跳到主要內容

部落格

不定期分享最新資訊文章

Frank Chiu

徐享／享哥

AI應用規劃師

具有 10 年經驗在數位行銷與電商廣告領域，專精生成式AI應用與個人資料保護，致力於以獨特商業洞察與實戰案例研討，助力品牌突破成長瓶頸。

分類

標籤

AI工具 (85) ChatGPT (19) 商業策略 (32) AI自動化 (87) AI Agent (49) SEO (13) AEO (8) 內容行銷 (27) Cursor (2) Vibe Coding (45) Codex (17) MCP (3) 影音行銷 (47) Gemini (11) AI Coding (2) Meta Ads (1) Higgsfield (1) AI風險控管 (5) NotebookLM (1) GEO (1) AI繪圖 (8) n8n (29) API串接 (13) 社群行銷 (4) 自動化講師應用 (6) 社群自動化 (1) Facebook機器人 (1) RAG (1) VLM (1) 向量資料庫 (1) Cloudflare (6) Claude (6) Claude API (1) AI創業 (1) 工作流 (1) 享哥宇宙 (10) 科幻喜劇 (8) AI故事 (8) Seedance (2) 技術選型 (1) Electron (1) Tauri (1) 奇幻喜劇 (2) 台灣民間信仰 (2) Git (1) 知識變現 (4) Google (1) Google Colab (1) Google Vids (1) GSAP (1) n8n新手教學 (11) Zeabur (1) Remotion (2) Antigravity (1) 前端架構 (1) PWA (1) 資料處理 (1) 個人品牌 (1) Power Automate (1) Playwright (1) 職場溝通 (2) LINE (1) 雲端部署 (1)
  • article-365 個免費 AI 行銷 Skills 開源了！我用一個賣雞排的案例，帶你實際玩一次

    2026/10/11

    AI工具 ChatGPT 商業策略
    365 個免費 AI 行銷 Skills 開源了！我用一個賣雞排的案例，帶你實際玩一次

    最近看到行銷人邱煜庭分享了一個很有意思的開源專案，叫做 Marketing Skills for Everyone。 他把十幾年來的行銷實戰與教學經驗，整理成 365 個免費的 AI 行銷 Skills，放到 GitHub 開放大家使用。 我覺得這件事最有價值的地方，不是「哇！竟然有 365 個提示詞可以免費拿」。而是它想解決一個很多人在使用 AI 時都會遇到的問題： AI 很會給建議，但我們怎麼知道它的建議到底能不能用？ 例如，你問 ChatGPT：「我開了一家雞排店，最近生意不好，該怎麼做行銷？」 AI 可能馬上給你十個建議：拍短影音、經營 Instagram、找網紅合作、推出會員制度、投放 Facebook 廣告……聽起來都很合理。 但問題是，你一個月只有 5,000 元行銷預算，這十件事情到底應該先做哪一件？而且，你連一份雞排賣出去到底賺多少都還沒算清楚，就開始花錢打廣告，真的適合嗎？ 這就是我覺得這套 Skills 值得研究的原因。 它把行銷工作拆成具體的方法，包含需要什麼資料、怎麼分析、最後要交付什麼結果，以及怎麼檢查答案。今天就用一個簡單案例，帶大家試試看。 一、如何下載並使用免費的 AI 行銷 Skills？這套工具的使用方式，其實沒有想像中困難。不需要先學會寫程式，也不一定需要訂閱昂貴的 AI 服務。只要你使用的 AI 工具能上傳並讀取 Markdown 檔案，就可以照著以下方式操作；實際檔案上傳額度與支援情況，依工具當下的方案為準。 第一步：下載教材 GitHub 開源專案：Marketing Skills for Everyone 官方教學網站 進入 GitHub 後，點選綠色的 Code，再選擇 Download ZIP，下載後解壓縮。 第二步：找到 INDEX.md這個檔案可以把它想成 365 個行銷方法的目錄。你不用自己一個一個研究，先把 INDEX.md 上傳到 ChatGPT 或 Claude。 第三步：告訴 AI 你遇到的問題讓 AI 幫你找出適合使用哪個 Skill。 第四步：上傳對應的方法包依照 AI 找到的路徑，從下載的資料夾中找到對應的 Markdown 方法包，上傳到同一段對話。這樣 AI 就能根據方法包中的步驟進行分析。 需要哪個方法，就讀取哪個方法，不必把 365 個檔案全部上傳。 索引用來選方法；還沒讀到方法包全文時，不要讓 AI 只靠索引摘要就宣稱完成分析。 二、實際情境：一家雞排店，想用 5,000 元增加業績我們來設計一個虛構案例。假設我開了一家「阿亮炸雞排」，最近發現平日生意普通，想拿 5,000 元做促銷。 老闆原本的想法很簡單：「不然買兩份雞排折 20 元，再花一點錢投廣告好了！」 但如果你是行銷顧問，應該不會直接說好。你可能會先問：「老闆，你一份雞排到底賺多少？」 因為有些活動看起來營業額增加了，實際上卻可能越賣越虧。所以這次我們不急著叫 AI 寫廣告文案，先讓 AI 幫我們算清楚獲利，再決定要不要做促銷。 準備測試資料以下數字全部是教學用的假設資料，不是真實店家的營運數據。 項目 金額或方案 一份雞排售價 90 元 雞肉及醃料 35 元／份 炸油、粉料、調味 8 元／份 包裝袋 3 元／份 每份額外變動人工成本 4 元／份 預計行銷預算 5,000 元 促銷方案 買兩份折 20 元 這些資料已經足夠讓我們進行第一輪簡單試算，但還不能直接視為完整的店家淨利分析。 三、第一個提示詞：讓 AI 幫我們選 Skill先將 INDEX.md 上傳到 ChatGPT，接著輸入： 提示詞 1：選擇合適的行銷方法123456789101112131415我經營一家雞排店，想用 5,000 元行銷預算增加銷售。目前一份雞排售價 90 元，正在考慮推出買兩份折 20 元的活動。請根據我上傳的 INDEX.md，幫我找出最適合分析這個問題的 2～3 個 Skills。這一步只比較候選方法，不要直接執行多項工作。請告訴我：1. 每個 Skill 的名稱與檔案路徑。2. 為什麼適合我的情境。3. 我需要準備哪些資料。4. 建議先執行哪一個。請只使用索引中確實存在的 Skills，不要自行編造名稱。尚未讀取方法包全文時，請先等我上傳，不要用索引摘要代替方法。 這一步最重要的概念是：先選方法，再解決問題。 就像看醫生，不是看到病人就直接開藥，而是先確認問題在哪裡。 在這個案例中，我們可以優先尋找與「單品貢獻毛利計算」及「檔期預算與獲利預估」相關的方法。實際名稱和檔案路徑，請以下載版本的 INDEX.md 為準。 四、第二個提示詞：上傳 Skill，開始計算找到適合的 Skill 後，把對應的 Markdown 方法包上傳到同一段 AI 對話，然後輸入： 提示詞 2：執行雞排獲利分析12345678910111213141516171819202122請依照我上傳的行銷 Skill 方法包，分析以下雞排店的促銷方案。商品售價：90 元。每份成本：- 雞肉及醃料：35 元- 炸油、粉料、調味：8 元- 包裝：3 元- 額外變動人工：4 元促銷方案：買兩份折 20 元。行銷預算：5,000 元。請幫我：1. 計算原價與促銷後的單份貢獻毛利。2. 比較每賣出兩份雞排的獲利差異。3. 計算需要增加多少銷量，才有機會回收 5,000 元行銷費用。4. 提醒我哪些成本還沒有納入。5. 提供是否值得推出活動的初步建議。請依方法包的規則執行，列出計算公式、假設條件與檢查結果，不要把未知數字當成已知事實。若問題超出已上傳方法的範圍，請指出需要補充的資料或方法包。 五、手動核對：AI 應該得到什麼結果？這一步很重要。因為我們不應該只看 AI 寫得有沒有道理，還要檢查它算得對不對。 原價一份雞排 90 元，已知每份變動成本合計 50 元： 12每份已知變動成本 = 35 + 8 + 3 + 4 = 50 元原價每份貢獻毛利 = 90 − 50 = 40 元 如果推出買兩份折 20 元，兩份雞排原價 180 元，折扣後收 160 元，成本合計 100 元： 12促銷後每兩份貢獻毛利 = 160 − 100 = 60 元促銷後每份平均貢獻毛利 = 60 ÷ 2 = 30 元 比較項目 原價 促銷後 每份平均收入 90 元 80 元 每份變動成本 50 元 50 元 每份貢獻毛利 40 元 30 元 貢獻毛利率 44.4% 37.5% 也就是說，折扣之後，每份雞排的貢獻毛利少了 10 元，下降 25%。這裡的貢獻毛利率以成交收入為分母；它不是扣完租金、固定薪資等支出後的淨利率。 5,000 元行銷預算，需要賣出多少雞排才能回收？如果全部都是新增銷量，而且全部以促銷價格成交： 1235,000 ÷ 30 = 166.67 份每筆促銷訂單為兩份，因此須以雙份套餐進位：5,000 ÷ 60 = 83.33 組 → 至少 84 組 = 168 份 至少需要額外賣出 168 份雞排，也就是 84 組雙份套餐，才有機會以新增貢獻毛利回收這筆行銷費用。 小心：原本就會買的客人，也可能使用折扣如果原本就會買原價雞排的客人，也跑來使用折扣，實際效果就會不一樣。例如原本會買兩份的客人，現在少付 20 元，店家就少賺 20 元。 所以 168 份不是活動保證回本的數字，而是在特定假設下的試算門檻。 這也是為什麼做行銷不能只看營業額，還要看新增銷量、原有訂單被折扣取代的比例，以及真正增加的貢獻毛利。 目前也還沒完整納入可能存在的稅費、金流或外送平台費、耗損、額外能源成本、加班或產能變動，以及租金與固定薪資等支出。應先確認哪些會隨訂單增加，哪些屬於固定成本，避免漏算或重複扣除；5,000 元行銷費用在本例另外扣除。 六、第三個提示詞：檢查促銷是否真的值得做接著，我會再問 AI 一個問題；若需要另一份方法包，就先依索引找到並上傳，再繼續分析。 提示詞 3：檢查促銷活動風險123456789101112131415161718請繼續依照行銷 Skill 的分析方式，幫我檢查這次雞排促銷的風險。假設活動期間有部分消費者原本就會購買雞排，只是因為折扣而改買促銷套餐。每筆促銷訂單均為兩份雞排。請比較以下三種情境：1. 所有促銷訂單都是新增購買。2. 50% 的促銷訂單原本就會以原價購買兩份。3. 80% 的促銷訂單原本就會以原價購買兩份。請以「沒有促銷時的貢獻毛利」為比較基準，分別計算回收 5,000 元行銷費用所需的促銷訂單數，並說明：- 哪種情況下活動比較有價值？- 哪些數字需要實際測試才能確認？- 有沒有比全面打折更好的促銷方式？若每筆平均新增貢獻為零或負數，請明確說明無法靠增加同類訂單回收費用。請區分數學試算與實際營運建議。 這時候 AI 就不只是幫你計算，而是開始協助你判斷行銷活動的可行性。 用新增貢獻檢查三種情境我們也可以先建立核對基準。令 p 為原本就會以原價購買兩份的促銷訂單比例： 12345真正新增的雙份訂單：每筆增加 60 元貢獻毛利原有雙份訂單改用折扣：每筆減少 20 元貢獻毛利每筆促銷訂單平均新增貢獻 = (1 − p) × 60 − p × 20 = 60 − 80p活動新增貢獻淨額 = 促銷訂單數 × (60 − 80p) − 5,000 情境 每筆平均新增貢獻 回收 5,000 元所需促銷訂單數 全部是新增購買 60 元 至少 84 筆，共 168 份 50% 原本就會買兩份 20 元 250 筆，共 500 份 80% 原本就會買兩份 −4 元 依此假設無法回收；每增加一筆促銷訂單，平均新增貢獻反而減少 4 元 這是固定比例與固定成本假設下的數學試算，不是實測成果。尤其第三種情境，促銷訂單本身仍有 60 元貢獻毛利，但相較於沒有活動時的訂單組合，平均反而少了 4 元；兩者的比較基準不同。 也許最後你會發現，比起全面買兩份折 20 元，更值得測試的是平日離峰時段優惠、新客限定優惠，或搭配其他商品提高客單價。但這些都需要實際測試，不能光靠 AI 推測。 七、這套 Skills 真正值得學習的地方：建立判斷很多人使用 AI，都是從「我要什麼答案」開始，例如：「幫我寫一篇雞排店促銷文案。」 但有經驗的行銷人，可能會先問：「這個活動有沒有賺錢的機會？」這兩種提問方式，最後產出的價值差很多。 我覺得 Marketing Skills for Everyone 很值得借鏡的地方，就是把行銷工作從「產出內容」往前推到「建立判斷」。 而且作者選擇用 Markdown 方法包公開，不一定要懂程式、不一定要串接 API，也不需要一開始就建構複雜的 AI Agent。只要 AI 工具能讀取檔案，就可以先從一個真實問題開始練習。 當然，Skill 不是魔法。資料不完整、假設錯誤，AI 還是可能算錯或給出不適合的建議。 所以最好的用法，是讓 AI 幫我們整理問題、選擇方法、進行分析，再由人來核對與決定。如果你想進一步理解如何把工作經驗整理成方法包，也可以閱讀：從 Prompt 到 Skill Library：如何打造自己的 AI 工作能力庫。 這次用雞排店只是示範。同樣的流程，也可以拿來分析電商商品定價、課程招生預算、LINE 會員回購活動，甚至企業的年度行銷計畫。 如果你從來沒用過 AI Skills，我建議先不要急著研究全部 365 個。先挑一個你現在真的遇到的行銷問題，下載方法包，照著做一次。 你會發現，AI 真正有價值的地方，不只是讓我們把事情做得更快，而是讓我們有機會把事情想得更清楚。 免費開源專案與教學來源 GitHub：Marketing Skills for Everyone 官方教學：365 個免費 AI 行銷 Skills 方法索引 INDEX.md 也感謝邱煜庭把多年累積的行銷經驗整理開源，讓更多人可以從實際問題開始學習。 如果是你，你會想先拿 AI Skills 解決什麼行銷問題？歡迎留言分享，我也想看看這套方法還能用在哪些有趣的情境。 常見問答 (FAQ)Q1：使用這 365 個 AI 行銷 Skills，需要寫程式或付費訂閱嗎？本文示範的是下載 Markdown 方法包，再上傳給能讀取檔案的 AI 工具，不需要寫程式或串接 API。方法包本身免費開源；AI 工具是否提供檔案上傳、可用額度與方案限制，仍須依當下服務確認。 Q2：為什麼先上傳 INDEX.md，而不是一次上傳全部方法包？INDEX.md 是選擇方法的目錄，讓 AI 依問題找出確實存在的方法名稱與完整路徑。選定後再上傳對應方法包全文，才能依具體步驟執行與核對，避免只靠索引摘要猜測分析方式。 Q3：雞排店額外賣出 168 份，就一定能回收 5,000 元嗎？不一定。168 份的門檻假設所有促銷訂單都是新增購買、每筆兩份、每份變動成本固定為 50 元，且沒有其他未計入的變動成本。若原本就會買原價雞排的客人改用折扣，新增貢獻會下降，甚至無法靠增加促銷訂單回收費用。 Q4：貢獻毛利等於店家最後賺到的淨利嗎？不等於。本例貢獻毛利是成交收入扣除已列出的變動成本，仍需要用來支付租金、固定薪資與其他固定支出。完整營運判斷也要確認稅費、耗損、平台費和產能變動等成本是否適用。 Q5：AI 依照 Skill 算出結果後，還需要人工檢查什麼？至少核對資料來源、公式、成本有無漏算或重複扣除、訂單與份數的單位，以及新增銷量和原有訂單折扣替代的假設。方法包能提供分析步驟與核對依據，實際促銷效果仍需以測試和營運資料確認。

  • article-AI 角色一致性實用教學：男生、女生設定與社群、電商、短影音中文提示詞

    2026/10/11

    AI工具 內容行銷 影音行銷
    AI 角色一致性實用教學：男生、女生設定與社群、電商、短影音中文提示詞

    想讓同一位 AI 人物出現在課程封面、社群貼文、商品展示與短影音裡，可以先準備一張確認過的主參考圖，再清楚交代每次要更換的場景、動作或服裝。 日常最值得學會的，是把「人物本身」和「這次要拍什麼」分開寫。 「主參考圖」就是你挑選並確認外觀的那張圖片。後續製作都以它為依據，逐張檢查人物是否仍然像同一個人。 本文的範本可在支援參考圖編輯的影像功能中練習，例如 ChatGPT、Gemini 與 Grok Imagine。提示詞可以共用基本結構，各平台的結果仍要個別確認。可用功能、參考圖欄位與輸出規格會隨版本、方案及介面調整，操作時以你使用的平台為準。 一、日常角色圖片，需要保留哪些設定？ 值得保留 可以先省略 一張清楚的主參考圖 一次排滿七區的大型設定板 臉部、髮型與身形的辨識特徵 把每個人都套成肌肉男、大眼美女 這次實際會用到的姿勢與表情 一口氣做十種表情、六種姿勢 明確指定這次保留或更換的服裝 把同一角色永遠綁定同一套衣服 已確認的商品與品牌資訊 讓 AI 猜身高、材質成分或品牌色碼 側面、背面和服裝細節都有用途，可以等到真的需要那個角度時再補。 例如，只做講師半身宣傳圖，就先把臉和上半身造型做好；要拍全身街舞，再處理完整服裝、鞋子與動作空間。 先完成會用到的圖片，再逐步補充角色設定。 二、把提示詞分成「固定項目」與「本次任務」一份好修改的提示詞，可以用這個結構： 人物參考＋固定特徵＋本次變動＋畫面規格 固定特徵包括臉形、髮際線、眉眼、鼻型、原本的身形，以及你希望沿用的辨識配件。 本次變動包括表情、姿勢、場景、光線，以及這次想替換的服裝。 服裝要不要固定，取決於用途： **課程系列圖：**可以維持同一套造型，讓整個系列容易辨認。 **服飾電商：**可以固定人物，換穿不同商品。 **短影音：**同一段連續情節維持造型，換場或換主題時再安排新服裝。 OpenAI 的圖片提示指引也提供這種操作方向：交代要改什麼、哪些內容要保留，並說明每張參考圖的用途。 三、男生、女生都先設定「看得見的細節」「帥氣男生」「漂亮女生」可以表達大方向，但還不足以定義一個容易辨認的角色。 從零設計人物時，先選幾個看得見的特徵就好。 設定項目 可以怎麼寫 成年年齡感 約 30 歲的成年角色、約 45 歲的成熟角色 臉形與眉眼 方圓臉、橢圓臉、自然濃眉、平直眉型 髮型 短側分髮、及肩直髮、短捲髮、低馬尾 身形 一般身形、精實體態、較寬肩線、自然身體比例 服裝 俐落西裝外套、寬鬆襯衫、工裝褲、素色運動上衣 辨識配件 細框眼鏡、小圓耳環、固定款式的項鍊 男女都能走親切、專業、運動或街頭方向。男性可以長髮、戴耳環；女性也可以短髮、穿寬鬆西裝。依角色用途選擇，不必把男性固定成肌肉身材，或把女性固定成細腰長腿。 把抽象氣質改成具體畫面 想呈現的感覺 改成可看見的畫面 親切 嘴角輕微上揚，眼神放鬆，手掌自然打開 自信 身體站直，肩膀自然打開，平視鏡頭 酷帥 表情平靜，肩膀放鬆，一手插口袋 專業 服裝整齊，站姿穩定，手勢符合正在說明的內容 例如，與其只寫： 一位很專業、很有自信的女生。 可以改成： 一位穿著俐落西裝外套的成年女性，站姿穩定，肩膀自然打開，平視鏡頭，一手朝旁邊的空白區做出介紹手勢。 如果你已經有真人照片，就以照片為準。 不要再把這些外貌選項全部加上去，變成重新設計另一張臉。 四、先建立一張主參考圖範例一：從零建立男性課程角色這個範例適合課程宣傳、知識型社群與產品解說。人物是虛構設定，可以自行更換年齡感、髮型與服裝。 123456789101112131415161718192021請建立一位原創虛構的成年男性，作為知識型課程的固定角色。外觀：約 35 歲的東亞男性，方圓臉、自然濃眉，短黑髮側分，戴細框長方形眼鏡。一般身形，肩頸放鬆，身體比例自然。造型：深藍色休閒外套，內搭米白色素面上衣，搭配深灰色直筒長褲與白色休閒鞋。表情與姿勢：閉嘴微笑，平視鏡頭，自然站立，雙手放鬆垂下，呈現親切、沉穩的感覺。畫面：3:4 直式，單一人物的全身主參考圖。從頭到鞋完整入鏡，人物占據主要畫面。淺灰色背景，均勻柔和的光線，寫實攝影風格。臉部清楚，保留自然皮膚紋理。不加入文字、拼貼或其他人物。 可以怎麼調整？ 想改成街頭創作者，可以先換成寬鬆外套、工裝褲與運動鞋，搭配放鬆的站姿。 選定人物後，再用主參考圖延伸造型，不必每次重新生成一張臉。 範例二：從零建立女性品牌角色這個範例適合品牌介紹、知識型社群與生活風格內容，也能換成講師或街舞角色。 12345678910111213141516171819202122請建立一位原創虛構的成年女性，作為品牌內容的固定角色。外觀：約 30 歲的東亞女性，橢圓臉、自然平眉，黑色及肩直髮，髮尾微微向內收。一般身形，肩線與身體比例自然。妝感清淡，保留自然皮膚紋理。造型：深綠色俐落外套，內搭米白色素面上衣，搭配黑色直筒長褲與米白色平底鞋，雙耳各戴一枚小圓形銀色耳環。表情與姿勢：嘴角輕微上揚，平視鏡頭，自然站立，雙手放鬆，呈現沉穩、親切的感覺。畫面：3:4 直式，單一人物的全身主參考圖。從頭到鞋完整入鏡，人物占據主要畫面。淺灰色背景，均勻柔和的光線，寫實攝影風格。臉部清楚，不加入文字、拼貼或其他人物。 可以怎麼調整？ 想改成街舞角色，可以先保留這張臉，再換成素色運動上衣、寬鬆工裝褲與運動鞋。 若要同時改髮型，分成下一輪處理，方便檢查角色辨識度。 範例三：使用自己的照片使用自己或已取得使用同意的人物照片。這條男女通用，不需要猜測照片中的年齡、身高或個性。 123456789101112131415請使用上傳照片中的同一位人物，製作一張後續社群內容會使用的半身主參考圖。臉形、眉眼、鼻型、嘴型、髮際線、髮型、膚色與可見的身形，以原始照片為準。保留原本的眼鏡、鬍鬚或其他可見辨識特徵。本次調整背景、光線、取景、站姿與表情。人物平視鏡頭，閉嘴微笑，肩膀自然放鬆。服裝沿用原照可見的造型。3:4 直式，腰部以上入鏡，背景改為淺灰色，光線均勻柔和。不要自行改臉、改年齡感、增加肌肉或改變體型。只生成一張單人圖片，不加入文字。 若原照沒有拍到足夠的身體範圍，就先使用原照涵蓋的景別。需要完整服裝、鞋款或背面時，再補照片，或明確把那些部分當作新增設計。 選出滿意的主參考圖後，把它保存下來。後續每次生成，都明確附上或指定這張圖。 角色名稱可以方便整理，但名字本身不會讓模型自動知道角色長相。 五、三種日常應用提示詞下面三種應用都能使用剛才建立的男性、女性角色，或自己的照片。 操作方式很簡單：先附上主參考圖，再貼對應提示詞。 應用一：課程與社群宣傳圖這類圖片通常需要清楚的人物、與文案配合的手勢，以及可以放標題的空間。 先把人物與構圖做好，標題最後再排版。 12345678910111213141516請使用我上傳的主參考圖，製作同一角色的課程宣傳圖片。保留人物的臉部辨識特徵、髮型、身形、服裝與原有配件。人物站在畫面右側，腰部以上入鏡，面向鏡頭微笑。一隻手自然打開手掌，朝向畫面左側的空白區，呈現正在介紹課程內容的姿態。背景是簡潔、明亮的教室，只放少量模糊的桌椅，避免背景搶走注意力。人物清楚，光線柔和自然。輸出 16:9 橫式單一場景。左側約四成畫面保留乾淨留白，供後續加入標題。只出現一位角色，圖片內不額外加入文字或標誌。 要做直式貼文，可以把比例改成 4:5，並將留白改成上方。 不要只改比例，卻仍要求橫幅式的大面積左右排列。 應用二：同一位電商模特兒換穿商品這次需要兩張圖： 圖 1：人物參考。 圖 2：商品上衣參考。 因為目標是換衣服，就不要同時要求「原本服裝完全不變」。 12345678910111213141516171819請結合本輪上傳的兩張參考圖，製作服飾展示圖片。圖 1 是人物參考：保留這位人物的臉部、髮型、膚色與可見身形。圖 2 是商品上衣參考：把人物原本的上衣替換成圖 2 的商品。依商品照片保留可見的顏色、領口、袖長、口袋、印花位置與扣件設計，不額外加入沒有出現的裝飾。人物正面自然站立，雙臂稍微離開軀幹，讓衣服正面、袖子與輪廓清楚可見。展示範圍包含整件上衣，衣服自然合身，不透過改變人物體型來迎合服裝。輸出 4:5 直式，淺灰色背景，均勻棚燈。只生成一位模特兒的一張商品展示圖，不加入促銷文字或多格拼貼。 商品圖必須核對實際商品，尤其是印花、文字、口袋與扣件。 只有正面商品照時，先做正面展示；要展示背面，補上背面商品照。 如果品牌標誌或文字必須精確保留，使用原始素材合成，並檢查成品。不要把生成的穿著效果當成尺寸或版型的實際量測。 應用三：短影音或街舞主角先做好影片要開始的那一張畫面，再處理動作。 人物參考圖負責外觀；影片起始畫面還要決定場景、景別、站位與動作空間。 真人照片若只有頭像，先補全身造型資料。 第一步：生成起始畫面123456789101112131415請使用我上傳並確認過的角色與完整造型，製作一張街舞短影音的起始畫面。保留人物的臉、髮型、身形、服裝、鞋子與配件。角色站在簡潔的室內舞蹈空間，面向鏡頭，雙腳自然分開，膝蓋微彎，雙手放鬆，準備開始跳舞。輸出 9:16 直式，完整全身入鏡。頭頂與鞋子都保留空間，人物左右有足夠動作範圍。鏡頭正面拍攝，避免強烈透視。光線均勻，臉部清楚，地面與背景簡潔。只生成單一場景、單一人物，不加入文字、字幕、多格設定板或拼貼。 第二步：交給影片工具處理動作將這張圖放進影片工具的起始畫面欄位，再給動作要求。 以下以工具支援的 10 秒影片為例： 12345678910111213141516171819以提供的圖片作為起始畫面，生成 10 秒直式影片。同一位角色，沿用起始畫面的髮型、服裝、鞋子與場景。鏡頭固定，全身持續入鏡。0～2 秒：角色面向鏡頭，保持準備姿勢，身體自然輕微律動。2～7 秒：向左右各踏一步，配合輕鬆的肩部律動與自然擺臂，動作連續，重心轉移清楚。7～10 秒：回到中央站位，收住動作，最後看向鏡頭輕輕點頭。動作以簡單、自然為主，不加入鏡頭切換、額外人物或字幕。 第一次先用簡單動作檢查臉、衣服與身體是否穩定。 若想進一步安排舞步與動態特效，可以接著閱讀豆包 AI 跳舞影片完整教學。 這段適合測試畫面連續性，並不代表已精準對上某首歌的節拍；需要卡點時，再依實際音樂安排動作或剪輯。 如果工具有角色參考欄，就放主參考圖；如果是首幀欄，就放單一場景的起始畫面。 兩個欄位的用途要分清楚。 六、有需要才補角度與表情做回頭、側身或背面動作時，再補相關參考。 製作多角度參考時，可以逐角度生成，並在後續沿用已確認的參考圖片；每次都要核對角色是否仍像同一個人。 可以一次只要求一個角度： 12345678請使用本輪上傳的原始人物照片與已確認造型，製作同一角色朝畫面右方的 90 度側面圖。只改拍攝角度，保留人物辨識特徵、髮型、服裝結構、配件與原本的視覺風格。只生成一張單人側面圖片，不做多格拼貼。照片未揭露的部分，以我已確認的設計為準。 若未提供或確認側背面資訊，生成的補全部分應當作設計草稿，先確認再沿用。 需要不同表情時，也可以只換一句： 微笑：「嘴角輕微上揚，不露齒，眼神自然放鬆。」 驚訝：「眉毛上揚，眼睛略張大，嘴巴微張。」 思考：「視線偏向側上方，嘴唇輕抿。」 保留人物骨相與辨識特徵，允許表情自然改變眉眼、嘴型與臉頰。 七、畫錯時，只修正出錯的部分先指出哪裡不對，再說明要保留哪些已完成的內容。 例如臉部走樣，可以同時附上原始主參考圖與目前成品： 1234567圖 1 是原始主參考圖，圖 2 是需要修正的成品。請以圖 1 為準，修正圖 2 人物的臉形、眉眼與髮際線，讓角色更接近原始參考。維持圖 2 的表情、服裝、姿勢、背景與構圖。不要重新設計整個人物。 其他常見問題，也可以用短指令處理： 問題 修正方向 手勢不自然 只把抬起的手改成自然張開的手掌，朝向留白區 全身被裁切 拉遠取景，讓頭頂、雙手與鞋子完整入鏡 衣服換錯 依商品參考修正上衣，保留人物與目前場景 背景太複雜 簡化背景物件，保留人物與原本構圖 文字要求仍需要檢查結果。OpenAI 官方文件也指出，角色與品牌元素的一致性、文字與版面控制仍可能出現偏差。若某個區域必須逐像素維持原樣，官方提示指引建議把核准的修改合成回原圖。 八、用一個角色，完成三張日常作品挑選自己的照片，或先用男性、女性範例建立一位虛構角色，接著完成： 一張有標題留白的課程或社群宣傳圖。 一張同角色換場景，或換穿指定商品的圖片。 一張 9:16 短影音起始畫面。 每張只問四件事： 還像同一個人嗎？ 造型符合本次要求嗎？ 動作與構圖有用嗎？ 重要細節看得清楚嗎？ 先把你最常用的這三張圖做好，就能開始把角色用進內容工作。 等到新的場景需要側面、背面或特殊表情，再逐步補充參考。 常見問答 (FAQ)Q1：如何讓 AI 每次生成的角色都像同一個人？先選出並保存一張清楚的主參考圖，後續每次生成都附上或明確指定它，再分開描述固定特徵與本次任務。固定項目可包括臉形、眉眼、髮際線、髮型、身形與辨識配件；每張成品都要核對，文字提示與參考圖仍無法保證完全一致。 Q2：同一個 AI 角色換衣服時，哪些設定要保留？保留人物的臉部、髮型、膚色與可見身形，明確指定只替換本次商品或服裝。服飾電商可分別上傳人物參考與商品參考，交代兩張圖的用途，並核對領口、袖長、口袋、印花與扣件。不要同時要求換裝與原本服裝完全不變，也不能把生成效果當成實際尺寸量測。 Q3：主參考圖可以直接當作短影音的起始畫面嗎？主參考圖主要用來確認人物外觀；短影音起始畫面還要安排場景、景別、站位與動作空間。若工具提供角色參考欄，就放主參考圖；首幀欄則放已確認的單一場景起始畫面。只有頭像時，先補齊全身造型資料；可生成的秒數與欄位以工具實際支援為準。 參考資料 OpenAI 官方圖片生成教學 OpenAI 圖片提示指引 OpenAI 圖片生成能力與限制 Gemini 官方圖片生成與編輯說明 Gemini 角色多角度與圖片生成教學 Grok Imagine 官方圖片生成與編輯介紹

