防呆判準錯了。它檢查的是「字還留在輸入框裡嗎」，留著就改點送出鈕。新介面上字沒有留著，防呆不觸發，程式就當作送出成功，然後空等到逾時。

第三次：修了兩個真的 bug，但那不是壞掉的原因

我記得前一天那台機器上的服務好像改過東西，叫它去看。結果翻出一份沒生效的修正。主檔 src/gemini.py 改了 268 行，另外多了兩支測試檔。這份修正 8 月 31 日 16 點 28 分才寫好，服務最後一次重啟是 16 點 18 分，所以它從來沒跑過。

它修的是兩個真的 bug：

• 檢查輸入框有沒有殘字時，document.querySelector 讀到的是 Quill 的隱藏貼上緩衝區，那裡永遠是空的。
• 送出鈕的 aria-label 實際上是「傳送訊息」，舊寫法在中文介面一個都配不上。

把它 commit、開 PR、重啟服務讓它生效，第四次再跑：1448 秒，依然逾時，畫面跟前三次完全相同。

後來一筆 commit 把「查出來的原因」改寫成「查到哪裡為止」。目前指向的是那個落地頁本身：頁面上寫著「試用範本或在對話中描述想生成的影片」，而服務是在範本牆的輸入框打字。合理的推測是那個輸入框不是真正的送出入口。要確定得開真瀏覽器手動打一次字，那天沒做。

找到真的 bug、修好、看著它生效，每一步都對，合起來還是推出一個錯的結論。分辨的方法是修完再跑一次。

第四次：數字只抽樣就寫上去

隔天凌晨那筆動的是另一頁，開源網頁簡報的生態盤點。那頁原本寫 dashi-ppt-skill（一個產 HTML 簡報的 skill）的產物「只帶其中一支主題 runtime，約 0.7 MB」，還加了一句「單支介於 0.70 MB 到 0.77 MB 之間」。

那個區間是抽樣抽到最小的兩支。project/dist/theme-runtime/ 底下有十二支 imported-theme-runtime.themeNN.js，最小 696,202 位元組，最大 1,308,738 位元組。這幾個數字這次重新數過。

那筆 commit 改成實測值：實際匯出的成品整包 8.2 MB，字型 4.6 MB、runtime 1.3 MB。

前三次是原因或配方抓錯，這一筆是數字只量了抽到的兩支。

自己量到的那一側

方法是別人的，數字是自己跑的。verify-result.json 裡有 21 筆：二十張生成圖，加一張著色器的截圖。（站上那兩處寫的是「十九張」，這次逐筆數是二十張，以這裡為準。）圖全部走本機 Codex CLI 的 $imagegen，吃 ChatGPT 訂閱額度，做法寫在用 Codex CLI 的 $imagegen 在 Claude Code 裡生圖。

三招各自的代價，每組只動一個變數：

中間那一列是來源影片沒講的。風暴眼裡那艘小帆船張力很強，但風暴雲填滿了整個畫面，夠平坦的只剩右下那塊暗角。要用這一招，就得接受標題只有一個位置放得下。可放字區的多寡跟畫面好不好看是兩回事。

另外四件也量了：

• 隨機性。同一組提示詞原封不動跑三次，馬的位置、沙丘形狀、鏡頭高度每次都變，可放字區三次都是 6 / 6。構圖每次都變，可用性沒變。
• 配色。換發光顏色，青綠、洋紅、翠綠，加上原本的暖金，四色全部 6 / 6，前提是結構一字不動。嚴格說環境色詞也跟著換了，不只動一個變數。
• 用程式畫背景。一支純 WebGL 的 fragment shader，沒引用任何函式庫，6 / 6、對比 20.30、平坦度 0.0004。這個平坦度不是全場最好的，二十張生圖裡有六張比它更平。它的好處寫在站上：檔案大小是零、任意解析度、本身就在連續旋轉。代價是畫不出具象主體，只做得了抽象的光與結構。
• 修圖三步。原片示範用的是豆包的內建擦除與擴圖，這裡換成 Codex CLI 的 image-edit 跑同一套。可放字區 2 / 6 修到 4 / 6，換天氣那一步幅度最大。去干擾沒做乾淨，右側那根電線桿三步都還在。擴留白那步變成整張重畫，天空變多是重新構圖的副作用。

讓背景動起來那條走的是 ffmpeg。zoompan 的運鏡參數全部寫成 1-cos(2*PI*on/N) 的形式，第一幀跟最後一幀的值相同，循環播放不會跳。

12 秒 288 幀，抽第 0 幀與第 287 幀逐像素比對，沙丘那支平均色差 0.458，銀河那支 2.89（滿分 255）。站上當時記的是 0.46 與 2.54，後面那個數字這次沒有重現。代價是只做得出推近與平移，一張平面圖沒有深度資訊，繞不過去。

沒驗的也列在站上：二十張圖全部走同一個模型，換一家會怎樣不知道；四段結構與尺度失衡各只有一張對一張，沒有重複樣本；圖生影片一次都沒成功；用程式當背景那一節列了八條前端的路，只實作了著色器這一條。

為什麼公開的 repo 裡沒有原始材料

逐字稿與飛書文件是別人的內容，故意不進公開 repo，只留在本機。所以站上點不到原文，只有 YouTube 與飛書的來源連結，方法一律用自己的話轉述。

兩支影片都沒有字幕軌，逐字稿是本機跑 whisper large-v3-turbo 轉的，會有辨識誤差；文件版照原文整理。兩邊對得起來的部分才寫進去。

自己去看

筆記主頁在 https://yazelin.github.io/slide-background-research/。同一句標題壓在十張背景上的對照實驗投影片在 https://yazelin.github.io/slide-background-research/demo/，按 G 會把六個候選區與量測數字疊上去。開源網頁簡報生態盤點另外一頁：https://yazelin.github.io/slide-background-research/ecosystem/。

上面的數字，量測腳本吐出來的那些這次都重跑對過；四次逾時的秒數、268 行、匯出成品 8.2 MB，是從 repo 的頁面與 commit 訊息讀出來的，沒有重跑。

後記（2026-09-12）

repo 停在 9 月 2 日凌晨那一筆，之後十天沒有再動。今天三個頁面都還開得起來。

Veo 那一步還是沒做，圖生影片到現在沒有成品，站上那一節的狀態仍然是卡點還沒定位。

9 月 6 日那份十月週三直播的選題單，把「簡報背景怎麼做」從投票選項拿掉了，理由是連結已經給過社群，不另開一場。那支著色器倒是被 9 月 30 日那場的籌備記錄挑走，當「自己寫也一條路」的例子。