  • article-豆包街舞 × MG 四段提示詞教學：讓舞者推開畫框，做出 40 秒雙版本合輯

    2026/10/11

    AI工具 影音行銷 Seedance
    豆包街舞 × MG 四段提示詞教學：讓舞者推開畫框，做出 40 秒雙版本合輯

    看過一支好看的 AI 跳舞影片，最值得研究的不是「對方用了多少特效」，而是： 人物做了什麼，畫面為什麼跟著變化？ 手臂向外揮，畫框隨之展開；雙掌往兩側推，黑色框邊真的被推開；最後一個重拍，立體文字碎裂，留下清楚的人物與主標。 這種「動作與圖像有因果關係」的設計，就是這次要練習的重點。 參考作品：〈YUNA｜MOVE THE FRAME〉40 秒雙版本合輯 本文的畫面分析依據，是提供的 0–19 秒與 20–39 秒逐秒截圖；本次未取得可播放影片或音軌，Facebook 頁面也未能直接讀取。截圖可用來觀察構圖與元素變化，不能據此確認動作流暢、精準接觸或音畫同步。以下提示詞是根據參考畫面重新設計的教學版本，不是取得原作者的提示詞，也不能據此判定對方使用的模型或後製工具。 如果還沒做過單段練習，可以先看豆包 AI 跳舞影片與 MG 入門教學。本篇進一步拆解四段實作，重點是觸發時機、立體空間與手掌接觸。本文及下載包均為教學試作提示詞，尚未執行影片生成與成片驗收。 一、先看懂這 40 秒：我們要練習的是兩輪製作、四段影片逐秒截圖涵蓋 0–39 秒，約 20 秒處再次出現主標與相近的舞台元素。本教學將這組畫面解讀為前後兩輪練習的參考；這是教學編排，不代表已確認原作者的生成段數或剪輯方式。因此，這次採用的安排是：先做一個 20 秒版本，再做一個加強後的 20 秒版本。 段落 對照參考片的時間 原片值得注意的內容 本次實作目標 A1：啟動畫框 0–10 秒 畫框、腳步、大型 MOVE、逐漸增加的空間層次 學會讓舞步觸發圖像 A2：推框收尾 10–20 秒 框架傾斜、BEAT、雙手推框、片名揭示 學會接觸互動與收尾 B1：空間升級 20–30 秒 更突出的文字厚度、透視與框架變化 在 A1 基礎上加強立體感 B2：互動升級 30–40 秒 框架開合、近距離推框、碎裂與最後主標 在 A2 基礎上加強因果關係 這些分段是方便教學的近似範圍，畫面依據可對照下方兩組逐秒截圖。MG 是 Motion Graphics 的縮寫，指文字、線條、框架與幾何元素等動態圖像。 前半段參考截圖：可觀察框架層次、景別與手掌位置；實際動作先後仍需回到影片驗證。 後半段參考截圖：本教學據此設計立體空間與接觸互動的加強版本。截圖來源為使用者提供的參考作品畫面，原作品連結見上方。 最後的組合是： A1＋A2＝20 秒 A 版 B1＋B2＝20 秒 B 版 A 版＋B 版＝40 秒比較合輯 這樣除了完成作品，還能看出「改了哪個條件，帶來什麼差異」。文末也會說明如何改成一支不重新開場的連續 40 秒影片。 二、先改變提示詞的寫法：不要列特效，要寫事件原本的英文提示詞已經有很好的方向，例如角色一致、腳步清楚、特效跟著動作，以及逐漸增強的節奏。 這次要做的是，把抽象要求改成可以看見、可以檢查的事件。 原本比較抽象的寫法 改成具體事件 想得到的效果 加入炫酷的動態圖像 手臂向外揮時，後方畫框沿同方向展開 觀眾看懂動作與圖像的關係 大型動態文字 MOVE 有厚實側面、透視與地面投影 文字像舞台裝置，而不是字幕 畫框跟著舞者互動 雙掌先碰到框邊，再向外施力，框邊才移動 看起來真的在推框 最後所有效果一起爆發 只爆發一次，接著清空中央，留下人物與主標 高潮之後有清楚收尾 全程禁止切鏡 固定同一攝影棚，允許少量有目的的景別切換 可以看舞步，也可以看清手部互動 這次最重要的提示詞公式是： 人物動作 → 圖像回應 → 結束狀態。 例如： 舞者雙掌貼住左右框邊，接著向外推開。框邊隨手掌移動，中央空間逐漸變寬；動作完成後，框架停在兩側，中央保持乾淨。 這一句同時交代了開始、過程和結果，比「加入推框特效」更容易拿來驗收。 三、豆包新手怎麼開始？先分清楚兩個工作你會用到兩種操作，不要混在一起： **一般對話：**請豆包協助分析、寫提示詞、檢查矛盾。**影片生成：**上傳素材、設定規格，再把完成的提示詞送進影片模型。 Seedance 2.0 官方曾列出的豆包入口是「豆包 App 對話框 → Seedance 2.0 → 選擇模型」。實際按鈕、可選模型與素材模式，仍應以你的帳號介面為準，不必為了跟教學畫面完全相同而更換版本。字節跳動 Seed 本次建議操作順序： 步驟 你要做什麼 先規劃 在一般對話貼上下面的「導演提示詞」 準備人物 選好角色圖片，再建立白色棚景的全身起始圖 生成 A1 上傳人物素材，只貼 A1，不要一次貼四段 接著做 A2 使用 A1 合格的結束畫面協助接續 製作 B1、B2 保留角色與主要設定，測試加強版本 驗收與合併 比較兩版，再組成 40 秒合輯 Seedance 2.0 的技術報告列有 4–15 秒的直接生成範圍，因此 10 秒是合理的練習單位；這不代表所有 Seedance 版本都只能生成這個長度，也不代表每個平台開放完全相同的設定。arXiv 先讓豆包幫你規劃，而不是立即生成把以下文字貼進一般對話，並提供人物圖、參考影片或本文的分段描述。 123456789101112131415161718192021222324252627282930313233343536你是一位舞蹈MV導演與MG動態圖像設計師。請先規劃並撰寫提示詞，不要直接生成影片。我想參考一支40秒雙版本舞蹈影片，製作四支各10秒的練習片：A1：動作啟動畫框。A2：雙手推開畫框，完成第一次收尾。B1：保留A1的主要舞步，加強文字與框架的立體空間。B2：保留A2的概念，加強手掌接觸、推框因果與乾淨收尾。A1＋A2構成20秒A版。B1＋B2構成20秒B版。使用我上傳的成年街舞女孩圖片，固定人物與服裝，不要改成參考影片中的人物。場景固定白色攝影棚。主要元素為黑色立體矩形框、電光青色邊緣、少量螢光黃，以及MOVE、BEAT設計文字。請先列出每段的：主要舞步、鏡頭、MG事件、起始狀態、結束狀態、預期效果與驗收方法。接著輸出四份中文影片提示詞。每份都使用局部0–10秒時間，不要混用整片時間。每段只安排少量主要事件，用「人物動作→圖像回應→結束狀態」描述，不要只是羅列特效名稱。最後檢查動作是否過多、接觸是否合理、首尾是否能銜接、指令是否矛盾。看不到影片或無法分析音訊的地方請明說，不要宣稱已實測成功。 這段是在教 AI「如何幫我們寫」，不是要直接送進影片生成框。 四、先準備一張適合跳舞的起始圖若手上的人物圖採用低角度、蹲姿或鞋子靠近鏡頭的構圖，可以留作造型參考；這次的目標是看清楚全身舞步，應另外準備一張正面全身起始圖。本文不附角色身分參考圖，請自行準備符合下列服裝設定的成年角色圖片，再開始生成。 角色參考圖負責「長什麼樣子」；起始圖負責「從什麼構圖與姿勢開始」。 Seedance 官方說明支援圖片、影片與音訊等參考，可以分別提供人物、構圖、動作與聲音資訊；實際能否同時指定不同素材角色，仍要看使用入口。字節跳動 Seed 生圖提示詞12345678910111213141516171819202122以上傳圖片中的成年街舞女孩為人物與服裝參考，建立一張16:9橫式、單人全身的舞蹈影片起始圖。保留五官、高馬尾、黑色帽子、銀色耳環、黑色短版上衣、黑白寬鬆外套、黑色工裝褲、褲鏈與白色球鞋。不要改成參考MV中的另一位人物或另一套服裝。將場景改為明亮乾淨的白色攝影棚，地面柔和反光。人物站在中央，雙腳錯開、膝蓋微彎，手臂處於即將向外揮動的舞蹈起勢。使用正面自然視角，頭頂與鞋底完整入鏡，左右保留跨步空間。不要蹲姿、極端低角度或巨大近景鞋子的構圖。人物後方只有一個厚實的黑色矩形框，框邊帶細青色亮線。只畫一位人物，不要多角度拼版，不放文字。先確保手指、雙腳與服裝結構自然。 起始圖確認之後再生影片。不要帶著已經變形的手指、裁掉的鞋子，期待後面生成時一定會自行修好。 五、四段共用設定：每次都要帶上，不要假設模型記得下面的四段提示詞，使用方式是： 共用設定＋當次段落提示詞。 不要把四段一次貼進同一個 10 秒生成任務，也不要直接接在舊英文提示詞後面，否則可能同時出現「禁止切鏡」與「切到半身」等矛盾。 共用設定123456789101112131415161718192021222324生成一支10秒、16:9橫式的單人街舞MV。以本次上傳的角色圖片為人物與服裝依據，固定成年女性角色的五官、髮型、服裝、配件與身材比例。場景固定為明亮白色攝影棚，地面柔和反光。主要圖像為黑色立體矩形畫框、電光青色邊緣、少量螢光黃，以及本段指定的MOVE或BEAT文字。文字是舞台設計，不是字幕。人物、舞步與接觸關係的清楚程度，優先於特效數量。重心轉移自然，雙腳落地穩定。腳步組合使用全身鏡頭，手部互動可以使用半身鏡頭。每段最多三次有目的的切鏡，但不更換攝影棚。不要混亂旋轉、頻繁閃光或長時間遮住臉與雙腳。有上傳節奏音訊時，以該段音訊為節奏參考。沒有音訊參考時，生成原創4/4拍、目標120 BPM的電子嘻哈練習器樂，無演唱、無對白。人物自然閉口或呼吸，不做演唱口型。下面的秒數都是這次10秒生成任務的局部時間。依順序呈現事件，主要發力與圖像變化盡量對應重拍。 為什麼這次把 125 BPM 改成 120 BPM？這是為了方便練習，不是參考片的實測速度，也不是 120 BPM 比較好看。 假設使用 4/4 拍、以四分音符計拍，120 BPM 就是每拍 0.5 秒、每小節 2 秒。音樂從小節起點開始時，10 秒正好是五小節，方便對照 0、2、4、6、8 秒的分段。 但這只是時間計算。提示詞寫了 120 BPM，不代表生成音樂一定精確符合，仍要聽、看節拍或量測確認。 六、第一段 A1：先讓動作「啟動畫框」這段在學什麼？參考片前段有黑框、腳部特寫、大型 MOVE，以及逐步增加的框架層次。我們先取其中最容易辨認的關係：手臂展開，框架也展開；腳步落下，文字出現。 這一輪先不追求滿場碎片、複雜旋轉和大量特寫。 **預期效果：**舞者仍是主角，但觀眾能明確感覺她的動作正在啟動畫面。 A1 中文提示詞請接在「共用設定」後使用。 123456789101112131415161718192021222324252627282930313233【A1：動作啟動畫框】核心：先建立「我一動，畫框就回應」的關係。本段只練習畫框展開、MOVE出現和短追蹤線。0–2秒：中全身鏡頭。舞者由起勢直接接肩膀重擊與手臂向外揮動，不要額外站著等待。身後一個黑色矩形畫框隨手臂展開，青色邊緣短暫亮起。2–4秒：切到正面全身。左腳側跨、右腳跟進，再做一次清楚的腳跟腳尖切換。落腳重拍時，厚實的黑色MOVE文字從後方浮現，位於人物背後，鞋子保持可見。4–6秒：交叉步接向外手臂重擊。一條短青色線沿著揮臂方向延伸，完成後消失，不留下滿場光線。6–8秒：舞者向側邊跨步，背景單一畫框沿深度方向展開成三層。人物保持在最前方，不被框架穿過。8–10秒：完成簡單換腳，回到中央全身構圖。MOVE退場，保留身後三層矩形畫框。最後以重心穩定、雙手落在腰側的過渡姿勢收尾，不做片尾字卡，為下一段接續預留構圖。 看什麼才算有做到？先看手臂揮出與畫框展開是否有關係，再看 MOVE 出現時有沒有遮住人物。只要這兩件事還不清楚，就先不要增加其他效果。 常見失敗：人物跳得很正常，但框架自己轉個不停。 把相關段落改成： 1234畫框只在手臂向外展開的那一次重拍擴張，方向跟手臂一致。其餘時間保持穩定，取消額外旋轉和持續閃爍。 這不是把效果變少而已，而是把「什麼時候才能動」寫得更清楚。 七、第二段 A2：讓人物真的「推開畫框」這段在學什麼？參考片約 16–17 秒的重點，是雙手貼近左右框邊，再向外展開。相比「伸手時出現一道光」，這種構圖更容易被理解為人物在操作圖像；手掌是否持續貼住框邊，仍需播放影片才能確認。 我們要練習三件事： 碰到 → 推動 → 打開。 **預期效果：**不是背景自動開門，而是舞者用雙手把空間推開。 A2 中文提示詞本段在合輯中是 10–20 秒，但送進生成工具時，時間仍由 0 秒開始。 123456789101112131415161718192021222324252627282930313233343536【A2：推框與第一次結尾】核心：框架旋轉、雙手推框、乾淨收尾。有上傳A1接續圖片時，從其人物姿勢、位置、鏡頭尺度和三層畫框接著表演。沒有接續圖片時，從正面中央全身構圖開始。0–2秒：全身鏡頭。舞者交叉步接一次受控的四分之一轉身，身後多層畫框順時針緩慢傾斜。人物保持直立、地板水平，攝影機不翻滾。2–4秒：舞者回正，胸口做一次清楚的向前、收回動作。框架也輕微向內縮，再恢復原狀。短暫出現立體BEAT文字後退場。4–7秒：切到半身鏡頭。兩側框邊已在雙手可接觸的距離。舞者雙掌先抵住框邊，再伸展手臂向外推開。框邊跟著手掌移動，中央開口逐漸變寬。接觸處有短暫青色亮線，不要手掌穿模。7–9秒：回到全身。舞者向外跨步、打開雙臂，背景出現一次向外擴散的震波。其餘圖像退到兩側，不淹沒人物。9–10秒：舞者強力定格，背景留下單一MOVE主標。保留乾淨白色空間，結尾不再新增粒子、框架或其他文字。 為什麼要安排半身鏡頭？因為本段最重要的不是腳步速度，而是手掌有沒有接觸框邊。 這是有目的的景別切換：看舞步時用全身，看接觸時拉近。 常見失敗：框架一旋轉，人物和地板也跟著歪掉。 修改成： 123只有身後畫框旋轉。地板保持水平，舞者保持直立，攝影機不翻滾。取消舞者轉身，只保留側向跨步。 這一輪先分清楚「誰在動」，不要讓人物、背景、攝影機同時搶著旋轉。 八、第三段 B1：不要增加舞步，先升級「立體空間」這段在學什麼？參考片後半段的 MOVE 更突出文字厚度與透視，框架也逐漸形成向後延伸的通道。 這次保留 A1 的主要舞步，只加強圖像的空間關係。 這裡幾個名詞，可以直接用白話寫進提示詞： 想描述的特徵 中文可以怎麼寫 厚度 看得到文字側面，不是一張薄片 倒角 字體邊緣有斜面，能接住反光 透視 遠處的框架較小，向後形成通道 前後遮擋 人物在前、文字在後，不要穿過身體 光影一致 文字與人物像處於同一個攝影棚 **預期效果：**文字與框架不像貼在影片上的裝飾，而像舞者身後的大型舞台裝置。 B1 中文提示詞這是 B 版的開場，請使用與 A1 相同的角色起始圖，而不是接 A2 的片尾定格。 123456789101112131415161718192021222324252627282930313233343536【B1：A1的空間深度升級版】這是另一個20秒版本的開場，不接續A2片尾姿勢。使用與A1相同的角色起始圖片、舞步安排、配色及音樂片段。主要升級只有圖像的空間深度，不增加舞步數量。0–2秒：中全身鏡頭。肩膀重擊接手臂向外揮動，啟動身後黑色畫框。框邊具有清楚厚度、側面與斜面反光，不像貼在畫面上的黑色線條。2–4秒：切到正面全身。左腳側跨、右腳跟進，再做腳跟腳尖切換。落腳重拍時，巨大MOVE出現在人物背後，帶有厚實側面、倒角、透視和地面投影。文字傾斜少量角度以看見厚度，保持完整可讀，不翻到背面。4–6秒：交叉步接手臂重擊，短追蹤線只出現一次。MOVE輕微側向轉動，保持字形不變。人物在前、文字在後，遮擋關係明確。6–8秒：舞者向側邊跨步，畫框沿深度方向展開成四層，由近到遠逐漸縮小，形成透視通道。青色邊緣光依序由前向後亮起。8–10秒：舞者回到中央全身構圖。MOVE退場，保留四層框架。最後採用與A1相近的穩定過渡姿勢，不要突然換場景或放入結尾字卡。 這段怎麼比較？把 A1 和 B1 放在一起，先不問哪支「比較炫」，而是問： 文字的厚度有沒有更清楚？框架有沒有更明確的遠近？人物是否仍然好看、好辨認？ 這不是嚴格控制所有條件的模型實驗，重新生成的舞步仍可能不同；但把主要修改集中在空間深度，至少比較容易理解修改方向。 常見失敗：字體一轉動，就變成其他字母。 修改成： 12345MOVE全程保留正面可讀字形，只做小角度側轉，不翻背面、不拆字、不融化。仍不穩定時，取消轉動，只保留文字厚度與側面光影。 官方也指出文字還原精度仍有改善空間，所以不要把「提示詞寫了正確拼字」當成生成結果一定正確。品牌名稱需要逐次檢查；重要字樣也可以留到後製處理。字節跳動 Seed 九、第四段 B2：升級接觸細節，讓高潮「有原因、有結果」這段在學什麼？參考片最後一段包含框架開合、雙手互動、碎塊與主標揭示。我們不把所有效果原封不動塞進去，而是選一個主要事件：雙手推開框架，才觸發最後的爆發。 B2 的升級，不一定是更多效果。 更重要的是留出時間，讓觀眾看見： 手靠近 → 手碰到 → 手開始推 → 框架打開 → 效果退場。 **預期效果：**畫面像一段完整的小表演，而不是舞蹈旁邊剛好有特效。 B2 中文提示詞123456789101112131415161718192021222324252627282930313233343536373839404142434445【B2：A2的接觸與收尾升級版】核心：先接觸，再受力，再展開，最後清空。寧可減少舞步，也要讓手掌與框邊互動清楚。有上傳B1接續圖片時，從該姿勢、鏡頭尺度與四層框架接著表演。沒有時，從中央全身、身後四層框架開始。0–2秒：正面全身。舞者做簡短交叉步和肩膀重擊，畫框收回正面。兩側框邊向舞者靠近，但不接觸軀幹。2–4秒：切到半身。舞者雙手移向左右框邊，手掌貼住內側邊緣，接觸處出現細小青色亮線。此時框架停止移動，明確呈現「手已碰到，尚未推開」。4–7秒：雙掌向外施力，手肘逐漸伸直。兩側框邊跟隨手掌向左右移動。手掌始終貼在框邊，不穿透、不離開接觸面。隨開口變寬，後方青色光線逐漸露出。不要在雙手開始施力前，就讓框架自行打開。7–9秒：切回全身，舞者跨步打開雙臂。框架完全展開後，後方BEAT短暫出現並只碎裂一次。少量大塊碎片向兩側與後方離開，中央維持清楚。接著一次圓形震波向後方擴散。9–10秒：碎片與框架完全退場，舞者定格，留下單一MOVE主標。此時不要再增加效果。無法同時完成碎裂與震波時，保留震波、取消碎裂，優先保住人物與結尾可讀性。 這段最重要的取捨推框時，手臂不能一邊高速甩動、一邊始終貼住同一個接觸面。因此，我刻意讓中段互動較慢、較清楚，前後再用舞步維持節奏。 不是整支影片每一秒都要最快，才會有力量。 常見失敗：手掌穿過框架，或框架比手先移動。 先把這一輪縮減成： 12345678本輪只做雙掌貼住框邊後向外推開，使用穩定半身鏡頭。取消碎裂、文字和鏡頭移動。手掌持續貼住內側邊緣，框架跟隨手掌向外移動。接觸動作自然，優先於其他視覺效果。 等推框成功，再逐項加回震波、文字或碎裂。不要一次把所有問題綁在一起重試。 十、生成前與生成後，分別要驗證什麼？生成前檢查的是指令；生成後檢查的才是影片。 讓 AI 給提示詞 95 分，不能證明手掌真的碰得到框架，也不能證明音樂已經精準同步。 生成前：檢查矛盾123456789101112131415161718請審查以下10秒影片提示詞，先不要生成。檢查：人物與服裝是否衝突；10秒內是否塞入太多動作；是否禁止切鏡卻安排特寫；舞者與鏡頭是否同時快速旋轉；手掌與框邊的距離是否合理；是否有特效遮住腳步；局部時間是否超過10秒；是否引用了實際未上傳的素材；開頭和結尾是否能與相鄰片段接續。用「問題→原句→替換句」輸出。只修改有問題的地方，不要因為要優化就增加更多效果。不要用主觀總分代替檢查。 生成後：用可見現象驗收 驗收項目 具體看什麼 人物一致 帽子、髮型、臉部、外套與鞋子有沒有改變 舞步自然 換腳是否合理，支撐腳有沒有不自然滑動 圖像因果 是手先動、框才動，還是兩者各做各的 接觸成立 手掌有沒有穿框、懸空或突然離開 空間成立 人物、文字、框架的前後位置有沒有跳來跳去 文字正確 MOVE、BEAT 是否拼對，旋轉後是否變字 結尾乾淨 最後是否真的留下人物與單一主標 音畫節奏 主要動作、圖像與鼓點是否對得上 建議先正常播放看整體，再靜音看動作，最後專門檢查音樂與圖像的重拍。 交給豆包分析時，可以補上這段： 1234567891011請分析我上傳的生成影片，不是只評價提示詞。依時間列出：秒數、可見問題、是否能確認、一個最值得優先修改的提示詞句子。本輪只選三個主要問題，不重新設計整支影片。沒有音訊分析能力時，不要判定BPM或逐拍同步。只有截圖時，不要宣稱動作流暢。無法確認的項目請標示「無法驗證」。 十一、四段怎麼接？畫面與音樂要分開處理畫面：A1 接 A2，B1 接 B2若使用入口支援首幀或接續模式，可以從 A1 的結尾選一張人物清楚、手腳正常、構圖合適的畫面，作為 A2 起點；B1 接 B2 也是相同做法。 但一張結束圖片只能提供某一刻的畫面，沒有完整的前後運動資訊，因此不要把「尾幀接首幀」當成保證無縫的功能。 接不上時，先檢查人物位置、鏡頭遠近與手臂姿勢。必要時在重拍上安排明確切鏡，比硬做一個看得出破綻的假連續鏡頭更適合這次練習。 Seedance 官方另有說明影片延長能力；不過，只有在你的使用入口實際提供該功能時，才把它當成可用的接續方法。字節跳動 Seed 音樂：同樣 BPM，不等於同一首歌四次都要求「120 BPM 電子嘻哈」，仍可能得到四段不同旋律、不同鼓組與不同音色。 這次製作比較合輯，我建議： 先準備同一段 20 秒配樂，A 版使用一次，B 版再使用一次。 支援音訊參考時，可以把前後兩個 10 秒片段分別提供給對應的生成任務；不支援時，就把生成音訊當成練習參考，最後在剪輯時間軸統一使用選定的配樂，再調整可用剪點。不要直接把四段生成音樂接起來，卻期待它自然成為同一首歌。 對拍仍不理想時，優先調整片段起點、剪點與特效落點，不要大幅改變播放速度，把原本自然的舞步拉壞。 十二、要做成單一連續 40 秒，改這三個地方前面的設計是兩個 20 秒版本。要改成從頭到尾持續推進的一支影片，不是直接把四段接起來就好。 要修改的位置 修改內容 A2 最後一秒 取消片尾主標與長定格，保留人物、框架與過渡動作 B1 開頭 取消「第二版本重新開場」，改成承接 A2 的結束狀態 全片音樂 使用單一 40 秒音軌，只有 B2 最後一秒是真正結尾 可以把這段交給豆包，請它調整現有四份稿： 12345678910111213141516171819請將A1、A2、B1、B2改編成一支連續40秒影片，仍分成四次、每次10秒生成。不要重新設計人物與場景。A2最後一秒不做片尾，改成中央全身、雙臂回收、身後保留三層畫框的過渡構圖。B1不重新開場，從A2合格結束畫面的姿勢、鏡頭尺度與框架狀態接續，先延續動作，再逐步增加文字厚度與空間深度。只有B2最後一秒做真正的片尾。四段都使用同一首配樂的對應時間片段。請逐段列出起始狀態與結束狀態，檢查是否發生人物瞬間換位置、框架突然增加、姿勢重設或音樂重新開始。 這樣，四段的敘事才會變成： 啟動畫框 → 打開空間 → 加強立體舞台 → 最後爆發與收尾。 最後：先學會控制一個效果，再追求整支影片都很精彩這次四段練習，其實是在學四種不同的控制： A1 控制觸發時機；A2 控制人物與圖像互動；B1 控制空間層次；B2 控制接觸順序與收尾。 提示詞不必每次越寫越長。當你已經知道問題在哪，最有效的修改往往只有一句： 「框架要等手掌開始施力才打開。」 或是： 「最後一秒不要再新增效果。」 第一次實作先做 A1。人物穩定、腳步看得清楚、MOVE 與框架的出現有理由，再進到 A2。 四段已包含共用設定、可分別複製使用的完整中文提示詞，連同生圖、審查、局部修正與使用者提供的英文提示詞範例，已整理為實作包。英文範例僅供對照，不是原作者已證實使用的提示詞；不要與新版中文稿混貼。 下載四段完整中文提示詞實作包（TXT） 內文示範「共用設定＋單段腳本」的組合方式；下載包的 A1、A2、B1、B2 已各自包含共用設定，每次只需複製其中一段。角色圖需自行準備並實際上傳，本文參考截圖用於畫面分析，不是提示詞中黑帽、高馬尾、工裝褲角色的身分參考。 常見問答 (FAQ)Q1：四段提示詞可以一次貼上，直接生成連續 40 秒嗎？本篇設計為四次各 10 秒生成，A1 接 A2 組成 20 秒 A 版，B1 接 B2 組成 20 秒 B 版，再做比較合輯。要改成連續 40 秒，須修改 A2 結尾、B1 開頭並使用單一 40 秒音軌；實際可選長度以模型與介面為準。 Q2：A1、A2、B1、B2 每段都要貼共用設定嗎？使用內文分段稿時，要先貼共用設定再貼當次腳本。下載包的四份獨立提示詞已包含共用設定，每次複製一份即可，不要一次貼四份，也不要接在規則不同的舊英文稿後面。 Q3：120 BPM 是參考影片量測出的速度嗎？不是。120 BPM 是方便分段的練習目標：4/4 拍以四分音符計拍時，每拍 0.5 秒、每小節 2 秒。生成音訊仍需量測或核對；四次要求同樣 BPM，也不會自動得到同一首歌。 Q4：手掌穿過畫框時，應該先改哪裡？先取消文字、碎裂與鏡頭移動，只保留穩定半身鏡頭中的貼框、施力與推開。明確要求手掌持續貼住框邊，框架在施力後才移動，接觸自然後再逐項加回效果。 Q5：這些提示詞是參考作品原作者使用的版本嗎？不是。這是依提供的逐秒截圖重新設計的教學改編，無法據此確認原作者使用的模型、參考素材、後製方法或音樂流程。本文也未取得可播放影片或音軌，因此沒有宣稱動作流暢或逐拍同步已驗證。

  • article-用 Codex 製作風格一致的 AI 簡報：YAML Image Deck 實作教學

    2026/10/11

    AI工具 AI自動化 Codex
    用 Codex 製作風格一致的 AI 簡報：YAML Image Deck 實作教學

    不用先學 YAML，也不用自己寫生圖提示詞。你要準備的是簡報需求、可靠內容與視覺方向，再讓 Codex 分階段完成。 第一次建議拿一個小單元練習。本文以「8 頁、20 分鐘的小店社群行銷教學」示範，保留可直接貼進 Codex App 的各階段提示詞，文末附練習素材包。 本文依 2026 年 10 月 11 日可查到的 YAML Image Deck 原專案 與官方文件整理。工具能力與額度可能調整；需求表、案例、試批頁數與重試次數屬於本教學建議。 很多人第一次用 AI 做簡報，會直接下指令： 幫我把這份教材做成漂亮的簡報。 但這句話把好幾個不同的任務混在一起：整理內容、安排教學順序、設計版型、生成圖片、組裝簡報，以及檢查成品。 這篇教學把它拆開： 準備資料 → 確認大綱 → 建立規格 → 確認樣張 → 分批生成 → 組裝驗收 → 局部修改。 YAML Image Deck 的角色，是讓 Codex 把整份簡報的視覺規則、版型與逐頁內容寫成規格，再依規格生成。**它不是一套安裝完就能獨立運作的簡報軟體，也不會光靠 YAML 就自動產生 PPTX。**最後仍需要實際可用的生圖與簡報組裝工具。 一、先決定：你要「圖片式簡報」，還是「文字可修改的簡報」？這會影響後面整個流程。 模式 實際做法 適合什麼用途 baked 圖片、文字、排版一起生成在圖片裡 視覺展示、短篇分享、不太需要改字的簡報 plate 先生成無字底圖，再疊上 PowerPoint 原生文字 教材、企業簡報、經常修改的內容 這篇教學選 plate。 例如投影片寫著「發布前，檢查三件事」，日後想改成「發布前，先核對這三點」，應該只需要修改文字，不必整張重新生圖。 但要注意： plate 是「底圖仍是圖片，文字另外編輯」，不是把 AI 插畫自動變成可拆解的 PowerPoint 圖形。 原專案也要求，在精確性重要時，把公式、圖表、數字等內容保留為原生可編輯元素。參見 原專案 SKILL.md。 這篇範例的設定我們要做的是： 給小店老闆的 AI 社群貼文入門8 頁，20 分鐘，台灣繁體中文，16:9，文字可修改。 以下的店家與案例都是教學用的虛構資料，不代表任何真實商家的活動或成效。 二、階段 0：先讓 Codex 準備工作環境你先做什麼？在 Mac 建立一個獨立資料夾，例如： 1yaml-image-deck-starter 再用 Codex App 開啟這個資料夾。 你也可以直接使用文末附的練習素材包，解壓縮後開啟，不用自己一個一個建立檔案。 先在獨立練習專案測試，不要一開始就要求 Codex 改動既有的正式教材專案。 Skill 安裝在哪裡才找得到？作者 README 使用的是 .codex/skills 安裝方式；但目前 OpenAI 官方文件列出的本機 Skill 搜尋位置，包含專案內的 .agents/skills，以及使用者層級的 ~/.agents/skills。 這篇採用專案內安裝，比較容易知道這個 Skill 是為哪份教材服務。已經裝過的人，先檢查實際位置，不必再裝第二份。官方也說明，同名 Skill 不會自動合併；安裝後沒有出現時，可以重新啟動 Codex。 OpenAI Developers 貼給 Codex：環境準備提示詞1234567891011121314151617181920212223242526272829303132333435363738394041424344454647484950請幫我準備 YAML Image Deck 的練習環境。這一階段只檢查環境與安裝 Skill，不要開始生圖。我的環境是 macOS，使用 Codex App。請先回報目前工作區的絕對路徑。所有專案檔案都放在目前工作區，不操作其他專案。請依序處理：1. 檢查是否已安裝 yaml-image-deck Skill。 若已安裝，讀取並回報實際路徑與來源，不重複安裝或覆蓋。2. 若未安裝，先檢視這個專案的 README、SKILL.md 與腳本： https://github.com/mathruffian-dot/yaml-image-deck 先回報來源版本、預計安裝方式、讀寫路徑、網路目的地與憑證需求。 需要 git clone 後執行腳本、npx skills add 或 sudo 時， 先取得明確同意，再繼續安裝。 審查與必要授權完成後，將其中的 skills/yaml-image-deck 安裝到： .agents/skills/yaml-image-deck/ 記錄安裝來源與版本資訊。3. 檢查目前環境是否具備： - 可以實際呼叫的內建生圖工具。 - Python 3。 - PyYAML 與 Pillow。 - 可以建立 PPTX 的工具。 - 可以將 PPTX 渲染成圖片的工具。 - Skill 指定的繁體中文圓體。4. 缺少 Python 套件時，安裝於本專案的 .venv。 缺少系統軟體或字型時，先回報。 不要自行啟用 API 計費。5. 建立下列資料夾，已有內容不要覆蓋： sources/ prompt/ slides/images/ slides/previews/ output/ qa/把檢查結果寫入 qa/environment.md。請分清楚：「工具存在」、「已執行測試」、「尚未測試」。不要把尚未測試的能力直接寫成通過。 這一步要看什麼？不是看到「安裝成功」就往下走，而是要看清楚這三件事： 有沒有讀到 Skill？能不能生圖？能不能組裝與檢查 PPTX？ 原專案預設使用 Codex 內建生圖，並沒有要求使用者一開始就申請 API 金鑰。但這不等於無限免費；官方文件說明，內建生圖會計入 Codex 的使用額度。 ChatGPT Learn 三、階段 1：準備要交給 Codex 的三種資料不用先寫好每一頁，但一定要說清楚：這份簡報要教誰、教會什麼，以及哪些資料可以使用。 我建議準備三種內容。 第一種：簡報需求表 項目 這次的範例 主題 給小店老闆的 AI 社群貼文入門 對象 會使用聊天式 AI，但不熟悉提示詞的店家 教學目標 能提供店家資料，產生一篇草稿，再人工核對 頁數與時間 8 頁，20 分鐘，包含練習 核心訊息 先說清楚，再讓 AI 起稿，最後由人核對 輸出形式 16:9、繁體中文、plate 模式 不能做的事 不捏造價格、優惠、日期、成效或客戶見證 這張表的作用，是避免 Codex 把「給新手的實作課」做成「給主管看的產業趨勢報告」。 第二種：真正要教的內容你原本的 PPT、PDF、文章、筆記，都可以作為素材。 但我建議第一次只放跟這次主題直接相關的一小批資料，不要把整個歷年教材資料夾全部丟進去。 例如： 1234sources/├── 社群行銷舊教材.pptx├── 這次要講的重點.md└── 店家案例資料.md 如果沒有舊教材，也可以先寫一段這樣的原始內容： 1234567891011121314151617181920212223本次要教的內容：一、請 AI 寫貼文前，先提供四種資訊：對象、目的、事實、格式。二、建議流程：提供資料 → 產生草稿 → 人工核對 → 調整發布。三、虛構案例：店名：晨光咖啡。商品：新品燕麥拿鐵。受眾：附近上班族。目的：邀請讀者留言分享喜歡的咖啡口味。語氣：親切自然。格式：120–180 字，最後一句提問。沒有提供價格、優惠、日期、產地或健康效果，所以不能自行添加。四、發布前檢查：事實是否正確、語氣是否自然、行動是否清楚。五、最後讓學員用自己的產品資料練習。 這樣就已經能開始規劃，不需要先寫成完整文章。 第三種：視覺方向不用懂設計名詞，也能寫得很清楚： 奶油白底、深藍綠主色、橘色重點。插畫乾淨、有一點紙感，適合成人上課，不要像幼兒教材。文字要大、留白要夠，不要滿版小字，也不要大量霓虹科技元素。 有參考圖片時，再補一句： 只參考這張圖的配色與插畫感，不要複製裡面的品牌、人物或文字。 貼給 Codex：內容整理提示詞1234567891011121314151617181920212223242526272829這一階段只整理教學內容，不做設計、不生圖。請先讀取：- prompt/brief.md：簡報需求- prompt/brand.md：視覺方向- sources/：原始教材與案例先列出實際存在的檔案。不要假設不存在的附件已經提供。請把資料整理成 prompt/content-notes.md，分成：1. 本次一定要教的觀念。2. 可直接使用的範例。3. 適合放進練習的內容。4. 與本次主題無關、可以略過的內容。5. 資料不足、矛盾或需要查證的地方。如果讀取 PPT 或 PDF：- 保留來源檔名與頁碼。- 不要只靠萃取文字猜測圖表。- 無法讀取的頁面要明確列出。- 不要修改原始檔案。請區分：「來源提供的事實」、「教學用虛構案例」與「你的建議」。不要自行補出價格、優惠、日期、統計數字或成效。完成後停在內容審查，不開始製作簡報。 這一步你要確認什麼？最重要的是： Codex 整理出來的內容，真的是你這次要教的東西嗎？ 不要等到畫面很漂亮之後，才發現核心觀念講錯了。 四、階段 2：先確認逐頁大綱，不要急著生圖這一步不是單純列八個標題，而是決定： 每一頁要讓學員理解什麼。 我們這份範例可以安排成： 頁碼 投影片內容 這頁的任務 1 先說清楚，再讓 AI 寫 說明這堂課的目標 2 卡住的不是打字速度 引出對象、目的與資料不清楚的問題 3 同樣請 AI，差在資訊 比較模糊指令與完整指令 4 四步完成一篇貼文 展示從資料到發布的流程 5 先填這四格 教對象、目的、事實、格式 6 晨光咖啡，這樣開始 帶入虛構案例 7 發布前，檢查三件事 教人工核對 8 換你完成第一篇 讓學員動手練習 關鍵：把「投影片文字」與「講者要說的話」分開例如第 5 頁： 畫面上： 先填這四格對象｜目的｜事實｜格式 講者備註裡： 對象是希望誰看到；目的不是一定要成交，也可以是讓讀者留言；事實只能放已確認的商品資訊；格式包含語氣、字數與結尾行動。 這樣才不會變成把講義全文塞進投影片。 貼給 Codex：大綱規劃提示詞123456789101112131415161718192021222324252627請依照 prompt/brief.md 與已核對的內容，規劃 8 頁、20 分鐘的教學簡報。每一頁都要列出：- 頁碼與用途。- 唯一的核心訊息。- 精確的上版文字。- 圖像應該表達什麼。- 資料來源。- 講者備註。- 建議講解或練習時間。本次內容密度建議：- 標題盡量控制在 16 個中文字內。- 一般內容頁以 3 個重點為原則。- 四格分類與四步流程，可以依實際結構呈現。- 完整解釋與長篇提示詞放在講者備註或練習講義。不要為了湊頁數重複內容。不要自行補出來源沒有提供的事實。輸出：prompt/outline.mdprompt/speaker-notes.md現在不要生圖。先讓我確認教學順序與每頁文字。 這裡的字數與頁數，是這份練習的建議，不是 Skill 的硬性限制。 大綱看完沒有問題後，你再回覆： 大綱與文字確認，請以這個版本進入設計規格階段，先不要生圖。 五、階段 3：讓 Codex 把白話需求轉成 YAMLYAML 到底是什麼？在這個工作流程裡，你可以把它理解為： 一份有固定欄位的簡報製作規格。 它會記錄受眾、頁數、配色、字體方向、版型，以及每一頁要出現的內容。 但原作者特別強調，YAML 是設計契約，不是精確到每個像素的渲染程式碼。因此，寫好規格之後仍然要生成、檢查與調整。欄位定義可對照 原專案 schema。 你只需要看懂幾個欄位 欄位 白話意思 deck 整份簡報要做什麼 canvas 畫面比例與安全邊界 design_system 配色、字體感、共同視覺規則 slides 每一頁的內容 layout.id 這一頁採用哪種版型 visible_text 最後投影片上要出現的文字 visual 圖片應該表達什麼 原專案的版型選擇是依「資訊關係」分派，例如比較、流程、分類、案例、總結，而不是每頁隨機換裝飾。 例如第 3 頁的規格片段可能長這樣： 12345678910111213141516171819# 這是單頁示意片段，不是完整可執行的 spec.yaml。page: 3role: "comparison"core_point: "提供清楚資訊，讓草稿有明確方向"semantic_structure: "contrast"layout: id: "comparison_split" variant: "left_right"visible_text: title: "同樣請 AI，差在資訊" labels: - "模糊：幫我寫貼文" - "清楚：對象＋目的＋事實＋格式"visual: "左右比較，左側凌亂紙片，右側整理好的資料卡。"output: "slides/images/page_03.png" **你不需要自己寫這段。**讓 Codex 依原專案模板產生即可。 plate 還需要多一份「文字放哪裡」的規格例如標題放在上方、比較文字放左右兩欄，這些都需要有明確位置。 原專案提到 overlay_blocks，但沒有提供一套完整、通用的文字疊加渲染器。實務上要讓 Codex 配合你當前使用的簡報工具，補上文字方塊的位置、大小、字級與對齊。 貼給 Codex：設計規格提示詞1234567891011121314151617181920212223242526272829303132333435363738394041424344使用 $yaml-image-deck。這一階段只建立設計規格，不生圖。請讀取：- 已核准的 prompt/outline.md- prompt/brand.md- 這個 Skill 的 spec-template.yaml- references/schema.md- references/layout-library.md- references/prompting.md請建立 prompt/spec.yaml，設定：- output_mode: plate- planning_mode: yaml_spec- generation_strategy: sequential- style_lock: golden_sample- 16:9- 台灣繁體中文每頁要依資訊關係選擇原專案支援的 layout.id。相同版型不要連續使用超過兩頁。沒有真正生成並核准樣張之前，design_system.style_reference 保持空白，不要假造一個已存在的參考圖片路徑。plate 模式的 visible_text 是後續要疊加的文字，不能要求生圖工具把這些字畫進底圖。另建立 prompt/overlay-plan.yaml：定義每頁文字內容、位置、尺寸、座標單位、字型、字級、顏色與對齊方式。這份 overlay-plan 是本專案的組裝規格。請說明實際簡報工具如何讀取，不要假稱原專案已經內建完整的文字疊加功能。檢查 Skill 指定的圓體是否已安裝；缺少時先回報，不要偷偷換成其他字型。執行原專案的 validate_spec.py，保存執行結果。完成後顯示設計摘要與待確認事項，不開始生圖。 這一步你要看什麼？不必逐行閱讀 YAML。請 Codex 用白話回報： 這份簡報用什麼配色？字體是否可用？每一頁為什麼用這個版型？哪些內容是圖片，哪些內容可以編輯？ 這幾件事講得清楚，就比較容易發現方向是否跑掉。 六、階段 4：只生成一張黃金樣張先不要做整份簡報。 這裡的「黃金樣張」，就是你核准的視覺基準。後面各頁參考它的配色、插畫材質與視覺語言，而不是重新猜一次。 原專案要求先生成一張代表性的內容頁，確認後再存入風格參考路徑。 為什麼這次選第 3 頁，不選封面？這是我的實作建議：第 3 頁同時有標題、比較文字、插畫與留白，比只有大標題的封面更能測試整套規則。 封面好看，不代表一般內容頁也放得下。 貼給 Codex：黃金樣張提示詞1234567891011121314151617181920212223242526272829303132333435363738394041使用 $yaml-image-deck。這次只製作第 3 頁作為黃金樣張，不要生成其他頁。請讀取：prompt/spec.yamlprompt/overlay-plan.yaml以及相關 Skill 規則。先編譯這一頁的生圖提示詞，儲存為：prompt/image-prompts/page_03_v01.md提示詞必須包含：- 完整 16:9 投影片底圖，不是螢幕或投影幕示意。- 左右各 6%、上下各 10% 的重要內容安全邊界。- 左右比較的構圖與閱讀順序。- 左側是凌亂紙片，右側是整理好的資料卡。- 為標題與兩側文字保留安靜、清楚的區域。- 沿用已確認的配色與插畫風格。- 不生成文字、偽文字、Logo、頁碼或浮水印。使用目前實際可用的內建生圖工具，產生無字底圖並保存到：slides/images/page_03_v01.png接著依規格疊加原生可編輯文字，輸出：output/golden-sample_v01.pptx再從該 PPTX 渲染完整預覽：slides/previews/page_03_v01.png請讓我同時檢視：1. 無字底圖。2. 疊上文字後的完整投影片。若無法生圖或渲染 PPTX，明確回報未完成項目。不要以其他結果冒充。完成後停下，等我核准。 你怎麼知道樣張可以通過？不要只看「圖片漂亮不漂亮」，而要看完整頁面： 標題好不好讀？文字區夠不夠？圖像有沒有幫助理解？是不是你想要的成人教學風格？ plate 模式尤其要看含字預覽。光核准一張漂亮底圖，還不知道文字疊上去會不會擠。 不滿意時，這樣改不要只說： 再漂亮一點。 改成： 12345678910請只修改第 3 頁樣張：保留目前配色、左右比較結構與標題文字。右側插畫縮小一些，增加文字留白。移除右下角與教學內容無關的裝飾。標題提高可讀性，但不要超過安全邊界。整體更像成人工作坊教材，不要增加可愛玩偶。請輸出 v02，保留 v01，不要改其他頁。 真正看過、同意之後，再鎖定樣張12345678910111213我已檢視並核准第 3 頁這個版本的底圖與完整版面。請先確認實際檔案存在。保留原始版本，將核准底圖另存為：slides/images/page_03.png將 design_system.style_reference指向這張真實存在的無字底圖。把這次核准與檔案路徑記錄到 qa/approval-log.md。後續頁面參考配色、材質與插畫語言，但不要全部複製第 3 頁的左右比較版型。 這段核准提示詞，要在你真的看過圖片之後才貼。 七、階段 5：分批生成，不要一次賭完整份樣張通過後，我建議先做第 4、5 頁。 因為這兩頁分別是「流程」與「四格分類」，剛好能測試： 同一套風格，換成其他版型之後是否仍然成立？ 原專案預設循序生成；只有使用者明確要求，而且環境允許時，才使用多代理平行生圖。第一次練習不需要先開平行模式。 貼給 Codex：試批生成提示詞1234567891011121314151617181920212223242526272829303132333435使用 $yaml-image-deck。沿用已核准的：prompt/spec.yamlprompt/overlay-plan.yaml第 3 頁黃金樣張底圖。請先確認參考圖片實際存在並讀取。需要把它提供給生圖工具作為參考時，請實際提供；不能只在文字裡寫路徑，就宣稱已參考圖片。這次只生成第 4、5 頁，一頁一次呼叫。要求：- 維持共同配色、材質與插畫語言。- 第 4 頁採流程版型，第 5 頁採四格分類。- 不要把每一頁都做成左右比較。- 底圖不生成任何文字。- 不修改已核准的上版文字。每頁都要保存：- 實際使用的生圖提示詞。- 原始底圖。- 用於組裝的最終底圖。- 疊上原生文字後的完整頁面預覽。記錄實際圖片尺寸。若不是 16:9，只能在不損失重要內容的前提下裁切或補邊；不要硬拉伸。檢查物件數量、留白、風格與文字區。失敗時只重做有問題的頁面。本次每頁最多重試 2 次，仍不合格就回報問題。完成兩頁後停下，先讓我檢查。 「每頁最多重試兩次」是這篇教學的成本控制建議，不是原專案的限制。 第 4、5 頁也通過後，再貼： 試批通過。請沿用相同規格完成第 1、2、6、7、8 頁，不重做已核准的第 3、4、5 頁。 額度不足怎麼辦？保存已完成頁面、規格與待辦即可，不要為了湊完頁數，偷偷改成另一種製作方式。 例如可以要求： 生圖額度不足時，請保留成果並列出缺頁。不要自行改用付費 API，也不要把程式畫出的替代插畫宣稱成原定的 AI 生圖成果。 八、階段 6：組裝 PPTX，並檢查「真正交付的檔案」這個階段最容易出現一種誤會： 原始圖片看起來正常，所以 PPTX 一定正常。 但你最後拿去上課的是 PPTX，因此要檢查的是匯出後的 PPTX 渲染結果。 原專案的驗收流程包含：檢查圖片、組裝 PPTX、重新渲染，再檢查整份總覽與溢出問題。 先看懂兩個檢查腳本的能力範圍 腳本 主要檢查什麼 不能因此保證什麼 validate_spec.py 必要欄位、頁碼、頁數、支援的版型等 教學內容正確、排版好看 verify_images.py 預期圖片存在、比例接近 16:9 沒錯字、沒遮擋、符合樣張風格 所以，VALID 不等於「可以直接交付」。這是根據 validate_spec.py 與 verify_images.py 的檢查範圍所做的區分。 貼給 Codex：組裝與驗收提示詞1234567891011121314151617181920212223242526272829303132333435363738394041424344454647請進行 PPTX 組裝與驗收。先確認 8 頁素材與上版文字都齊全，不要把缺頁或未核准頁當成完成。請執行：- validate_spec.py- verify_images.py把實際命令、輸出與退出碼保存到 qa/。使用目前環境實際可用的簡報製作工具，輸出：output/ai-social-post_v01.pptx本次是 plate 模式：- 每頁放入 AI 生成的無字底圖。- 標題、標籤、重點與頁碼使用原生可編輯文字。- 精確流程箭頭需要時使用原生物件。- 不准把整張含字預覽貼進 PPTX 冒充文字可編輯。文字依核准大綱，不自行改寫。加入講者備註與來源。保留可重新執行的組裝程式碼或指令。完成後，重新渲染這份匯出的 PPTX。逐頁檢查：- 頁數與順序。- 缺字與異常換行。- 文字遮擋與超出邊界。- 圖片是否被拉伸。- 文字區是否清楚。- 整份風格是否一致。建立完整總覽圖：slides/previews/contact-sheet_v01.png建立：qa/QA_REPORT.md報告分開記錄：1. 腳本檢查結果。2. 匯出 PPTX 的渲染檢查。3. 尚待人工確認的項目。沒有執行的檢查寫「未驗證」，不要寫 PASS。不要自行提交或推送 Git。 你最後要親手做的一個測試用你上課實際使用的軟體開啟 PPTX，點選一段文字，試著修改。 這能直接確認：你拿到的到底是原生文字方塊，還是一張把文字畫死的圖片。 同時切到播放模式，看一下標題、字型、換行與順序。若只在 Keynote 檢查過，就記錄為 Keynote 檢查，不要把它當成已完成 PowerPoint 原生驗收。 九、階段 7：修改時，先判斷「要不要重新生圖」這是選擇 plate 的主要好處。 你要改什麼？ 建議做法 標題、錯字、句子 修改原生文字，不生圖 字級、文字位置 調整文字層，不一定需要生圖 講者備註 修改備註，不生圖 插畫物件、場景、構圖 只修改或重生該頁底圖 整份視覺風格 先做新樣張，再決定哪些頁要重做 貼給 Codex：只改文字的提示詞12345678910111213141516171819以 output/ai-social-post_v01.pptx 為基準，建立 v02，保留 v01。只把第 3 頁標題改成：「先給資訊，再請 AI 寫」其他文字、所有底圖與頁面順序都保持不變。這次不呼叫生圖工具。請同步更新：- prompt/outline.md- prompt/spec.yaml- prompt/overlay-plan.yaml重建 PPTX 後，重新渲染第 3 頁，檢查換行、字級與重疊。確認其他頁面沒有非預期差異，將修改內容與驗證結果記錄到 qa/。 還有一個很容易忽略的問題假設你後來自己在 PowerPoint 改了標題，但沒有更新 YAML，下次 Codex 重新組裝，就可能使用舊文字。 因此，重建之前最好加一句： 我可能在 PowerPoint 手動修改過內容。請先比對 PPTX 與 YAML，列出差異，不要直接用舊規格覆蓋我的修改。 重點不是所有修改都要經過 AI，而是最後要留下能夠重做同一份成果的規格。 十、常見卡關，直接這樣處理 卡住的情況 你可以怎麼說 Codex 找不到 Skill 「請回報實際安裝路徑，確認 .agents/skills/yaml-image-deck/SKILL.md 存在；不要反覆安裝。」 一開始就要求 API 金鑰 「先確認是否能用內建生圖；本次未授權改用 API 計費。」 每頁都長得差不多 「參考的是風格，不是同一版型。請依比較、流程、分類重新分派。」 plate 底圖出現亂碼 「底圖不得生成任何文字或偽文字，所有文字由原生文字層處理。」 圖片漂亮，但字放不下 「先調整文字區與內容密度，不要只把字縮小。」 Codex 說完成，卻沒有 PPTX 「請列出實際存在的交付檔案；圖片完成不等於簡報組裝完成。」 十一、你已經有 Codex 簡報流程，應該怎麼接進去？不必把原本的流程全部丟掉。 我建議把 YAML Image Deck 加在「需要 AI 視覺的部分」。 例如，你原本已經有內容大綱、講者備註、精確流程圖，以及可編輯的表格，就保留這些成果。先選封面、觀念比較頁、案例情境頁來測試這個 Skill。 當視覺流程穩定後，再逐步擴大範圍。 對長期備課來說，我更建議分清楚兩類檔案： **可以重用的：**配色、字體方向、版型規則、已核准的風格樣張。 **每次課程要換的：**受眾、教學目標、案例、逐頁內容、講者備註。 這樣你下一次不是從零開始，而是： 沿用同一套視覺規則，換成適合新受眾的教學內容。 練習素材包我把這次範例整理成可以直接放進 Codex 專案的檔案： 下載 YAML Image Deck｜Codex 練習素材包（ZIP） 包含需求表、視覺方向、虛構教材、8 頁大綱草稿、完整範例 YAML，以及各階段提示詞。 依素材包所附 qa/EXAMPLE_VALIDATION.md 的紀錄，8 頁 YAML 曾通過原專案 validate_spec.py 的結構檢查（紀錄日期：2026-10-11）；這是素材提供時的驗證紀錄，不代表圖片與 PPTX 已經完成，也不代表讀者目前環境已通過驗證。素材包沒有代你安裝 Skill，也沒有預先生成圖片或簡報。 開始時只做一件事：解壓縮，用 Codex App 開啟資料夾，貼上「階段 0」提示詞。 整個流程最重要的不是一次講出完美提示詞，而是： 內容先確認，樣張先確認，再讓 Codex 批次製作；修改時只動需要變更的部分。 延伸閱讀 Claude Skill 可以用在 Codex 嗎？Agent Skills 遷移指南：理解哪些工作方法可以共用、哪些平台設定需要調整。 Codex Skills 與 Plugins 的使用觀念：釐清專案技能與插件的分工。 常見問答 (FAQ)Q1：不會 YAML，也能用 Codex 製作這份簡報嗎？可以。先提供簡報需求、可靠內容與視覺方向，再讓 Codex 整理大綱與 YAML 規格。你主要確認教學順序、上版文字與含字樣張，不必從零手寫 YAML。 Q2：baked 和 plate 模式差在哪裡？baked 把文字與圖像一起生成在圖片中；plate 先生成無字底圖，再由簡報工具疊上原生文字。需要經常修改的教材適合 plate，但底圖中的插畫仍是圖片，不能因此當成可拆解的 PowerPoint 圖形。 Q3：安裝 YAML Image Deck 後，就能直接輸出 PPTX 嗎？不能只靠安裝 Skill 或寫好 YAML 就保證輸出。還需要實際可呼叫的生圖工具、PPTX 組裝工具、字型與渲染工具；plate 模式另外需要文字位置與字級的組裝規格。開始前應確認各工具是否可用。 Q4：為什麼要先核准黃金樣張，再生成其他頁？黃金樣張用來確認配色、插畫材質與文字留白。先檢視無字底圖和疊上文字的完整投影片，通過後再測試其他版型，有助於提早發現風格或內容密度問題，避免整份重做。 Q5：素材包通過 VALID，是否代表簡報已經完成？不是。素材包所附紀錄只表示範例 YAML 曾通過結構檢查；沒有附上已生成圖片或完成的 PPTX。實際製作仍需檢查圖片、組裝 PPTX、重新渲染，並在上課使用的軟體中確認文字可編輯、字型與換行正常。

  • article-豆包 AI 跳舞影片完整教學：從角色生圖、中文提示詞到 10 秒 K-pop 街舞＋MG 動態特效

    2026/10/10

    AI工具 影音行銷 Seedance
    豆包 AI 跳舞影片完整教學：從角色生圖、中文提示詞到 10 秒 K-pop 街舞＋MG 動態特效

    想做一支 AI 跳舞影片：舞者跟著節奏快速換腳，手臂揮出去時出現追蹤線，踩下重拍時背景爆出文字與震波，最後一個動作俐落定格。真正需要設計的，不只是「請 AI 做一支很帥的影片」，還包括角色外觀、舞步順序、鏡頭、音樂和特效之間的關係。 這篇以一位成年韓系街舞女孩為範例，整理一套從角色參考圖、分鏡、提示詞到生成後檢查的流程。影片目標是 10 秒、16:9、K-pop × Hip-hop，並加入與動作有關的 Motion Graphics（MG，動態圖像）。文中的提示詞是可修改的練習稿，並非已生成影片的實測保證。 如果你想先練習基本舞步描述，可以先看零基礎 AI 跳舞影片教學；本文聚焦在進階一點的角色參考、MG 觸發規則與分段驗收。 先定義這支影片要完成什麼 項目 本文示範設定 長度與比例 10 秒、16:9 橫式；實際可選秒數依模型與介面而異 主角 一位成年街舞女孩，以參考圖鎖定髮型、服裝與配件 舞蹈 K-pop 女團主舞氣質，結合 Hip-hop 街舞 場景 明亮白色攝影棚；參考圖只用來描述角色時，需明確說明不要沿用原背景 音樂 約 125 BPM 的電子嘻哈器樂，無人聲；BPM 是創作目標，不代表模型會精準照拍 運鏡 正面全身鏡頭為主，輕微推近或平移，重要腳步保持可見 MG 動態文字、手臂追蹤線、衝擊環、震波與幾何分割 結尾 最後半秒在重拍上定格，背景只安排一次主要爆發 MG 是 Motion Graphics 的縮寫，指文字、線條、色塊或幾何圖形等視覺元素的動態設計。重點不是把特效塞滿畫面，而是設計觸發關係：手臂揮出時有追蹤線，腳步落地時有震波，舞者旋轉時幾何圓環才跟著轉。 舞者動作 可對應的 MG 手臂快速揮出 沿手臂方向出現一條短暫追蹤線 腳步重踩 從落腳位置向外擴散圓形震波 大幅跨步 畫面邊框向外展開，保持雙腳完整可見 身體半圈旋轉 幾何圓環跟著旋轉方向短暫轉動 音樂重拍 背景文字與一次節奏閃動同步出現 先認識工具名稱也能避免把入口和模型混在一起： 名稱 在本文中的意思 豆包 Doubao 用來討論、整理分鏡和提示詞的 AI 助理；影片入口依帳號介面而異 Seedance 字節跳動的影片生成模型系列 即夢 AI 可提供圖像或影片創作功能的平台之一，當下可用模型依帳號與地區而異 Dola 若在其他市場或產品頁看到這個名稱，請依當地官方頁面確認其服務與入口；本文不把 Dola 視為豆包或 Seedance 的同義詞 Motion Graphics 影片裡配合動作出現的文字、線條、形狀與節奏視覺 截至本文整理時，字節跳動 Seed 官方資料說明 Seedance 2.0 支援文字、圖片、音訊與影片參考，並列出豆包與即夢 AI 等體驗入口；Seedance 2.5 則提升了單次生成長度與可用參考素材數量。火山方舟文件也列出 API 的秒數、比例與首幀設定。這些規格不代表每個帳號、地區或產品介面都有同一組選項，實作前請以目前可見的模型和設定為準。Seedance 2.0 發布說明｜Seedance 2.5 發布說明｜火山方舟影片生成教學 第一階段：先請豆包當分鏡助理新手容易一次把「漂亮、舞很快、鏡頭很多、特效很多」全寫進提示詞，讓模型自行猜測動作順序。可以先請豆包把需求拆成時間軸，再檢查安排是否太密集。 提示詞 1：先規劃舞蹈 MV1234567891011121314151617181920212223242526你是一位 K-pop 舞蹈 MV 導演、街舞編舞師、攝影指導與 Motion Graphics 動態設計師。我想用影片生成模型製作一支 10 秒、16:9 橫式的 K-pop × Hip-hop 街舞 MV。主角是一位成年韓系街舞女孩，人物外觀以我提供的角色參考圖為準。場景是明亮白色攝影棚，音樂目標約 125 BPM、電子嘻哈器樂、無人聲。請把這些內容視為創作規格，不要宣稱影片已經生成或測試。編舞條件：- 第一秒就開始跳舞，不先站著擺姿勢。- 動作包含肩膀重擊、手臂重擊、腳跟腳尖切換、快速換腳、交叉步、身體局部控制、側向跨步與短距離半圈旋轉。- 每段動作要能自然銜接，保留合理重心轉移。- 舞步期間以正面全身鏡頭為主，腳和鞋子保持完整可見。MG 條件：- 手臂揮出時才出現追蹤線。- 腳步落地時才出現衝擊環或震波。- 身體旋轉時才讓幾何圓環跟著轉。- 可使用 MOVE、BEAT、GO 三個短字作為動態文字；文字放在人物後方，不遮臉或雙腳。- 每個特效都要對應動作或節拍，沒有觸發動作時保持畫面乾淨。請依序輸出：1. 影片創作規格摘要。2. 每兩秒一段的分鏡表，列出舞步、運鏡、MG 與音樂節奏。3. 可直接修改的完整中文影片提示詞。4. 由中文版本翻譯整理的英文對照稿。5. 可能失敗的地方與具體修改方向。6. 600 字以內的精簡中文提示詞。請用繁體中文解釋，專業名詞第一次出現時附上白話說明。先完成規劃，不要直接生成影片。 這個提示詞把創作目標和交付格式分開，讓 AI 先交分鏡，再交影片提示詞。時間軸是編排參考，不是逐格控制保證；需要非常精準的節拍或文字時間，應安排後製。 提示詞 2：讓 AI 審查提示詞第一版寫完後，不要立刻生成。先要求 AI 檢查動作密度、構圖和特效是否互相衝突： 1234567891011121314請擔任 Seedance 影片提示詞品質審查員，嚴格檢查上一版 10 秒舞蹈＋MG 提示詞。這是文字規劃審查，不是影片實測。請檢查：1. 10 秒內是否安排太多舞蹈動作，動作之間能否自然銜接？2. 旋轉或運鏡是否可能增加人物外觀不穩定的風險？3. 腳步動作期間是否有足夠的全身鏡頭？4. 每個 MG 效果是否有明確的舞蹈或音樂觸發條件？5. 文字或特效是否可能遮住臉部與雙腳？6. 125 BPM 是否只是創作目標，提示詞有沒有誤稱為精準同步？7. 是否有互相矛盾或難以同時完成的要求？8. 結尾高潮是否簡潔、清楚、可執行？請用表格列出「檢查項目、風險程度、原因、修改建議」。最後提供修正後的中文提示詞、600 字內精簡版、主要修改差異，以及生成後優先觀察的五個重點。不要宣稱已經驗證影片成功，也不要加入原提示詞沒有的角色或場景。 第二階段：準備角色參考圖先固定角色外觀，再讓角色動起來，通常比只靠文字重複描述更容易檢查一致性。本文提供兩張參考圖：第一張呈現低角度街舞姿勢與服裝；第二張整理正面、側面、背面、表情和細節。它們是角色與視覺參考，不代表影片生成結果。 如果要把角色放進白色攝影棚，提示詞要明確說「只參考人物外觀和服裝，不沿用參考圖背景」。不過參考圖仍可能影響場景；若白色背景很重要，可以先另外生成乾淨的 16:9 全身首幀，再用它製作影片。 提示詞 3：建立可用於圖生影片的全身角色圖12345678請生成一張寫實時尚攝影風格的成年東亞女性街舞舞者全身照，作為後續圖生影片的角色參考。人物外觀：深棕色眼睛、黑色長髮綁高馬尾、黑色運動帽、銀色圈形耳環與十字架項鍊。服裝：黑色短版運動上衣、黑白拼色寬鬆街舞外套、黑色寬鬆工裝褲、銀色褲鏈與白色街舞運動鞋。場景：明亮乾淨的白色舞蹈攝影棚，地面有柔和反光。姿勢：身體微微下沉，雙腳自然錯開，膝蓋微彎，手臂保持準備發力的動態張力。構圖：16:9 橫式、正面全身、人物置中，完整呈現頭部、雙手和雙腳，四周保留留白。限制：人物為明確成年者，保持自然人體比例；只有一人。不要文字、Logo、浮水印、裁切鞋子或額外人物。 提示詞 4：生成角色設定參考圖12345請以我上傳的街舞女孩圖片作為唯一角色外觀參考，製作一張乾淨易讀的角色設定板。保持同一張臉、髮型、身材比例、帽子、耳環、項鍊、服裝與鞋子。版面包含正面全身、右側面全身、背面全身、臉部近照、四種表情，以及服裝和配件細節。使用統一攝影棚光線與乾淨背景，各視圖清楚分區，不要新增人物、文字、Logo 或浮水印。角色設定圖用來補充外觀參考，不保證後續影片完全不變臉，也不一定適合直接當影片首幀。 三視圖是補充資訊，不是角色一致性的保證。影片入口如果只能上傳一張圖片，優先選擇全身、鞋子清楚、姿勢適合開始舞蹈的單人圖片；多視圖上傳則先確認每張圖在介面中的用途。 第三階段：選擇影片生成設定在目前帳號可用的豆包或即夢 AI 介面中，選擇影片生成入口，先確認模型名稱、時長、比例、首幀或參考圖模式、音訊選項，再貼上提示詞。API 文件和一般使用者介面的選項可能不同。 Seedance 官方資料目前分別列出 2.0 與 2.5 的參考素材能力；火山方舟文件也說明首幀圖片的角色設定及影片比例規則。若使用首幀生影片，比例可能依首幀圖片而定；若要 16:9，先準備相同比例的完整人物圖。10 秒和 125 BPM 都是本篇示範設定，請以實際介面可選值為準。Seedance 2.0 提示詞指南｜Seedance 2.5 功能文件 提示詞 5：中文完整版以下提示詞以你選定的角色參考圖為主。若介面提供素材引用標記，請按介面實際產生的名稱替換「角色參考圖」；本文中的描述不是 API 欄位語法。 123456789101112131415161718192021222324252627282930313233343536【影片目標】製作一支 10 秒、16:9 橫式的 K-pop × Hip-hop 街舞 MV，呈現俐落舞蹈、節奏明確的電子嘻哈器樂，以及與動作同步的 Motion Graphics 動態圖像。【人物】使用上傳圖片作為角色外觀參考，只參考人物臉部、髮型、身材比例、帽子、耳環、項鍊、服裝與鞋子。主角是一位成年街舞女孩，黑色高馬尾、黑色運動帽、黑色短版上衣、黑白拼色外套、黑色寬鬆工裝褲、銀色褲鏈與白色球鞋。全程只有一位舞者，保持外觀和服裝一致。【場景與風格】明亮、乾淨的白色攝影棚，地面帶柔和反光。畫面結合高級 K-pop MV、街舞時尚攝影與現代動態圖像設計。主色為黑、白、電光青與螢光黃，少量紅色作強調。人物是視覺中心。【攝影機】以正面全身表演鏡頭為主，搭配輕微向前推近或左右平移。主要腳步期間完整保留雙腳和鞋子。使用穩定、連續的鏡頭，不突然換景，不大幅旋轉，不讓文字或特效遮住臉和腳。【舞蹈】K-pop 女團主舞結合 Hip-hop 街舞。動作包含肩膀重擊、手臂重擊、腳跟腳尖切換、快速換腳、交叉步、胸部局部控制、側向跨步和短距離半圈旋轉。動作從第一秒開始，清楚呈現重心轉移，逐漸加速，最後形成高潮。舞步之間保持連續，不瞬間跳接。【MG 動態圖像】使用 MOVE、BEAT、GO 三個短字，搭配手臂追蹤線、圓形衝擊環、幾何畫面分割和重拍震波。手臂快速揮出時，沿手臂方向出現一條短暫電光青追蹤線。腳步重踩時，從落腳位置向外擴散圓形震波。大幅跨步時，幾何框架向外展開，但不要裁掉鞋子。身體半圈旋轉時，圓環沿同方向短暫旋轉。音樂重拍落下時，背景才出現動態文字與一次震波。所有圖像效果位於人物後方或畫面周圍；沒有對應動作時保持背景乾淨。文字需保持簡短，若無法穩定生成正確字形，優先保留舞蹈和構圖。【時間軸】0–2 秒：第一幀立即開始舞蹈。肩膀重擊、手臂伸出、腳跟腳尖切換和快速換腳；鏡頭輕微推近，背景短暫出現 MOVE。2–4 秒：交叉步、胸部局部控制、手臂橫向揮動、側向跨步；追蹤線跟隨手臂，BEAT 在一次明確重拍出現。4–6 秒：自然完成半圈旋轉，接續短距離滑步與肩膀重擊；圓環跟著旋轉，腳步重踩時出現一次震波。6–8 秒：大幅跨步、快速換腳與強力手臂重擊；GO 在人物後方放大，幾何框架短暫向外展開。8–10 秒：最後一組快速腳步和手臂重擊；特效逐步加強，最後半秒在重拍上完成強力定格，背景只出現一次乾淨震波。【音樂】目標為約 125 BPM 的高能量電子嘻哈器樂，包含清晰鼓點、低音與 Hi-hat，不要人聲或對白。BPM 和卡點是音樂方向，不要求模型逐拍精準同步。【限制】全程單人、單一場景；保持自然人體結構、穩定角色外觀、連續舞步與完整腳部構圖。不要換裝、變臉、場景切換、隨機粒子、過度閃爍或混亂運鏡。優先確保人物、舞蹈和腳步清楚，再呈現特效。 英文對照提示詞以下英文版是依上方中文提示詞翻譯整理的對照稿，不是平台官方英文模板。先用中文理解和修改，再視模型介面或個人習慣選用英文。 12345678910111213141516171819Create a 10-second, 16:9 widescreen K-pop and hip-hop dance MV with crisp choreography, energetic instrumental hip-hop, and motion graphics that react to the dancer's movement.Use the uploaded image only as a reference for the adult dancer's face, hairstyle, body proportions, cap, earrings, necklace, outfit, and shoes. The performer is one adult street dancer with a black high ponytail, black cap, black cropped top, black-and-white jacket, loose black cargo pants, a silver chain, and white sneakers. Keep the same appearance and outfit throughout.Set the video in a bright, clean white dance studio with a softly reflective floor. Use a polished K-pop MV and fashion-editorial look. Keep the dancer as the visual focus. Use a stable frontal full-body camera, with only a gentle push-in or small lateral move. Keep both feet and shoes visible during footwork. Avoid sudden scene changes and large camera rotations.The choreography combines K-pop performance and hip-hop: sharp shoulder hits, arm hits, heel-toe switches, quick foot changes, cross-steps, controlled torso isolations, lateral steps, and one short half-turn. Start dancing in the first second. Show clear weight shifts and connect each move smoothly while gradually building intensity.Use the short words MOVE, BEAT, and GO with arm-tracking lines, circular impact rings, geometric splits, and beat pulses. When an arm swings, add one brief cyan trail along its direction. When a foot lands firmly, add a circular ripple from the landing point. When the dancer takes a wide step, expand a geometric frame without cropping the shoes. During the half-turn, rotate a ring briefly in the same direction. Show a short word and a pulse only on a clear beat. Keep all graphics behind or around the dancer; keep the face and feet unobstructed. If accurate text is unreliable, prioritize the dancer and composition.0–2 seconds: Start dancing immediately with shoulder hits, an arm extension, heel-toe switches, and quick foot changes. Add a gentle push-in and a brief MOVE graphic.2–4 seconds: Cross-step, torso isolation, a lateral arm swing, and a side step. Add an arm trail and show BEAT on one clear accent.4–6 seconds: Complete a natural half-turn, then continue with short sliding steps and a shoulder hit. Let a ring follow the turn and add one ripple on a firm landing.6–8 seconds: Use a wide step, quick foot changes, and a strong arm hit. Enlarge GO behind the dancer and briefly expand the geometric frame.8–10 seconds: Finish with one short sequence of quick footwork and a strong arm hit. Build the graphics gradually, then hold a powerful final pose for the last half-second on a beat, with one clean ripple behind the dancer.Target an instrumental electronic hip-hop track around 125 BPM, with clear drums, bass, and hi-hats, and no vocals or dialogue. Treat the BPM and beat sync as creative guidance, not frame-accurate timing.Keep one performer and one location. Preserve natural anatomy, consistent appearance, continuous movement, and a full-body composition. Do not change the outfit, face, or scene. Avoid random particles, excessive flicker, and chaotic camera motion. Prioritize clear movement and visible footwork over extra effects. 提示詞 6：600 字內精簡版12345製作 10 秒、16:9 的 K-pop × Hip-hop 街舞 MV。以參考圖中的成年女孩為唯一主角，保持臉、黑色高馬尾、帽子、黑白街舞服和白鞋一致；白色攝影棚，正面全身鏡頭，腳步完整可見。第一秒立即跳舞。0–2 秒肩膀重擊、手臂伸出、腳跟腳尖切換；2–4 秒交叉步、胸部控制、側向跨步；4–6 秒自然半圈旋轉和短滑步；6–8 秒大幅跨步、快速換腳；8–10 秒手臂重擊，最後半秒在重拍定格。手臂揮出時出現短追蹤線，腳步重踩時出現圓形震波，旋轉時圓環跟著轉。MOVE、BEAT、GO 只在明確重拍出現，特效不遮住臉和雙腳。音樂以約 125 BPM 電子嘻哈器樂為目標，不要求逐拍精準同步。保持單人、單一場景、動作連續和自然人體比例。 生成後怎麼檢查？提示詞寫得完整，不代表影片會完全照做。第一次生成後可以看三遍：先看整體節奏；第二遍靜音看動作和腳步；第三遍觀察重拍、動作和 MG 是否有關聯。把錯誤記下來，每次只先改一個主要問題。 提示詞生成前檢查表 角色外觀、髮型與服裝說明一致 每個時間段只安排少數主要動作 腳步期間有全身構圖要求 每項 MG 都有觸發動作或節拍 音樂速度是創作目標，沒有誇稱精準同步 沒有互相矛盾的鏡頭或場景要求 結尾動作與定格時間清楚 這是本文的實作檢查表，不是 Seedance 官方門檻。 影片 QA 評分表每項 0–10 分，總分 70 分，用來比較自己不同版本，不是平台評分或客觀品質標準。 項目 檢查方式 人物一致性 臉、髮型、服裝與配件有沒有明顯變化 人體與舞蹈 手腳自然，重心轉移合理，動作沒有突然跳接 全身構圖 重要舞步時雙腳和鞋子完整可見 節奏 主要動作是否大致跟著音樂段落變化 MG 關聯 追蹤線、文字和震波是否回應具體動作 運鏡 鏡頭不亂轉、不遮擋舞步、不過度震動 結尾 最後有清楚高潮和定格 提示詞 7：請 AI 分析生成結果如果使用的平台能讀取影片，可以上傳生成結果並使用這段提示詞。若模型不能讀取音訊或逐格影片，需把無法確認的項目列出來；不要把幾張截圖的判讀說成已驗證動作流暢或音畫同步。 12345我上傳了一支 10 秒的街舞＋MG 影片。請擔任 AI 影片導演與品質審查員，只根據實際可讀取的畫面和音訊分析，不要猜測看不到或聽不到的內容。請檢查人物外觀、肢體與腳步、動作銜接、音樂拍點、MG 與舞者動作的關係、特效遮擋、運鏡和結尾高潮。請用時間軸表格列出具體秒數、觀察到的問題和影響。最後只選出最值得先修改的三個問題，分別提供對應的中文提示詞修改句。不要重設整支影片或改變人物設定。若無法實際分析音訊或影片動態，請明確列出不能驗證的部分。 常見失敗時，先修改哪一句？ 看到的問題 常見原因 優先修改方式 舞者動作偏慢 只有「跟著節奏跳」，缺少明確腳步 指出快速換腳、腳跟腳尖切換和發生的時間段 手腳變形或動作跳接 一段中同時要求太多動作，旋轉也太複雜 減少動作數，先移除連續旋轉，再補清楚重心轉移 特效漂亮但沒有跟動作 只列出特效種類，沒有寫觸發條件 改成「手臂伸出時出現追蹤線；腳步落地時從落點出現震波」 MG 遮住人物 沒有指定人物優先或效果位置 指定圖形放在人物後方，臉和雙腳保持清晰 畫面一直切換 同時要求推進、平移、旋轉與多景別 保留正面全身鏡頭，只加入一種輕微移動 人物外觀變化 參考圖用途不明，轉身與遮擋太多 說明圖片只參考角色外觀，減少大幅轉身與長時間遮擋 結尾沒有重點 最後兩秒安排太多事件 尾段只保留一個主要重拍、一個定格和一次震波 文字拼錯或變形 影片模型生成文字不穩定 先生成乾淨舞蹈畫面，再用剪輯軟體加入正確文字 提示詞 8：局部微調，不要整篇重寫12345678請只協助微調上一版舞蹈 MV 提示詞中的一個問題。問題：2–8 秒的腳步不夠快。希望改善：加入清楚的快速換腳、腳跟腳尖切換與短距離滑步，讓雙腳保持可見。必須保持不變：角色臉部與服裝、10 秒長度、16:9 比例、白色攝影棚、MG 配色和最後一秒高潮。請先指出要替換的原提示詞段落，再提供新段落和整合後的完整版本。不要增加無關內容，也不要重設角色或場景。 進階：參考舞蹈影片或音樂如果當前模型和帳號支援多模態參考，可以分別提供角色圖片、舞蹈參考影片和音訊。提示詞要說清楚每份素材只負責什麼：圖片鎖定外觀，影片參考節奏或動作風格，音訊提供音樂方向。不要讓參考影片的人物或場景覆蓋自己的角色設定。 123456789請製作一支 10 秒、16:9 的 K-pop 街舞＋MG 影片。角色圖片：只參考人物外觀、髮型、服裝與配件。舞蹈影片：只參考動作節奏、身體控制、腳步速度與動作銜接，不複製其中的人物、衣服或場景。音訊：只作為音樂節奏與情緒參考；不保證每個舞步都會精準對拍。場景使用白色攝影棚。舞者從第一秒開始表演，以正面全身構圖為主，完整呈現雙腳。動作包含肩膀重擊、手臂重擊、快速換腳、腳跟腳尖切換、短距離滑步與自然半圈旋轉。手臂揮出時加短追蹤線，腳步重踩時加圓形震波，旋轉時讓幾何圓環短暫跟轉。MOVE、BEAT、GO 只在對應重拍出現，不能遮住臉和腳。最後半秒完成定格。 「角色圖片、舞蹈影片、音訊」是素材用途示意。實際引用標記和可上傳數量要以平台顯示為準；Seedance 2.0 與 2.5 的參考能力和限制並不完全相同。 進一步提高控制度：把舞蹈和 MG 分開做一次生成可以快速試方向，但如果文字、震波、節奏和畫面位置都要精準，分段製作比較容易修改： 先讓模型產生角色穩定、腳步清楚的純舞蹈影片。 取得可用舞蹈版本後，標記重拍、手臂揮動和落腳時間。 在剪輯或動態圖形工具加入文字、追蹤線、震波和畫面分割。 檢查文字是否正確、特效有沒有蓋住臉和腳，再輸出 16:9 或另製 9:16 版本。 初學時可以先不加特效，確認人物和動作成立，再加入 MOVE、BEAT、GO，最後才試追蹤線和震波。這樣比較容易判斷哪個修改真正改善了結果。 今天可以做的三個練習 練習 內容 觀察重點 A：純舞蹈 單人、固定鏡頭、白色攝影棚，不加 MG 人物一致、腳步完整、動作順序清楚 B：動態文字 保留舞蹈，只加入 MOVE、BEAT、GO 文字出現是否和重拍大致相關，是否遮擋人物 C：完整舞蹈＋MG 加入追蹤線、震波、幾何分割與結尾定格 每項效果是否有動作觸發條件 保留每次的提示詞、角色圖片、影片和 QA 分數。每次只改一項，例如先改腳步速度，再改 MG 同步，最後才調運鏡和結尾。 開始前記住五件事 先讓豆包幫你規劃分鏡，再把分鏡整理成影片提示詞。 先準備清楚的全身角色圖，影片期間仍要檢查人物是否穩定。 舞步要有先後順序與重心移動，不要只堆舞蹈名詞。 MG 要有對應動作，並把人物和雙腳的可見度放在前面。 生成後逐項驗收；提示詞審查不能代替實際影片檢查。 這套流程的價值不在於提示詞越長越好，而是把角色、舞蹈、鏡頭、音樂與特效拆開，讓你知道生成失敗時先改哪一段。 常見問答 (FAQ)Q1：豆包可以直接選 Seedance 2.0 或 2.5 嗎？要看所在地、帳號、方案與當下介面。官方曾說明 Seedance 2.0 和 2.5 陸續提供於豆包、即夢 AI 等入口，但不同入口的模型版本和功能可能不同；請以目前帳號實際顯示為準。 Q2：10 秒、16:9 和 125 BPM 一定會被模型精準遵守嗎？不一定。時長與比例要看模型和入口提供哪些選項；BPM 和時間軸則是創作指引，不等於逐格或逐拍控制。需要精確節奏時，生成後仍要檢查並在後製調整。 Q3：角色三視圖能保證影片不變臉嗎？不能。多視角圖片能補充角色外觀資訊，但結果仍受模型、參考圖品質、鏡頭角度和動作影響。請在生成後檢查臉部、髮型、服裝和配件。 Q4：影片模型可以正確生成 MOVE、BEAT、GO 嗎？文字可能出現拼寫或字形錯誤。若需要確保字詞正確、位置固定或精準卡點，建議先生成舞蹈，再用剪輯或動態圖形工具疊加文字。 Q5：可以用任何歌曲或別人的舞蹈影片當參考嗎？請先確認自己有使用音樂、影片和人物素材的權利，並遵守平台規則。想公開或商用時，優先使用已授權素材或自行創作的音訊與動作參考。 官方與原始參考資料 字節跳動 Seed：Seedance 2.0 正式發布 字節跳動 Seed：Seedance 2.5 正式發布 火山方舟：影片生成教學 火山方舟：Seedance 2.0 系列提示詞指南 火山方舟：Seedance 2.5 功能說明 豆包官方網站 即夢 AI 官方網站

  • article-零基礎 AI 跳舞影片教學：用豆包寫專業舞蹈提示詞，10 秒也能跳出節奏感

    2026/10/9

    AI工具 影音行銷
    零基礎 AI 跳舞影片教學：用豆包寫專業舞蹈提示詞，10 秒也能跳出節奏感

    想做一支跟著音樂擺動、甩手、轉身的 AI 跳舞短片，卻不知道要怎麼把腦中的動作說清楚？可以先把舞蹈拆成幾個簡單步驟，再交代每個動作何時發生、身體重心怎麼移動，以及鏡頭要怎麼拍。 這篇從零開始介紹如何用豆包規劃舞蹈分鏡，再把整理好的提示詞交給 Seedance 影片生成功能。即使不會跳舞，也能先用固定鏡頭、單人和簡單動作做第一版，再依生成結果逐次調整。 本文中的提示詞是練習範例，沒有逐一實測保證成功。豆包與 Seedance 的介面、模型版本、生成秒數、參考素材和額度會依帳號及平台調整，操作時請以目前可用的選項為準。 先認識豆包與 Seedance豆包（Doubao）可以協助整理想法與編排分鏡；Seedance 則是字節跳動的影片生成模型。官方在 2026 年 2 月發布 Seedance 2.0，說明模型支援文字、圖片、音訊與影片參考，也公告已在豆包等平台提供體驗。 官方後續也介紹了 Seedance 2.5。不同版本與平台提供的功能並不一定相同，因此本文以 Seedance 2.0 的提示詞概念為例；如果帳號介面已提供其他版本，仍可沿用「動作、時間、重心、表情、鏡頭」的描述方式，並依實際介面調整。 先弄懂 12 個常見舞蹈與影片名詞 名詞 白話解釋 例子 Prompt（提示詞） 交代 AI 要生成什麼的文字指令 一位男子跳 10 秒街舞 Seedance 根據提示與參考素材生成影片的模型 用人物照製作舞蹈短片 文生影片 只用文字描述生成影片 描述一位穿黑西裝的男子跳舞 圖生影片 提供圖片作為人物或畫面參考 上傳取得授權的人物照 分鏡 Storyboard 把影片拆成不同時間段，規劃每段畫面 0–2 秒推掌，2–4 秒甩臂 BPM 每分鐘的拍數 120 BPM 約每 0.5 秒一拍 BGM 背景音樂 電子舞曲 卡點 Beat Sync 讓動作變化配合音樂拍點 鼓聲落下時甩手 重拍／弱拍 音樂中較強與較輕的拍點 重拍發力，弱拍放鬆 坐胯 膝蓋微彎、降低重心並把重量放到一側髖部 左腿承重，身體稍向左沉 頂胯 髖部隨動作往某個方向推出 右手甩出時，右胯同步推出 運鏡 攝影機移動或改變取景的方式 固定鏡頭或緩慢推近 「冷感鬆弛拽風」不是嚴格定義的舞種，而是表演氣質的描述：表情冷靜、動作不僵硬，同時帶有自信的態度。提示詞可以把這種抽象形容拆成模型比較容易理解的行為，例如「眼神半垂、嘴角平直、肩膀自然律動」。 重拍定神、弱拍放鬆也只是編排提示。不同歌曲的重拍位置和節奏都可能不同，不能假設每首音樂都剛好是強、弱、強、弱的固定排列。 如何用豆包做第一支 10 秒跳舞影片？第一次練習先選擇單人、固定鏡頭與少量大動作。若要使用真人照片，請用自己的照片或已取得使用許可的素材；能否上傳及作為影片參考，仍要看當前平台規則。沒有合適照片時，可以改用文字描述虛構人物。 1. 準備人物與場景人物照片建議包含全身或膝蓋以上，正面站立、手腳清楚。場景可以先用明亮客廳或簡單背景，避免初次生成就加入頻繁換景、複雜道具和多人互動。 2. 選擇影片生成模式與設定在豆包 App 或目前可用的影片生成入口，確認要用文字生成影片或圖片生成影片，再查看可選模型、畫面比例、片長與參考素材欄位。本文範例以 9:16 直式、10 秒作為練習設定；若介面沒有相同選項，請改用帳號目前提供的設定。 3. 先貼上簡單提示詞第一版先看主要動作是否清楚，不必同時要求複雜手勢、連續轉身與精準卡點。 1234567891011生成一支 10 秒、9:16 直式、真人寫實風格的跳舞影片。一位穿黑色西裝、白色襯衫的成年東亞男性，在明亮的現代客廳跳舞。0–2 秒：人物站立，肩膀隨著節奏輕輕晃動。2–4 秒：右手向右側甩出，腰胯跟著向右移動。4–6 秒：雙手在胸前交叉，再向左右兩側打開。6–8 秒：向左跨一步，右手指向鏡頭。8–10 秒：雙手向前推出，最後停在穩定站姿，眼神看向鏡頭。全程固定鏡頭，全身入鏡，動作自然流暢，身體與手部協調，搭配節奏明確的 Funky House 電子舞曲，畫面清晰。 這是讓模型理解動作順序的起點，不是每次都會逐秒精確執行的保證。先看人物、動作和構圖有沒有大致符合，再決定要修改哪一項。 怎麼把普通提示詞寫得更有舞感？普通提示詞只說「做什麼」；較清楚的提示詞還會說明「怎麼做」、「何時做」以及「身體其他部位怎麼配合」。 普通描述 更具體的描述 男子用力甩手 右手向右上方快速甩出，右胯同步向右推出 他看著鏡頭 重拍落下時抬眼，短暫看向鏡頭 身體跟著音樂動 膝蓋微彎，肩膀與胯部隨節奏交替律動 表情很酷 眼皮稍微下垂、嘴角放鬆，保持冷靜表情 最後帥氣結束 雙掌向前推出，最後半秒停在穩定站姿 可以用這個順序組合舞蹈提示詞： 人物與場景 → 動作與重心 → 節奏與表情 → 鏡頭與時長 先交代誰在什麼地方，再描述手、腳和身體重心怎麼配合；接著補充表情與節奏，最後限定片長、畫面比例、景別和鏡頭是否移動。 不會編舞？先讓豆包幫你拆分鏡可以把豆包當作分鏡助理，先請它把簡單的動作分配到不同時間段，再把結果整理成影片提示詞。 第一階段：請豆包規劃舞蹈12345678910111213141516你是一位短影音舞蹈分鏡助理，請用初學者看得懂的白話文，設計一支 10 秒、9:16 直式的單人跳舞影片。條件：1. 人物：穿黑色西裝的成年男性。2. 場景：明亮的現代客廳。3. 風格：冷靜、自信、動作自然。4. 音樂：節奏明確的 Funky House 電子舞曲。5. 動作：推掌、甩臂、坐胯、頂胯、撤步。6. 表情：重拍時短暫看向鏡頭，其他時間自然放鬆。7. 鏡頭：固定鏡頭，全身入鏡。8. 安排 5–6 組主要動作，讓動作之間能自然銜接。請用表格輸出：時間｜手部動作｜腳步與身體重心｜眼神與表情｜節奏提示接著把表格整理成一段可以貼到影片生成入口的完整提示詞，並用白話文解釋專業舞蹈名詞。 如果看不懂模型產生的舞步，可以追問：「把動作改成一般人也能理解的白話文，並說明重心應該放在哪隻腳。」 第二階段：把分鏡整理成影片提示詞以下是一份可以再依人物或場景修改的範例： 1234567891011129:16 直式影片，10 秒，真人寫實風格。參考人物圖中的外貌、髮型與服裝，場景為明亮的現代客廳。舞蹈氣質冷靜、自然、自信，搭配節奏明確的 Funky House 電子舞曲。全程保持人物外貌與服裝一致，身體動作連貫。0–1.5 秒：身體微微前傾，左手向前推掌，左腿承受主要重心，表情放鬆。1.5–3 秒：右手快速向右上方甩出，右胯同步向右推出；動作到位時短暫看向鏡頭。3–4.5 秒：右手收回胸前，再向右側緩慢拉開；身體回正，肩膀自然律動。4.5–6 秒：雙手向前推出，膝蓋微彎，身體向前發力；重拍時看向鏡頭。6–8 秒：右手指向鏡頭，左腳向左後方撤一步，右臂順勢向後上方甩出。8–10 秒：雙手在胸前合起，再向前推出，回到穩定站姿並停住。固定鏡頭，中遠景，全身完整入鏡；舞步清楚，手臂、肩膀、腰胯與腿部自然配合，光線明亮。時間分段是動作安排參考，不要求逐格精確。 三種難度的練習題每次只增加一種技巧，比較容易判斷生成結果是被哪個描述影響。 Level 1：客廳律動目標是看懂基本肢體動作。先不用複雜表情或換景： 123456789生成一支 10 秒、9:16 直式的真人跳舞影片。一位穿白色 T 恤與黑色長褲的成年男性，在明亮客廳隨電子舞曲跳舞。0–2 秒：肩膀左右自然晃動。2–4 秒：右手向右伸出，身體重心向右移。4–6 秒：雙手在胸前交叉，再向兩側打開。6–8 秒：左腳跨出一步，雙手自然擺動。8–10 秒：身體回正，雙手向前推出，微笑收尾。固定鏡頭，全身入鏡，動作自然連貫。 Level 2：野柳冷感街舞目標是練習舞蹈氣質、重心和眼神配合： 123456789生成一支 10 秒、9:16 直式的真人舞蹈影片。一位穿黑色西裝的成年男性，在台灣野柳海岸的岩石步道上跳舞，背景保留自然海岸與海景。0–2 秒：身體微微下沉，左手向前推掌，表情冷靜。2–4 秒：右臂向右甩出，右側頂胯，短暫看向鏡頭。4–6 秒：雙手在胸前交叉後緩慢打開，眼神放鬆。6–8 秒：左腳向後撤一步，右手向斜上方甩出。8–10 秒：身體回正，雙手向前推出，穩定定格。舞步有強弱變化，身體重心自然移動。固定鏡頭，全身入鏡。 Level 3：霓虹節奏舞目標是嘗試節奏變化與簡單運鏡。動作穩定後，再加入鏡頭推近： 12345678910生成一支 10 秒、9:16 直式的真人街舞短片。成年男性舞者穿黑色時尚西裝，在紫藍色霓虹燈下的都市街頭跳舞，風格冷靜、時尚、自信。搭配節奏明確的 Funky House 電子舞曲，動作重拍發力、弱拍放鬆。0–2 秒：肩膀緩慢律動，左手向前推掌。2–4 秒：右臂向右上方甩出，右側頂胯，短暫看向鏡頭。4–6 秒：雙手在胸前交叉後張開，身體下沉再回正。6–8 秒：右手指向鏡頭，左腳向後撤步，右臂順勢甩出。8–10 秒：雙手向前推出，保持穩定站姿收尾。前 8 秒固定中遠景並讓全身入鏡，最後 2 秒鏡頭緩慢推近。動作連貫，身體保持自然平衡。 用五個項目檢查生成結果每項 0–2 分，總分 10 分。分數用來比較自己的不同版本，不代表專業舞蹈評定。 項目 0 分 1 分 2 分 人物一致性 臉、髮型或衣服大幅變化 大致相同但有明顯跳動 外觀大致穩定 動作完整性 多個主要動作沒有出現 部分完成或順序改變 多數主要動作可辨認 身體連動 手腳動作互不協調 有些動作自然、有些不連貫 手、腳與重心大致配合 節奏與表情 動作和表情沒有層次 有少數節奏變化 強弱與眼神安排清楚 鏡頭與構圖 人物常出畫或鏡頭混亂 大多入鏡但構圖不穩 全身清楚、鏡頭符合設定 如果結果不理想，可以先回到 Level 1：固定鏡頭、減少動作數量，一次只調整一個問題。 常見問題排查：為什麼影片動作不自然？ 看到的問題 可能原因 可以怎麼改 手指或手掌變形 手勢太細、動作變化太快 改成推掌、握拳等較大的動作 手在動，身體卻不跟著動 沒有交代重心轉移 補上哪隻腳承重，以及腰胯如何配合 動作接不起來 10 秒內安排太多動作 先留下 4–6 組主要動作，描述動作之間如何回到下一個姿勢 舞步看起來僵硬 只有動作結果，沒有過渡 加上膝蓋微彎、肩膀自然律動或重心轉移 人物跳出畫面 動作幅度太大或鏡頭太近 改用固定中遠景並要求全身入鏡 臉或服裝改變 快速轉身或動作太複雜 簡化轉身，使用清楚且獲准的參考圖 沒有準確卡到鼓點 模型未必取得或理解指定音訊 使用平台支援的音訊參考，或在剪輯時依實際音檔對拍 請豆包協助修改提示詞若第一次生成有具體問題，可以把原提示詞和觀察到的現象一起交給豆包，並要求它只優先修正一兩項： 1234567891011你是一位 AI 舞蹈影片提示詞優化助理。原本的提示詞：【貼上原本的提示詞】生成後發現的問題：【描述問題，例如：甩手時腳沒有移動、動作不連貫、眼神沒有配合節奏】請保留原本的人物、場景與舞蹈風格，優先修正我描述的問題。減少複雜手指動作，明確寫出重心與動作銜接，維持原本的影片時長和比例。每次只改動必要部分，方便比較。請提供問題與修改方向，以及一段可以直接複製的新提示詞。 AI 寫了「跟著音樂跳」，就會真的卡點嗎？不一定。只寫「跟著 DJ 音樂跳」，模型需要自行推測音樂節奏；如果入口支援音訊參考，提供實際音檔可能有幫助，但結果仍要檢查。要求精準對特定歌曲卡點時，應先確認實際音檔的 BPM、重拍位置與起始偏移，再於剪輯時微調。 以 120 BPM 為例，每拍約 0.5 秒；10 秒約有 20 個拍點。這不代表要安排 20 個不同動作，可以每 4 拍形成一組，大約每 2 秒換一組主要動作，比每拍都換動作更容易控制。 在提示詞中寫上歌名，不代表模型一定會取得或使用該歌曲的原始音訊。公開分享影片前，也要確認所用音樂具有相應授權，避免平台的版權限制。 開始創作前記住這五件事 先簡單，再增加難度： 從單人、固定鏡頭和少量動作開始。 交代身體連動： 不只寫手勢，也說清楚腳步、腰胯與重心。 安排節奏強弱： 重拍發力、弱拍放鬆可作為提示，但要依實際音樂調整。 把分鏡當作引導： 秒數能幫助描述順序，不保證模型逐格照做。 把編排與生成分開： 先請豆包整理動作，再把清楚的提示詞交給影片模型。 製作 AI 跳舞影片不只是「叫 AI 做影片」，也包含把動作、節奏和鏡頭整理成清楚的指令。先建立一支容易檢查的短片，再根據結果逐步修正，比一次塞入很多形容詞更容易看出進步。 常見問答 (FAQ)Q1：不會跳舞，也能寫出 AI 跳舞提示詞嗎？可以。先用推掌、甩臂、跨步等容易描述的大動作，依時間排序，再補充身體重心與鏡頭安排。看不懂專業舞蹈詞彙時，請豆包改成白話說明即可。 Q2：提示詞寫了 10 秒和每段動作時間，模型就會完全照做嗎？不保證。時間分段是幫助模型理解動作順序的引導，生成結果仍可能改變動作或節奏。建議從少量動作開始，生成後再按實際問題調整。 Q3：可以上傳任何人的照片當作跳舞影片主角嗎？不應假設任何照片都能使用。請使用自己的照片或已取得明確許可的素材，並確認目前平台對真人照片、身分驗證及影片生成的規則；若不支援，改用虛構人物的文字描述。 Q4：只在提示詞寫歌曲名稱，能讓影片精準卡點嗎？不能保證。模型不一定能取得該歌曲的原始音訊或理解正確拍點。若入口支援音訊參考，可依規則提供音檔；需要精準卡點時，仍應在剪輯中對照實際音檔調整，並確認音樂授權。 Q5：舞蹈越複雜，生成影片就會越專業嗎？不一定。短片內放入太多手勢、轉身、換景和運鏡，可能讓動作難以銜接。先完成 4–6 組清楚的主要動作，再一次增加一種技巧，通常更容易比較結果。 官方與原始參考資料 字節跳動 Seed：Seedance 2.0 正式發布 字節跳動 Seed：Seedance 2.0 模型介紹 字節跳動 Seed：Seedance 2.5 介紹 豆包官方網站 原始舞蹈提示詞分享影片（Facebook）

  • article-不會剪片也能做 MG 動畫：用 Codex、Claude、Canvas 與 FFmpeg 從零入門

    2026/10/9

    AI工具 Codex 影音行銷
    不會剪片也能做 MG 動畫：用 Codex、Claude、Canvas 與 FFmpeg 從零入門

    以前要做一支漂亮的動態圖形影片，可能得學 After Effects、研究關鍵影格、調整動畫曲線，甚至還要懂一點 3D。 現在還有另一種做法：讓 AI Coding Agent 撰寫動畫程式，由瀏覽器繪製畫面，再用影片工具輸出 MP4。 Claude Code 或 Codex 可以協助規劃畫面、修改程式和執行工具；實際渲染仍由瀏覽器與 FFmpeg 等工具完成。能不能自動跑完整流程，取決於你的專案、工具安裝與權限設定。最後也要自己播放影片，確認畫面和聲音。 更有趣的是，同一套動畫技術也能拿來做網站首頁、互動式教學頁面、產品展示和動態資訊圖表。 這篇文章會從完全零基礎開始，一步一步帶大家了解： MG 動畫是什麼？與 AI 生成影片有什麼不同？ 需要準備哪些工具？哪些可以免費使用？ 如何利用 Claude 製作第一個動畫作品？ 如何讓 Codex 或 Claude Code 自動產出 MP4？ 如何加入旁白、音效與自動品質檢查？ 同一套技術怎麼用在網站、課程和商業行銷？ 常見專業名詞究竟代表什麼？ 整篇文章的目標不是讓你成為動畫工程師，而是讓你學會指揮 AI 完成一個真正能交付的作品。 如果你想先看 AI Agent 如何串起完整影片工作流，可接著讀Claude Opus 5.5 影片工作流解析；若想從作品反推動畫提示詞，則可參考Claude 程式碼動畫與 Motion Design Skill。本文聚焦在實際搭建、逐格輸出與互動網站。 一、什麼是 MG？為什麼現在 AI 可以做？MG 是 Motion Graphics 的縮寫，中文通常稱為「動態圖形」。 它不是一般拍攝的影片，而是利用文字、幾何圖形、線條、數字、圖示與動畫效果，呈現內容或傳達資訊。 例如： 一個 Logo 從粒子聚合成形、一句標語隨著音樂節奏跳出、複雜的 AI 工作流程逐步展開，或是網站首頁充滿科技感的動態背景。 這些都屬於 MG 的常見應用。 與 AI 生成影片有什麼差別？一般的 AI 生成影片，例如利用文字提示詞生成寫實人物、風景或電影場景，核心是由 AI 模型直接生成影像。 MG 的程式化製作則是另一條路線。 我們讓 AI 撰寫 JavaScript、Canvas、SVG 或 Three.js 程式碼，再交給瀏覽器繪製動畫。 比較項目 一般 AI 生成影片 程式化 MG 動畫 生成方式 AI 直接生成影像 AI 寫程式，由瀏覽器繪圖 文字正確性 依模型能力，可能出錯 可以精確指定文字 修改品牌顏色 有時需要重新生成 可直接修改色碼 動畫時間 取決於模型控制能力 可精準到影格 角色寫實度 通常較有優勢 不擅長複雜寫實人物 重複製作 可能每次結果不同 可重複產生一致畫面 最適合 人物、情境、電影感 資訊動畫、品牌、產品介紹 所以，並不是 MG 一定比 AI 影片好，而是兩者擅長的事情不同。 想拍一隻狐狸在雪地奔跑，通常適合影像生成模型；想用漂亮的動畫講解 RAG、AI Agent 或行銷流程，就非常適合 MG。 二、一句提示詞，就能讓 AI 展現動畫能力？這次看到一個很有意思的示範。 它的提示詞大意是： 製作一段充滿動感的 15 秒 Motion Graphics 影片，展現你身為頂尖動態設計師的實力，就像求職作品集中的 Showreel。全力以赴。 Showreel 指的是設計師或動畫師用來展示自己能力的精華作品集。 這種提示詞的巧妙之處，不是指定每個特效，而是直接告訴 AI： 「我要看到你最好的動態設計作品。」 AI 就可能自行規劃動態文字、幾何變形、粒子特效、轉場以及視覺節奏。 相關示範可參考這個 Claude Artifact 動畫作品。 如果開啟時要求登入，或無法檢視程式碼，仍可依照下面的方法製作自己的版本。 第一個實驗：直接讓 Claude 做動畫前往 Claude，開啟新的對話。 貼上以下提示詞： 提示詞 A：15 秒 MG 作品集 12345678910111213141516171819202122232425你是一位世界級 Motion Graphics 動態設計師。請製作一段充滿動感的 15 秒 MG 動畫，如同專業動態設計師求職時展示的 Showreel。動畫必須包含：1. Kinetic Typography 動態文字2. Geometric Morphing 幾何變形3. 流暢且富有節奏感的轉場4. 具有空間感的動態構圖5. 強烈且一致的視覺風格6. 令人印象深刻的結尾畫面比例 16:9。請使用 HTML、CSS、SVG、Canvas或適合的 JavaScript 動畫技術製作。優先產生可以在瀏覽器預覽的動畫。請注意：此階段的目標是確認動畫創意，不必假裝已經完成 MP4 匯出。請發揮你的最佳動態設計能力。 如果 Claude 產生可以預覽的 Artifact，就先播放，看看作品的視覺表現。 這時候不必急著追求完美。 我們先學會一件事： AI 可以把文字描述變成真正會動的網頁。 截至 2026 年 10 月，Claude Motion 仍是 Beta 範本，官方說明列在 Team 與 Enterprise 方案，並支援將動畫匯出成 MP4；一般互動式 Artifact 或 HTML／JavaScript 程式碼，不代表一定有相同的 MP4 匯出功能。方案與功能會調整，使用前請查看Claude Artifacts 官方說明。 三、真正的重點：怎麼把網頁動畫變成 MP4？剛剛我們做的是「網頁動畫」。 它可以播放，但如果想上傳 YouTube、Facebook、Instagram，通常還是需要 MP4 影片。 這時就要認識整個流程中最重要的五個階段。 提出需求 → 編寫動畫 → 渲染合成 → 檢查改進 → 匯出 MP4 這裡會用到三個非常重要的工具。 工具 白話解釋 負責工作 Canvas 瀏覽器裡的一張數位畫布 繪製每一個動畫畫面 Playwright 能自動操作瀏覽器的工具 控制動畫時間並擷取影格 FFmpeg 影音處理工具 把影格和聲音合成影片 可以把整個過程想像成拍動畫片。 Canvas 是畫師，負責把每一格畫面畫出來。 Playwright 是攝影師，負責把每一格拍下來。 FFmpeg 是剪輯輸出師，負責把所有照片變成影片，再加入聲音。 例如我們要做 30 秒、每秒 30 格的影片，就需要： 30 × 30 = 900 個影格。 程式可以產生這 900 張畫面，再由 FFmpeg 合成 30 秒影片。 但要注意，正式渲染時應該讓每一格的畫面由固定時間決定，而不是靠電腦即時播放 30 秒再錄影。 這樣即使電腦運算速度不同，也不容易造成動畫長度與節奏不一致。 四、開始實作！先準備工具這裡以 Mac 為主要示範環境，Windows 也可以操作。 我們需要準備四項工具。 工具 做什麼 官方網址 Claude Code 或 Codex 幫忙寫動畫程式碼 Claude Code／Codex Node.js 讓電腦執行 JavaScript 工具 nodejs.org Playwright 控制瀏覽器、擷取畫面 playwright.dev FFmpeg 合成 MP4 與音訊 ffmpeg.org 如果已經安裝 Codex 或 Claude Code，就不用重新安裝。 步驟 1：安裝 Node.js前往 Node.js 官方網站： https://nodejs.org/en/download 新手建議使用 LTS 長期支援版本。 下載適合自己作業系統的安裝程式，依照指示完成。 安裝完畢後打開「終端機」。 Mac 可使用 Terminal，Windows 可以使用 PowerShell。 輸入： 12node -vnpm -v 如果分別顯示版本號碼，代表安裝成功。 npm 是 Node.js 的套件管理工具，接下來會用它安裝 Playwright。 步驟 2：安裝 FFmpegMac 如果已經安裝 Homebrew，可以輸入： 1brew install ffmpeg 如果沒有 Homebrew，先到 https://brew.sh/ 查看官方安裝方式。 Windows 使用者可從 FFmpeg 官方下載頁 選擇適合自己的 Windows build。不同發行版本可能包含不同編碼器；安裝後確認 ffmpeg 和 ffprobe 都能在終端機呼叫。 安裝完成後，重新開啟終端機並輸入： 12ffmpeg -versionffprobe -version 如果看到版本資訊，就代表 FFmpeg 可以正常使用。 步驟 3：建立第一個動畫專案在 Mac 的終端機輸入： 123456mkdir -p ~/Desktop/mg-studio/agent-explainercd ~/Desktop/mg-studio/agent-explainernpm init -ynpm install --save-dev playwrightnpx playwright install chromium 這幾行指令的意思是： 建立一個新的動畫工作資料夾。 進入資料夾。 初始化 Node.js 專案。 安裝 Playwright。 安裝 Playwright 使用的 Chromium 瀏覽器。 Windows 不需要照抄 Mac 的資料夾路徑，可以先在桌面建立 mg-studio 資料夾，再用 Codex 或編輯器開啟。 現在我們已經準備好讓 AI 開始製作動畫了。 五、第一支作品：用 MG 講解什麼是 AI Agent第一次不建議直接做 30 秒。 因為動畫每增加一秒，就需要更多影格和渲染時間。 我會先做 5 秒、1280 × 720 的短版測試，確定流程通了，再擴充到 30 秒、1920 × 1080。 這次選擇的主題是： 「AI Agent 就像你的數位員工。」 我們希望觀眾看到三個畫面： 時間 畫面 想表達的概念 0–1.5 秒 AI Agent 標題進場 吸引注意 1.5–3.5 秒 AI 接收任務、執行任務 自動化工作 3.5–5 秒 三個工作節點連線 展示多步驟流程 步驟 4：開啟 Codex 或 Claude Code在 AI Coding 工具中，開啟剛剛建立的專案資料夾。 貼上以下提示詞。 提示詞 B：建立第一個可播放的 MG 動畫 123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354你是一位 Motion Graphics 動態設計師，也是熟悉 JavaScript Canvas 的前端工程師。請在目前專案資料夾內，幫我製作第一支 MG 知識講解動畫。【主題】什麼是 AI Agent？核心比喻：AI Agent 就像數位員工，能接收任務並執行多個工作步驟。【第一階段規格】影片長度：5 秒畫面大小：1280 × 720比例：16:9影格率：30 FPS語言：正體中文【分鏡】0–1.5 秒：顯示大標題「什麼是 AI Agent？」使用動態文字和幾何圖形進場。1.5–3.5 秒：展示使用者將任務交給 AI Agent，再由 Agent 自動執行的流程。3.5–5 秒：畫面展開「理解 → 執行 → 回報」三個工作節點，最後收尾。【技術規範】1. 使用 JavaScript + HTML Canvas。2. 建立 index.html 和動畫程式碼。3. 必須可以在瀏覽器中預覽。4. 提供 window.renderFrame(frame) 函式。5. 每個影格都依 frame / fps 計算畫面。6. 不得依賴 requestAnimationFrame 的實際執行速度決定輸出畫面。7. 動畫使用固定亂數種子。8. 所有字體必須支援正體中文。9. 文字不可超出安全區域。10. 所有動畫必須可重複產生相同結果。【視覺風格】高級科技感、深色背景、藍紫色強調、簡潔文字、流暢但不過度花俏。請先完成可以預覽的動畫，並告訴我如何在本機開啟。目前先不要加入音訊，也不要直接製作 30 秒完整版。 這個提示詞最重要的地方，其實不是視覺設計，而是： window.renderFrame(frame) 這個函式代表我們可以要求動畫跳到指定影格。 例如第 0 格、第 30 格、第 90 格。 這是後面能夠穩定渲染 MP4 的基礎。 步驟 5：預覽動畫讓 Codex 完成程式碼後，可以請它啟動本機預覽伺服器。 也可以在專案目錄執行： 1python3 -m http.server 3000 --bind 127.0.0.1 開啟瀏覽器進入： http://127.0.0.1:3000 如果看到會動的動畫，代表第一階段完成。 如果沒有看到動畫，不必急著重新建立專案。直接告訴 Codex： 1234567891011請檢查目前動畫為什麼無法正常顯示。請自行檢查：1. 瀏覽器 Console 錯誤2. Canvas 是否正確初始化3. 動畫是否正常播放4. 中文字體是否正常5. 本機伺服器是否啟動修正後重新預覽，不要只修改程式碼就宣稱完成。 六、讓 AI 把動畫輸出成 MP4現在動畫已經可以在網站播放了。 接下來要做最重要的一件事： 讓 Playwright 一格一格擷取畫面，再讓 FFmpeg 合成影片。 步驟 6：要求 AI 建立自動渲染程式提示詞 C：Playwright + FFmpeg 自動匯出 123456789101112131415161718192021222324252627282930313233343536373839404142目前專案已有可播放的 Canvas 動畫。請建立完整的 MP4 輸出流程。【渲染要求】使用 Playwright 控制 Chromium，呼叫 window.renderFrame(frame)產生每個指定影格。請建立 render.mjs，讓它完成：1. 啟動或連接本機預覽頁面。2. 等待字體和素材載入完成。3. 逐格呼叫 renderFrame(frame)。4. 將 Canvas 擷取成 PNG。5. 存放至 frames/ 資料夾。6. 使用連續影格檔名。7. 發生錯誤時停止並回報。【影片規格】5 秒1280 × 72030 FPS總共 150 個影格【輸出】使用 FFmpeg 編碼成 H.264 MP4。輸出路徑：out/agent-intro-5s.mp4【驗收】必須實際確認：- PNG 影格數量正確- MP4 可以播放- 影片長度正確- 解析度正確- 無明顯黑格- 沒有文字被裁切請提供我可直接執行的指令。不要只產生程式碼而不驗證。 如果 AI 依照要求建立了 render.mjs，通常就可以執行： 1node render.mjs 但要以 AI 實際建立的檔案與執行說明為準。 有些專案需要先保持本機伺服器執行，有些則會由渲染腳本自行啟動伺服器。 如果採用逐幀 PNG 的方式，FFmpeg 合成影片的基本指令如下。這裡假設你的 FFmpeg build 包含 libx264；若指令回報找不到 encoder，請使用包含該編碼器的 FFmpeg build。 1234567ffmpeg -y \ -framerate 30 \ -i frames/frame_%05d.png \ -c:v libx264 \ -pix_fmt yuv420p \ -movflags +faststart \ out/agent-intro-5s.mp4 這裡的 %05d 代表五位數的連續編號，例如 frame_00000.png。 如果你的 AI 使用其他檔名，記得請它同步調整指令。 完成後，應該可以在 out 資料夾找到第一支 MP4。 恭喜！如果真的可以正常播放，你就已經完成一次從程式碼到影片的製作流程。 七、從 5 秒升級成 30 秒知識講解影片現在不要重新建立專案。 只需要讓 Codex 延伸既有動畫即可。 這次我們把內容變得更完整。 時間 主題 動畫內容 0–4 秒 開場 Hook AI Agent 是什麼？ 4–9 秒 傳統 AI 人問一次，AI 回答一次 9–15 秒 AI Agent 接收目標，自行規劃步驟 15–22 秒 實際案例 收集資料、整理、回報 22–27 秒 比較 Chatbot 與 Agent 差別 27–30 秒 結尾 AI Agent = 數位工作夥伴 提示詞 D：擴充成 30 秒完整版 1234567891011121314151617181920212223242526272829303132請以目前已驗證成功的 5 秒動畫專案為基礎，擴充為完整 30 秒 MG 知識講解影片。主題：什麼是 AI Agent？規格：- 1920 × 1080- 16:9- 30 FPS- 共 900 個影格- 正體中文- H.264 MP4請依照以下分鏡製作：0–4 秒：提出問題4–9 秒：傳統 AI 對話模式9–15 秒：AI Agent 自主規劃15–22 秒：三步驟任務示範22–27 秒：Chatbot 與 Agent 比較27–30 秒：核心概念與結尾請保持：1. 視覺設計一致2. 每個場景有明確資訊重點3. 文字有足夠閱讀時間4. 動畫轉場流暢5. 畫面不得裁切6. 所有影格可以獨立渲染先完成動畫與無聲 MP4。確認正常後，再進行音訊階段。 我特別建議「先做無聲版本」。 因為動畫、音樂、旁白同時出問題時，新手很難知道該從哪裡修正。 分階段完成，成功率反而比較高。 八、進階：加入旁白與音樂動畫完成後，接下來可以讓它變成真正的知識講解短片。 這裡有兩種方式。 方法 A：沒有旁白，只有配樂適合品牌影片、科技產品展示、視覺 Showreel。 可以請 AI 使用 Web Audio API 或程式化音效生成方式，製作簡單的背景節奏，再透過 FFmpeg 合成。 提示詞 E：加入程式化配樂 1234567891011121314151617請為目前的 30 秒 MG 動畫加入配樂。音樂風格：現代科技感、電子節奏、簡潔俐落。請優先使用可合法使用的原創音效，可利用程式碼合成音訊。要求：1. 配樂長度與影片一致。2. 場景切換盡量對齊音樂節拍。3. 主要轉場可加入簡潔音效。4. 音量不能過大。5. 開頭與結尾避免突兀切斷。6. 輸出合成後的 MP4。請保留無聲版本作為備份。 這種做法通常不需要購買商業音樂素材，但程式生成的聲音品質仍需要實際聆聽。 方法 B：加入 AI 旁白或真人旁白如果要做知識教學影片，我會更推薦旁白版本。 先用自己的聲音錄製，或利用授權合適的文字轉語音服務產生旁白。 把音訊檔命名成： voice.mp3 放進專案的 assets 資料夾。 接著讓 AI 進行語音轉文字，並取得時間資訊。 這裡要認識 Whisper 與 WhisperX。 工具 用途 Whisper 語音辨識，取得逐字稿與時間區段 WhisperX 結合時間對齊模型，提供更細的詞級時間資訊 Forced Alignment 將已知文字與音訊時間位置進行對齊 Whisper 原始輸出主要以語音片段時間為主；如果需要逐詞同步，可評估 WhisperX 或其他強制對齊工具。WhisperX 需要相應語言的對齊模型；中文及臺灣華語的可用模型與結果都要先確認，辨識和對齊結果仍需人工檢查。 提示詞 F：讓動畫跟著旁白同步 123456789101112131415161718192021222324專案 assets/voice.mp3 是正式旁白音訊。請將它與 30 秒 MG 動畫整合。工作流程：1. 使用合適的語音辨識工具取得逐字稿。2. 取得句子與重要詞語的時間資訊。3. 需要精細同步時，使用適合中文的 Forced Alignment 工具。4. 將旁白時間對應動畫場景。5. 調整文字、圖形及重點動畫出現時間。6. 保持旁白與畫面語意一致。7. 合成旁白、背景音樂與 MP4。如果旁白長度不是 30 秒，請先回報並提出調整建議，不要自行裁切重要內容。如對齊結果不精準，請標記需要人工確認的段落。完成後檢查音訊有無缺失、爆音與音量失衡問題。 這也是為什麼我們需要前面提到的固定時間軸。 因為有了絕對時間，就可以在旁白說到某句話時，精準顯示對應圖形。 九、影片做完還不夠！要讓 AI 自己檢查品質這次教學最讓我感興趣的，其實是它的檢查循環。 抽取關鍵影格 → 查看拼圖 → 修正問題 → 重新渲染 這個流程可以降低 AI 宣稱完成、實際影片卻有問題的機率。 什麼是 Contact Sheet？Contact Sheet 就是把不同時間點的影片影格，排列成一張圖片。 原本要看完 30 秒影片才能檢查畫面，現在一張圖就可以快速看到整體分鏡、構圖和視覺一致性。 例如我們要每五秒擷取一格，可使用： 12345ffmpeg -y \ -i out/agent-explainer-30s.mp4 \ -vf "fps=1/5,scale=480:-1,tile=3x2" \ -frames:v 1 \ out/contact-sheet.png 以上假設影片檔已經正確產生，而且輸出資料夾存在。 如果要檢查轉場，還應該多擷取轉場前後的畫面，而不只是每五秒一張。 提示詞 G：讓 AI 自動驗收12345678910111213141516171819202122232425262728293031323334353637383940請對最終 MG 影片執行完整 QA。QA 工作包括：1. 使用 FFprobe 檢查影片： - 解析度 - FPS - 實際長度 - 音訊是否存在2. 使用 FFmpeg 製作 Contact Sheet。3. 針對每個場景轉場， 額外擷取前後影格。4. 檢查： - 文字是否裁切 - 中文字是否缺字 - 是否有黑格 - 是否有畫面閃爍 - 是否有元素重疊 - 音訊與畫面是否同步 - 結尾是否完整5. 將問題分級： P0：無法交付 P1：明顯品質問題 P2：可改進項目6. 自動修正可以明確判斷的問題。7. 修正後重新渲染並重新檢查。8. 輸出 qa-report.md。請不要只根據程式執行成功就判定影片通過驗收。視覺與節奏等主觀項目，請保留人工審片狀態。 我會建議把這個提示詞保留下來，未來每次製作影片都使用。 因為真正商業化的差異，不只是 AI 能不能做出影片，而是能不能持續做出品質穩定的影片。 十、除了製作影片，還能拿來做網站？這裡就是我認為 MG 很值得延伸的地方。 如果已經有一套 JavaScript 動畫，不一定要全部轉成 MP4；同一組圖形、文字與動態概念，也能成為網站的一部分。 但要記得，Canvas 本身是點陣畫布，畫在裡面的文字和圖形不會自動成為螢幕閱讀器可讀的語意內容。網站的重要標題、說明與操作控制應使用 HTML 元素，並提供動畫暫停、重播和減少動態效果等選項。 不過要先區分三種用途。 應用 建議方式 特點 網站純裝飾動畫 CSS／SVG／GSAP 載入相對輕量，易控制 複雜互動式動畫 Canvas／Three.js 可跟隨滑鼠、點擊或捲動 固定的影片展示 MP4／WebM 結果穩定、容易嵌入 案例一：企業官網的科技感首頁假設我們正在做一家 AI 顧問公司的網站。 一般首頁可能只有一張大圖，加上標題和服務介紹。 如果改用 MG，就可以讓首頁出現： 粒子聚合成品牌 Logo。 服務項目隨動畫展開。 AI、資料、自動化三個節點彼此連結。 使用者往下捲動時，流程逐步展開。 點選服務時，動畫切換對應內容。 這就不再只是看影片，而是變成真正可以互動的網站。 提示詞 H：建立 MG 動態首頁 1234567891011121314151617181920212223242526272829303132333435363738394041424344454647你是一位 Creative Frontend Developer，擅長 Motion Graphics、GSAP、Canvas 和互動式網站設計。請幫我製作一個具有高級 MG 動畫效果的AI 顧問公司官方網站首頁。【網站目的】展示 AI 顧問公司的專業能力，並引導訪客預約諮詢。【網站內容】主標題：讓 AI 從工具，變成你的工作夥伴。副標題：AI 工作流、自動化行銷與企業應用。服務項目：1. AI 教育訓練2. AI 自動化工作流3. AI 行銷與內容製作【動態效果】- 首頁標題採用 Kinetic Typography- 背景具有科技感的粒子動畫- 服務項目使用 Scroll Animation- 工作流程使用動態節點連線- 按鈕具有精緻 Hover 效果【技術要求】可使用 HTML、CSS、JavaScript、GSAP、Canvas、SVG。請依照必要性選擇工具。【效能要求】1. 支援手機與桌面。2. 不得讓動畫阻塞頁面操作。3. 提供 prefers-reduced-motion 支援。4. 文字必須是真正可讀取的 HTML 內容。5. 不因動畫而犧牲基本 SEO 與無障礙性。6. 不要自動播放有聲音的內容。7. 動畫失敗時仍可正常瀏覽網站。請先製作首頁原型，完成後使用瀏覽器實際驗收。 這裡有一個很重要的觀念： 網站動畫應該服務內容，而不是讓內容變成動畫的陪襯。 如果每個元素都在跳動、旋轉，訪客可能連資訊都看不清楚。 所以真正專業的 MG 網站，還是要重視閱讀動線、速度與使用者體驗。 案例二：互動式教學網站想像我們要教學員理解「AI Agent 工作流程」。 一般簡報可能就是一張流程圖： 使用者 → AI Agent → 工具 → 結果 但如果用程式化動畫，可以讓學員點選每一個步驟。 例如點選「工具」，就展示 AI 如何呼叫搜尋工具；點選「結果」，就顯示任務回報。 這樣就不只是動畫，而是互動式教材。 提示詞 I：製作互動式 MG 教學網頁 12345678910111213141516171819202122232425262728293031323334請製作一個互動式教學網頁。主題：AI Agent 如何工作？教學對象：沒有程式背景的一般職場工作者。請設計四個步驟：1. 接收目標2. 規劃任務3. 呼叫工具4. 檢查結果每一個步驟都要有：- 動態圖形- 簡短白話說明- 真實工作案例- 下一步按鈕使用者可以：- 暫停動畫- 重播動畫- 切換步驟- 控制動畫進度- 回到上一個畫面請製作適合投影教學的桌面版，並支援手機操作。使用 HTML、CSS、JavaScript，必要時可以使用 GSAP 或 Canvas。請特別注意中文字體、畫面安全區域和可讀性。 做完之後，這個網站不只可以拿來上課，也能放到官網，成為公開的互動教材。 十一、MG 網站怎麼發布？Cloudflare 可以嗎？可以。 如果成品只是 HTML、CSS、JavaScript 與靜態素材，可以部署到 Cloudflare Pages 等靜態網站託管服務。 基本流程是： 請 Codex 整理可以獨立運作的網站輸出資料夾。 確認裡面有 index.html 和必要素材。 在 Cloudflare 開啟 Workers & Pages。 使用 Direct Upload 或 Git 整合進行部署。 部署後取得 pages.dev 網址並測試。 有需要再設定自己的網域。 選擇前先想好部署方式：Direct Upload 專案之後不能直接切換成 Git 整合；若希望每次 push 後自動建置與部署，建立專案時就選 Git 整合。詳情見 Cloudflare Pages Direct Upload 說明。 Cloudflare 官方文件： https://developers.cloudflare.com/pages/get-started/direct-upload/ 要特別注意： 部署網站動畫，不等於 Cloudflare 會自動替你渲染 MP4。 網站上的 Canvas 動畫可以由使用者的瀏覽器執行。 但若要在雲端大量產出 MP4，還需要額外規劃影片渲染環境，例如本機、CI 工作流程或專用渲染服務。 因此，新手最簡單的方式是： 本機製作影片 → 本機輸出 MP4 → 將完成的影片或網站素材部署到 Cloudflare。 不需要第一天就把整套影片工廠搬到雲端。 十二、進階工具：GSAP、Three.js、GLSL、Remotion 怎麼選？前面使用 Canvas，是為了讓大家先理解核心原理。 但實際開始製作更多作品後，就會發現不同動畫，適合不同工具。 工具 最適合做什麼 新手建議 CSS Animation 簡單淡入、移動、縮放 最容易開始 SVG Logo、圖示、線條動畫 適合品牌與教學 Canvas 粒子、幾何、資訊動畫 很適合這篇教學 GSAP 時間軸、緩動、捲動動畫 網站動畫值得學 Three.js 3D 物件、鏡頭、空間場景 有需要再使用 GLSL Shader、光影、液態與特殊材質 進階視覺效果 Remotion React 動畫、影片編排與輸出 適合規模化影片製作 如果目標是互動網站，通常先評估 CSS、SVG、GSAP，再視需求使用 Canvas 或 Three.js。 如果目標是大量產出可以下載的影片，我會優先評估 Remotion。 Remotion 是什麼？Remotion 是一套利用 React 程式碼製作影片的框架。 它可以讓每一個畫面依照影格編號產生，再輸出成正式影片。 也支援將文字、圖片、動畫、音訊組合成可以重複使用的影片元件。 而且官方提供 Agent Skills，讓 Claude Code、Codex 等 Coding Agent 在 Remotion 專案中參考官方慣例。安裝前仍要確認來源和版本，閱讀 Skill 的檔案與會執行的步驟，不要把任何第三方安裝器當成免檢查的捷徑。 如何開始使用 Remotion？先確認 Node.js 已安裝，再執行官方提供的專案初始化指令： 1234npx create-video@latest --yes --blank my-videocd my-videonpx remotion skills addnpm run dev 這個流程會建立新專案，並啟動 Remotion 的開發預覽介面。 如果要額外使用官方 Agent Skills，可參考： 1npx skills add remotion-dev/skills 官方說明： https://www.remotion.dev/docs/ai/skills 之後可以要求 Codex 使用 Remotion 建立具有固定解析度、影格率與長度的動畫。 例如： 123456789101112131415161718192021請使用目前 Remotion 專案，製作一支 30 秒正體中文 MG 教學短片。主題：什麼是 AI Agent？請採用可重複使用的 React 元件，使用固定影格時間控制動畫。包含：- 開場標題- 動態流程圖- 概念比較- 文字重點動畫- 結尾 CTA請先在 Remotion Studio 預覽，確認 Composition 正確，再輸出 H.264 MP4。請使用官方 Remotion Skills，並提供完成的檔案及 QA 報告。 截至 2026 年 10 月 9 日，Remotion 官方的免費授權適用於個人與符合條件的三人以下組織，商業用途仍須遵守官方條款；四人以上組織及自動化服務可能適用不同方案與費用。GSAP 的標準授權目前允許一般商業專案免費使用，但仍有使用範圍限制。正式使用前，請重新查看 Remotion 授權與價格及 GSAP 標準授權。 這條路線和前面的 Canvas + Playwright + FFmpeg 都可行。 但對初學者，我建議一次先學一條。 想理解網頁動畫原理，從 Canvas 開始；想建立大量影片生產流程，再研究 Remotion。 十三、五種最值得落地的商業應用學會這套技術後，我認為可以從以下幾種場景開始。 應用場景 實際作品 商業價值 AI 知識短影音 30 秒解釋 RAG、Agent 社群曝光、建立專業形象 課程動畫 教學開場、章節動畫 提升教材表現與重複使用性 企業官網 動態首頁、品牌視覺 增加品牌識別與互動 SaaS 產品介紹 功能流程、介面展示 讓客戶快速理解產品 電商與活動行銷 商品賣點、倒數、促銷動畫 大量生產不同版本素材 應用 A：AI 知識短影音工廠輸入：「什麼是 RAG？」 AI 自動把概念拆解成幾個畫面。 接著製作圖形、文字與動畫，最後輸出一支 30 秒短片。 當這套流程成熟，就可以更換主題，繼續製作： 什麼是 MCP？ 什麼是 AI Agent？ 什麼是 Vibe Coding？ 什麼是向量資料庫？ Chatbot 與 Agent 有何不同？ 其中動畫框架可以共用，改變的只有腳本、文字、圖示與內容。 應用 B：產品操作動畫例如製作 LINE 自動化行銷系統。 不一定要拍攝真實系統操作。 可以用 MG 呈現： 客戶加入 LINE → 填寫資料 → 系統建立名單 → AI 自動分類 → 發送通知。 這種動畫非常適合放在銷售頁，讓客戶快速理解一套複雜的系統。 如果要展示真實產品，記得使用正確的系統截圖與功能資訊，不要讓 AI 自行編造尚未存在的功能。 應用 C：品牌動態識別假設我們有固定的 Logo、色彩與品牌字型。 就可以將它們做成： 3 秒 Logo 片頭。 5 秒品牌結尾。 課程片頭動畫。 社群貼文動態版本。 網站首頁動畫。 未來只要更換標題與內容，就不必重新設計整套視覺。 應用 D：互動式教學頁面對教育訓練而言，這可能是最有潛力的用途。 因為同一個流程可以產出兩種成果： 第一種是固定時間的 MP4，拿來上傳社群、放進簡報。 第二種是可以點擊、暫停、拖曳、互動的網站，拿來實際教學。 同一份概念設計，變成影片與互動式教材，這才是內容資產的真正重複使用。 應用 E：大量客製化動畫假設我們要替十家企業製作品牌短片。 如果每支影片都從零開始，修改成本很高。 但如果先建立可參數化的動畫範本，就可以讓不同企業使用： 不同 Logo。 不同品牌顏色。 不同標語。 不同產品圖片。 不同 CTA。 不同影片尺寸。 這樣就能把動畫製作從「一次性的創作」，逐步變成「可重複的生產流程」。 十四、遇到問題先檢查哪裡？ 症狀 優先檢查 完全不會 JavaScript Coding Agent 可以代寫程式，但仍要會開啟資料夾、執行指令、預覽結果，並確認輸出檔真的存在。 動畫能在瀏覽器播放，MP4 卻是黑畫面 確認 Canvas 已完成初始化、字型和圖片已載入，Playwright 有呼叫指定影格函式，並檢查擷取的是正確的 Canvas。 輸出影片節奏不穩 讓每一格由影格編號或絕對時間計算，避免只依賴即時播放速度；確認輸入與輸出的 FPS 一致。 中文變成方塊 使用支援繁體中文的字型，並在擷取畫面前等待字型載入；檢查該字型是否真的安裝或能由頁面取得。 網站動畫無法互動或不易閱讀 將重要文字和控制項做成 HTML，加入暫停與減少動態效果，並以手機尺寸檢查版面。 想把網站放到 Cloudflare 靜態網站可以託管在 Pages；雲端大量渲染影片則要另備執行環境。建立 Pages 專案時也要先選 Direct Upload 或 Git 整合。 不確定實際費用 分開計算 Coding Agent 方案或 API、語音服務、運算時間、儲存空間與商業授權；工具可免費取得，不代表整體製作零成本。 想安裝 Animation Skill 優先查官方文件；安裝前讀取來源、版本、檔案存取與執行步驟，再決定是否採用。 十五、專業名詞懶人包下面把這篇用到的重要名詞整理成表格，之後忘記可以直接回來查。 專業名詞 中文說法 白話解釋 MG 動態圖形 讓文字、圖形和資訊動起來 Motion Graphics 動態圖形設計 MG 的英文全名 Showreel 作品精華集 設計師展示能力的短片 Kinetic Typography 動態文字排版 讓文字配合節奏移動與變化 Morphing 形狀變形 圓形逐漸變成方形等效果 Particle Animation 粒子動畫 利用大量小點組成動態效果 Easing 緩動曲線 控制動畫加速、減速的感覺 Timeline 時間軸 安排每個動畫何時出現 Keyframe 關鍵影格 動畫中特別指定的狀態或時間點 Frame 影格 影片中的單一畫面 FPS 每秒影格數 30 FPS 就是一秒 30 格 Render 渲染 把動畫資料轉換成實際畫面 Canvas 網頁繪圖畫布 使用 JavaScript 繪圖的技術 SVG 向量圖形 放大不容易失真的圖形格式 GSAP JavaScript 動畫函式庫 控制動畫與時間軸的工具 Three.js 3D 圖形函式庫 在網頁中製作 3D 場景 GLSL Shader 程式語言 控制 GPU 圖形與特效 Shader 著色器 計算材質、顏色、光影的程式 Playwright 瀏覽器自動化工具 自動操作瀏覽器與擷取畫面 FFmpeg 影音處理工具 影片編碼、轉檔、音訊合成 FFprobe 影音資訊檢查工具 查詢影片長度、編碼與解析度 Codec 編碼格式 將影像與聲音壓縮儲存的方法 H.264 影片編碼標準 常見且相容性高的影片格式 MP4 多媒體容器格式 常見的影片交付格式 Whisper 語音辨識模型 將語音轉成文字 WhisperX 語音辨識與對齊工具 用於更細緻的語音時間對齊 Forced Alignment 強制時間對齊 將文字與實際語音時間對應 Contact Sheet 關鍵影格拼圖 將多張影片截圖排列成一張 QA 品質驗收 檢查作品是否符合標準 CTA 行動呼籲 例如「立即預約」「了解更多」 Hero Section 網站首頁主視覺區 訪客進站時最先看到的大區塊 Scroll Animation 捲動動畫 隨著頁面捲動觸發動畫 Hover 滑鼠懸停狀態 游標移到元素上時的效果 Responsive Design 響應式設計 自動適應手機與電腦畫面 Remotion React 影片框架 利用程式碼編排與渲染影片 Composition 影片組合定義 指定影片內容、長度和解析度 Skills AI 工作技能指引 讓 AI 依特定規則執行工作的指引 十六、從做一支影片，到建立自己的 MG 影片工廠如果只想體驗 AI 動畫，可以停在 Claude Artifact。 如果想做社群短片，可以學會 Canvas、Playwright、FFmpeg。 如果想做互動網站，就可以繼續研究 GSAP、SVG 和 Three.js。 如果想長期、大量製作影片，則值得進一步研究 Remotion、參數化模板與自動品質驗收。 我會把整個學習過程分成四個階段： 階段 目標 應該完成的作品 Level 1 讓 AI 產生動畫 5–15 秒網頁動畫 Level 2 自動輸出影片 30 秒 MP4 知識短片 Level 3 重複使用動畫技術 網站首頁與互動教材 Level 4 建立生產流程 可替換內容的 MG 影片模板 當做到第四階段，真正重要的就不是這次用了哪一個模型。 而是已經擁有一套能夠持續使用的動畫製作方法。 例如先建立一套視覺規則，讓不同影片都能沿用同樣的字體、配色、鏡頭語言與轉場風格。 之後只要更換主題和旁白，就能用相近的品質持續產出新作品。 這也很適合延伸成線上課程、教材製作或品牌行銷的自動化工作流。 十七、我的最後建議：先完成一支影片，再開始追求特效很多人第一次看到 AI 做出的 MG，就會想立刻加入更多功能。 要 3D、要粒子、要液態金屬、要音樂、要自動旁白，最好還能一次做十支。 但對初學者而言，我反而建議先照著這個順序： 第一天： 完成 5 秒 Canvas 動畫，並確定可以在瀏覽器播放。 第二天： 使用 Playwright 與 FFmpeg，真的產生第一支 MP4。 第三天： 把內容延伸成 30 秒，加上旁白與品質檢查。 第四天： 把動畫改造成一個互動式網站，或製作第二支不同主題的短片。 四個階段完成後，才開始研究更複雜的動態設計和批量生成。 因為 AI Coding 最有價值的地方，不是把所有最新技術塞進同一個專案，而是把一個能運作的成果，慢慢變成可以重複使用的系統。 以前做影片，我們要學的是「怎麼把動畫做出來」。 現在多了一種可能： 我們可以先讓 AI 幫忙建立一套會做動畫的工具，再利用這套工具不斷產生新的作品。 這也許才是 AI 對影片製作流程更深遠的改變。 常見問答 (FAQ)Q1：完全不會 JavaScript，也能用 AI 做 MG 動畫嗎？可以先讓 Claude Code 或 Codex 協助撰寫動畫程式，但你仍需要建立專案、執行指令、預覽成品，並確認 MP4 的畫面、長度和聲音。AI 產生程式不等於成品已驗收。 Q2：Claude Artifact 會動，為什麼還要 Playwright 和 FFmpeg？互動式網頁動畫與影片檔是不同輸出。Claude Motion Beta 範本可依帳號方案直接匯出 MP4；若是一般 HTML／Canvas 動畫，就可以用 Playwright 固定影格、擷取 PNG，再由 FFmpeg 合成影片。 Q3：5 秒、30 FPS 的動畫需要幾格？需要 150 格，計算方式是秒數乘上每秒影格數。若從第 0 格開始編號，影格索引會是 0 到 149。 Q4：Remotion 可以免費用於商業專案嗎？官方目前對個人與符合條件的三人以下組織提供免費授權，商業使用仍受條款限制。組織規模或服務型態不同時，費用也可能不同；請在採用前查看官方最新授權頁。 Q5：可以把 MG 網站部署到 Cloudflare Pages，順便在雲端輸出影片嗎？Pages 可以部署靜態網站，但不會自動替網站執行大量影片渲染。要在雲端輸出影片，需要另外準備渲染服務或自動化執行環境。 參考資料與延伸閱讀以下整理這次研究與實作相關的公開資源。 原始示範與案例 Claude Artifact 動畫示範 Claude Opus 5.5 的 13 個動態影片案例與原始提示詞（Zenn） Claude Artifacts 官方使用說明（包含 Motion Beta 方案與 MP4 匯出說明） 動畫與影片製作技術 MDN：Canvas API Playwright 官方文件 FFmpeg 官方文件 GSAP 官方文件 Three.js 官方網站 Remotion 官方文件 Remotion Agent Skills 語音與網站部署 OpenAI Whisper WhisperX GitHub Cloudflare Pages Direct Upload 授權與成本 Remotion License & Pricing GSAP Standard License 本文於 2026 年 10 月 9 日依官方文件與公開案例整理。工具功能、方案、授權條件與免費額度都可能變動，正式商業使用前請再次確認。

  • article-Claude for Startups 申請指南：一年 Claude Team 與 1,000 美元 API 額度

    2026/10/8

    Claude Claude API AI創業
    Claude for Startups 申請指南：一年 Claude Team 與 1,000 美元 API 額度

    最近看到有人分享，申請 Claude for Startups 後，大約兩個小時就收到審核結果。這個速度很吸引人，但真正值得研究的，是 Anthropic 目前提供哪些新創優惠、誰符合資格，以及哪些條件容易被忽略。 先說結論：**有公司網域是申請準備的一部分，不代表只要買了網域，就能免費使用 Claude 一年。**這是新創扶植計畫，申請仍要經過審核；優惠也有席次、帳號和期限限制。 本文依 Anthropic 於 2026 年 10 月 6 日公告及目前的 Claude Startups 官方頁面整理，實際條件請以申請時的官方說明為準。 Claude for Startups 提供哪些優惠？Anthropic 在 2026 年 10 月擴大 Claude Startups 計畫。通過審核的公司可以申請 Claude Team、Claude API 額度，以及合作夥伴提供的工具優惠和社群資源。 一年 Claude Team，最多五個 Premium 席次符合條件的公司可取得一年 Claude Team，最多涵蓋五個 Premium 席次。這項優惠只適用於尚未使用 Claude Team 的新組織；如果公司已經有 Team 方案，就不能直接假設也能領取這個免費年度。 Anthropic 以五個 Premium 席次、每席每月 100 美元的年繳價格估算，一年方案價值約 6,000 美元。不過，實際價值會依席次數量與類型而不同，這是服務使用價值，不是可提領的現金補助。 一次性 1,000 美元 Claude API 額度每家獲准公司可領取一次性的 1,000 美元 Claude API 額度。官方頁面說明，額度在核發六個月後到期，所以不適合長期放著不用。申請核准後，還需要登入 Claude Console 領取。 這筆額度用於 Anthropic 自家的 Claude API，不能拿去支付 Amazon Bedrock、Google Cloud Vertex AI 或其他第三方平台上的 Claude 用量。官方也表示，領取計畫額度的會員會取得較高的 API rate limits。 最高 45,000 美元的 Claude Startup Stack 合作優惠Claude Startup Stack 集合銷售、設計、資料分析、會議和工程工具的合作夥伴優惠。Anthropic 標示的總價值最高為 45,000 美元，但優惠由獨立第三方公司提供，會受各家服務條件限制；這個最高值是以 2026 年 9 月的合作夥伴牌價合計，不代表每家公司都能領完或合併所有優惠。 此外，會員還可能取得 Anthropic Applied AI 團隊的線上諮詢時段，以及 Founder House、黑客松和社群聚會等活動資訊。合作優惠、API 額度和 Team 席次是不同項目，閱讀時要分開計算。 申請 Claude Startups 需要符合什麼資格？官方目前列出的基本條件是：公司成立未滿五年，或在最近兩年內取得資金。計畫接受自籌資金、Pre-seed 和創投支持的新創，不是只有拿到 VC 投資才能申請。 申請前也要準備 Claude Console 帳號、公司網站，以及與網站網域相符的公司 Email，並簡短說明正在開發什麼產品。Anthropic 會審核每一份申請，申請人也必須符合其支援政策。 因此，網域和公司信箱能協助證明申請資料彼此一致，卻不能取代公司與產品資格審查。官方頁面沒有說「不需要台灣統一編號」；我不會把表單欄位或個別申請者的經驗解讀成免除公司資格查核的保證。送出前應以當下的官方申請表為準。 Claude Team 和 Claude API 有什麼不同？Claude Team 是給公司成員使用 Claude 的團隊方案，包含席次管理與團隊使用環境。Claude API 則是讓開發者把 Claude 模型接進自己的產品或系統，依實際模型、輸入輸出 Token 與其他用量計費。 如果需求是團隊成員在 Claude 產品中協作，Team 席次比較直接；如果要讓客戶透過 AI 客服、LINE Agent、企業知識庫或 AI SaaS 使用模型，通常就會涉及 API。API 額度可以支援早期原型和測試，但不能把它等同 Team 訂閱費，也不能當成可自由轉用的現金。 1,000 美元 API 額度大約可以測試多少次？可以先用單次呼叫的假設成本做除法，估計測試規模： 假設每次呼叫成本 約可執行次數 0.01 美元 100,000 次 0.05 美元 20,000 次 0.10 美元 10,000 次 這是簡化試算，不是 Anthropic 保證的呼叫次數，也不是特定模型的報價。實際成本會隨模型、輸入與輸出 Token 數、快取和工具呼叫方式改變。開發時可以把額度用在產品原型、Agent 工作流程驗證和早期評估，再根據真實請求記錄估算長期成本。 如何準備並提交申請？申請入口在 Claude Startups 官方頁面，流程可以先按以下順序準備： 建立或登入 Claude Console 帳號。 準備公司網站與相符的公司 Email。 簡潔說明公司正在做的產品，以及預計如何使用 Claude。 透過官方頁面進入申請表並送出資料。 核准後回到 Claude Console 領取符合資格的 Team 優惠與 API 額度。 官方表示，多數申請會在幾分鐘內有結果；需要人工審查的案件通常要兩到三個工作天。網路分享的「約兩小時通過」可以當作個人經驗參考，但不是官方承諾的審核時限。 享哥會怎麼使用這些資源？我平常會用 Claude、Codex 等 AI Coding 工具，也在研究如何把 AI Agent 接進企業工作流程。如果申請這類計畫，我會從公司實際開發的產品和需求出發，不會只寫「想用 Claude 寫文章」或為了申請而誇大產品進度。 以我關注的方向為例，LINE Business OS 可以把 LINE 官方帳號、預約管理、客戶資料與行銷流程整合起來，再用 Claude API 協助辨識客戶意圖、回答問題或判斷下一個工作步驟。另一個方向是 AI Agent 辦公自動化，讓系統整理表單、產生報告，並透過工具呼叫完成指定工作。 這些情境都要回到真實產品規劃：目前做到哪裡、Claude 在流程裡負責什麼、怎麼評估回答品質和成本。說明越具體，越能讓審核者理解產品如何使用 Claude；也方便團隊在核准後直接開始驗證。 享哥的觀點：把額度變成產品驗證，不要綁死單一模型我認為這項計畫值得關注的地方，不只是免費資源總值多少，而是 Anthropic 正在鼓勵新創公司把 Claude 納入產品開發。對開發者來說，免費席次和 API 額度能降低初期試錯成本；對 Anthropic 來說，這也有助於更多產品從一開始就建立在 Claude 生態系上。 因此，我會把優惠用在原型、測試和產品假設驗證，同時把模型呼叫整理成容易更換的服務層。未來若成本、效能或功能需求改變，系統就能評估切換到 OpenAI、Gemini 或其他模型，不必因為一項優惠到期就重寫整套產品。 免費額度的價值，最後還是看它有沒有幫你驗證出使用者願意持續使用的功能。申請條件、合作優惠和額度期限可能調整，送件前請再查看 Anthropic 最新說明。 常見問答 (FAQ)Q1：申請 Claude Startups 一定要有 VC 投資嗎？不一定。官方目前說明，自籌資金、Pre-seed 和創投支持的新創都可以申請。符合公司成立或近期募資條件仍不代表一定核准，Anthropic 會審核每份申請。 Q2：只有公司網域和公司 Email，就能拿到免費 Claude Team 嗎？不能。公司 Email 須符合網站網域，但公司還要符合新創資格並提交產品說明，且申請需要通過審核。免費 Team 年度也只適用於尚未加入 Claude Team 的新組織，最多五個 Premium 席次。 Q3：1,000 美元 Claude API 額度會到期嗎？可以用在 Bedrock 或 Vertex AI 嗎？會到期。Anthropic 官方頁面目前說明額度在核發六個月後到期，並且只能用於 Claude Console 的第一方 Claude API，不能支付 Amazon Bedrock、Google Cloud Vertex AI 或其他第三方平台上的 Claude 用量。 Q4：申請結果多久會出來？官方表示多數申請會在幾分鐘內有結果；需要人工審查的案件通常為兩到三個工作天。個別申請者分享的通過時間只能當作案例，不能視為每份申請的保證時限。 Q5：Claude Startup Stack 的 45,000 美元是現金補助嗎？不是。這是合作夥伴工具優惠的最高合計價值，由第三方依各自條件提供，實際可領取的項目和金額會因公司資格、方案和團隊規模而不同，也不保證所有優惠都能合併。 參考資料 Anthropic：We’re expanding the Claude Startups program to help founders build Claude Startups 官方計畫頁與常見問題

  • article-【Adobe 全家桶替代品來了？7 套開源創作工具開始為 AI Agent 設計】

    2026/10/8

    AI工具 AI自動化 AI Agent
    【Adobe 全家桶替代品來了？7 套開源創作工具開始為 AI Agent 設計】

    最近看到一個有點狂的專案。 ArtCraft 團隊公開了一系列叫做 Crafting Apps 的創作工具。它不是只做一套 Photoshop 替代品，而是把圖片、向量、影片、RAW、PDF、視覺特效和排版出版都放進同一個產品方向。 看起來像是要把「Adobe 全家桶」重新做一次。 但我研究後覺得，更值得注意的不是免費，而是這些工具從架構上就讓 CLI、JSON Control Channel 與 MCP 成為操作入口。換句話說，AI Agent 不只提供剪輯建議，還有機會直接呼叫創作軟體裡的功能。 以下內容以 2026 年 10 月 8 日查閱的官方專案頁與版本資訊為準。這些專案更新很快，功能、版本與成熟度都可能變動。 ArtCraft Crafting Apps 有哪七套工具？官方目前列出七個獨立的創作工具。表中的 Adobe 名稱是工作流程上的類比，並不代表功能相同、檔案完全相容，或由 Adobe 背書。 工具 大致用途 工作流程類比 PhotoCraft 圖層、遮色片、修圖與 PSD／PSB Photoshop VectorCraft 向量插畫與繪圖 Illustrator FilmCraft 影片剪輯、調色與音訊 Premiere Pro LightCraft 照片管理與 RAW 開發 Lightroom PrintCraft PDF 閱讀、整理與保護 Acrobat EffectCraft Motion Graphics 與視覺特效 After Effects DesignCraft 頁面排版與出版 InDesign 這些不是把網頁包成 Electron 桌面程式的產品。官方將它們描述為以 Rust 從頭打造的原生創作工具，各工具 repo 也公開程式碼。支援平台與瀏覽器版本則要看個別工具：例如 PhotoCraft 與 EffectCraft 已有 WebAssembly／瀏覽器方向，FilmCraft 的引擎可編譯到 WebAssembly，但官方目前仍把瀏覽器前端列為下一步。 所以比較準確的說法是：這是一組正在發展中的原生創作軟體，不是已經完成、可以整批取代 Adobe 的產品套裝。 為什麼我覺得 Agent-ready 比「免費」更有意思？傳統創作軟體的主要操作方式，是人用滑鼠和鍵盤操作 GUI： 1人 → GUI → 創作軟體 Crafting Apps 想加入另一條路： 1AI Agent → CLI／JSON Control Channel／MCP → 創作軟體 以 FilmCraft 為例，官方說明 GUI、CLI、JSON 控制通道和 MCP Server 會呼叫同一組命令。也就是說，剪輯、修剪、調色、混音和輸出等操作，不只存在於按鈕後面，也能用結構化方式觸發。官方 repo 也附有 .mcp.json 設定；CLI 文件中的 MCP 啟動方式則是： 1filmcraft-cli mcp 這表示 Agent 有機會直接操作軟體提供的命令。它不代表 AI 自動理解素材、每次都能剪出好作品，也不代表整套流程已經穩定到可以無人審核。素材規劃、操作權限、結果檢查和人工 Review 仍然重要。 我之前也寫過 Agent-native Website 的概念；這次有趣的地方，是類似的想法開始進到專業桌面創作軟體。 目前最值得先看的是 FilmCraftFilmCraft 是目前較容易直接開始嘗試的一套。官方 v0.2.1 release 提供 macOS Universal DMG，也有 Windows 與 Linux 的發行檔。 它已經具備多軌 Timeline、Source／Program Monitor、剪輯與 Trim、Keyframe、色彩調整、音訊 Mixer、字幕和轉場等專業剪輯架構；輸出可用 H.264 與 ProRes。這些功能讓它看起來不只是簡單的影片剪輯器。 但有個容易誤讀的地方：依官方目前的格式表，HEVC 可解碼，尚不能輸出；H.264 是可輸出格式，ProRes 也支援輸出。官方說明還列出大型素材效能、外掛與不同平台實測等限制，因此不宜把它的格式能力直接寫成「H.264／HEVC／ProRes 都能輸出」。 官方目前也用兩種不同指標描述成熟度：功能清單約完成 87%，但對「能否取代 Premiere 用於真實專案」的自我估計約為 50–60%。這是開發團隊的估計，不是獨立測試分數；不過它清楚提醒我們，功能項目存在，不等於工作流程已經全面成熟。 我最想嘗試的工作流會是： 123456789Codex ↓MCP ↓FilmCraft ↓匯入素材、整理時間軸、調色與字幕 ↓人 Review 後輸出 這是我想驗證的方向，不是我已經跑通的完整自動剪輯流程。 EffectCraft 讓 Motion Graphics 也能程式化如果 FilmCraft 對應影片剪輯，EffectCraft 就是往 After Effects 的 Motion Graphics 與合成工作流程走。 官方目前列出 Composition、Layer、Keyframe、Graph Editor、Expression、3D Camera、Light 和 Render Queue 等能力，並表示已有 306 種效果。這個數字會隨開發改變，實際功能與成熟度仍要看最新版本。 EffectCraft 同樣有 CLI、JSON 控制通道與 MCP。官方文件提到可以在 Headless 模式操作專案、設定屬性並進行 Render。換句話說，未來確實有機會把這類工作串成： 1設計規範＋Motion Skill＋AI Agent＋EffectCraft 再由人確認結果。 不過官方也明確說它仍然很年輕，行為不一定與 After Effects 相同，.aep／.aepx 專案和 After Effects 外掛目前也不能直接沿用。因此我會把它當成值得追蹤的 Agent-native Motion Graphics 實驗，而不是現成的 After Effects 替代品。 PhotoCraft 的 PSD 數字要怎麼看？PhotoCraft 對標 Photoshop，已經涵蓋圖層、遮色片、調整圖層、Smart Object、筆刷、色彩管理，以及 PSD／PSB 開啟與儲存。 關於 PSD 相容測試，要分清楚「重新存檔後渲染一致」與「檔案逐位元相同」。PhotoCraft 官方 repo 目前列出：PSD 文件重新開啟與儲存後，渲染結果在 psd-tools 測試集的 307／309 份、另一組混合測試集的 169／170 份相符。這些數字是官方特定測試資料集的結果，不等於整份 PSD 檔案都能 byte-for-byte 原樣往返。官方把逐位元相同的說法限定在較底層的 PSD 解析／寫入 crate 和可解析的測試檔案。 這類數據很容易被一句「PSD 完全相容」過度簡化。正式工作前，仍要用自己的 PSD、字型、效果和色彩設定實際檢查。 如果未來這些操作介面與批次處理能力成熟，我會想到一種「AI 社群圖卡工廠」：讀活動資料、替換標題和照片、套用尺寸，再輸出多個平台版本。這是從目前 Agent 操作架構延伸出的想像，還不是官方承諾的現成自動化功能。 免費、開源與授權不能混為一談不同 repo 的授權條款要逐一查看。例如 PhotoCraft 與 EffectCraft 的程式碼採 MIT 或 Apache-2.0 雙授權；但 ArtCraft 主專案 是另一個獨立產品，其 repo 目前標示為 Fair Source，並在授權說明中列出商業銷售與開發競品等限制。 因此，不能只因它們都屬於 ArtCraft 生態，就把整個生態的授權概括成同一種「毫無限制的開源」。若你要把程式碼納入商業產品、重新散布或建立服務，應直接查閱對應 repo 的 license、NOTICE 與品牌使用條款。 我看到的是 Agent-native 創作軟體的雛形這系列工具最值得觀察的方向，是軟體的使用者不再只假設為人類。除了按鈕、選單、滑鼠與快捷鍵，產品也開始提供 CLI、MCP、JSON 控制介面、可讀的專案格式與 Headless 執行方式。 我不會現在就把 Adobe 刪掉。FilmCraft、EffectCraft 和 PhotoCraft 都還在快速發展，與成熟工作流程之間仍有差距。但它們帶來一個值得問的問題： 我們挑選創作軟體時，除了問「人用起來順不順」，是不是也該問「AI Agent 能不能安全、穩定地操作」？ 我最想先驗證的，還是 Codex → MCP → FilmCraft → 剪出一支影片。等這種流程跑順，創作軟體的設計方式可能真的會改變。 想釐清 CLI、Skill 和 MCP 的分工，也可以接著讀這篇：AI 工具名詞全解析：一次搞懂 MCP、Skill 與 CLI。 常見問答 (FAQ)Q1：ArtCraft Crafting Apps 現在可以完整取代 Adobe 嗎？目前不適合這樣期待。FilmCraft、PhotoCraft 和 EffectCraft 的官方頁面都提到仍有成熟度或相容性限制；適合先下載試用、觀察工作流程，不建議直接把它們當成已完成的專業替代品。 Q2：Codex 可以透過 MCP 操作 FilmCraft 嗎？FilmCraft 官方提供 MCP Server，repo 也附有 MCP 設定範例；具體仍需安裝相容版本、設定本機 CLI，並依官方文件連接。MCP 提供的是操作入口，不會保證 Agent 自動做出符合創作意圖的結果。 Q3：FilmCraft 目前能輸出 HEVC 嗎？依查閱時的官方格式表，HEVC 支援解碼，尚未支援輸出；H.264 和 ProRes 則列有輸出支援。版本更新可能改變這項狀態，使用前應再查看最新 release 與格式文件。 Q4：PhotoCraft 的 PSD 往返測試代表檔案完全相容嗎？不代表。官方目前列出的是測試集中的渲染結果，以及較底層解析／寫入元件的 byte-for-byte 測試；兩者不是「任意 PSD 都能與 Photoshop 完全互換」的保證。 Q5：Crafting Apps 和 ArtCraft 主專案使用同一種授權嗎？不一定。個別創作工具與 ArtCraft 主專案是不同 repo，必須分別查看 license 和相關聲明；例如主專案目前使用 Fair Source 授權說明，不應直接套用 PhotoCraft 或 EffectCraft 的授權印象。

  • article-AI 不會讓你的工作更輕鬆，只會讓你有能力接下更大的工作

    2026/10/4

    AI工具 AI自動化 AI Agent
    AI 不會讓你的工作更輕鬆，只會讓你有能力接下更大的工作

    最近讀到周加恩的〈AI 不會帶來更輕鬆的工作〉，我看完一直點頭，但有一個地方想再往前推一步。 他提到，自己和 AI 合作的方式，已經從早期追求「全部自動化」，慢慢轉成減少自動化的比例。其中一句話我特別有感： 自動化也是一種負債——更精確地說，過早的自動化是一種負債。 這也呼應我這一年大量使用 Claude、Codex、AI Agent、Skill、MCP、Harness，甚至讓不同 AI 分工合作的感受。不過換成我的說法，我會把它改成： 不要追求最低自動化，而要追求「最晚自動化」。 我不是反對自動化。相反地，我每天都在做自動化。只是越做越發現，真正危險的不是沒有自動化，而是一件事情都還沒搞懂，就急著把它規模化。 為什麼我不再追求「全部自動化」？剛開始使用 AI 時，我也很容易有「AI First」的想法：這件事可以交給 AI 嗎？如果可以，下一步就是能不能全部交出去？最好只要送出一個 Prompt，AI 就自己規劃、搜尋、執行、整理、檢查，最後把成果交回來。 如果過程還需要人工介入，好像就代表 Agent 不夠厲害。於是我開始研究 Prompt、Workflow、n8n、MCP、Skill 和 Agent，希望最後能變成： 輸入 → AI → 完成 這個流程看起來很漂亮。但做過越多 AI 工作流，我越不迷信「全自動」。很多系統出問題，不一定是模型不夠強，而是我們在還沒理解工作之前，就先把它自動化了。 混亂乘上 AI，只會得到自動化的混亂假設你請 AI：「幫我建立一套完整的公司知識管理系統。」 現在的 AI 很可能幾分鐘就規劃好資料夾、分類、標籤、Metadata、命名規則、工作流程、Agent 和 Skill。第一眼看起來完整得不得了，真的開始使用後，才發現分類太多、規則太多、每次產出的東西也太多；Context 越塞越肥，真正需要的資訊反而埋在一堆看起來很專業的內容裡。 最後，你原本想減少管理工作，卻每天都在管理 AI 幫你建立的管理系統。 所以我現在會提醒自己：不要用 AI，把一個還沒想清楚的流程規模化。混亂乘上 AI 不會變成效率，只會變成自動化的混亂。 先手動跑幾次，才知道什麼值得自動化有人問我：「這個東西能不能做成 AI Agent？」我通常會先問：「這個流程你自己跑過幾次？」 如果還沒跑過，我會建議先自己做一次，再多跑幾次。實際操作之後，才會看見哪些資訊重要、哪些步驟每次都相同、哪些地方需要判斷、哪裡最容易出錯、會遇到哪些例外，以及怎樣才算完成。 最後還要回答一個更關鍵的問題：你打算怎麼驗收 AI？ 我喜歡的發展順序是： 手動 → 跑熟 → SOP → Skill → 半自動 → 自動化 → Agent 手動不是落後，而是在蒐集自動化需求。每次做到某一步，心裡都冒出「這個怎麼又要重做一次？」時，就記下來。等你知道它何時重複、例外怎麼處理、輸出如何驗收，那才是可能值得自動化的地方。 從 Prompt Engineering 走向 Context Engineering這一年我也感覺到，重要的問題不再只有「我要跟 AI 說什麼？」還包括「這次任務應該讓 AI 知道哪些事情？」 Prompt Engineering 仍然有用，但在 Agent 工作流裡，任務資料、歷史、規則、工具與記憶該在什麼時候提供或移除，往往同樣關鍵。這也是我開始重視 Context Engineering 的原因。 很多人第一次使用長 Context 模型，會直覺把能找到的資料全部塞進去：文件、歷史對話、公司規範、所有 Skills，越多越安心。但 AI 看過更多，不代表它做得更好。真正有用的，是這次任務需要的資訊；舊規則、不相關文件和過期決策，可能只是雜訊。 如果用一個很粗略的比喻，我會把 AI 的有效能力想成： 有效 AI 能力 ≈ 模型能力 × Context 訊噪比 這不是測量模型能力的正式公式，而是提醒自己：模型再強，脈絡太雜也可能拖累結果。 Skill Library 不是收集越多越強我最近花很多時間整理自己的 Skill Library。以前看到「必裝 50 個 Skills」或「100 個 Agent Skills 免費下載」，也會想全部裝起來。後來才發現，Skill 不是 Pokémon，並非收集越多就越強。 更重要的是確認哪些工作流程真的反覆使用、哪些規則已經穩定、哪些是自己的寫作習慣與驗收標準，還有哪些經驗值得沉澱成 Skill。我也開始做 Session Review 和 Voice Calibration，因為有價值的不是 AI 知道很多，而是它知道我做這件事時怎麼做。 如果你也在整理經驗、判斷與方法，可以延伸閱讀從經驗到 AI Skill：把專業整理成 AI 能執行的能力。 AI 越強，越需要界定它能做什麼以前我希望一個 AI 從頭做到尾；現在反而會拆開工作：有人負責規劃、Agent 負責執行，其他模型找問題，真正開始寫程式前也可以先做不同角度的 Review。 不是因為 AI 太弱，而是它太強了。一個能力很強、權限很大、Context 又混亂的 Agent，可能非常有效率地把錯的事情全部做完，而且還做得漂漂亮亮。 因此我會把成熟的工作流想成： Context → Plan → Skill → Agent → Review → Feedback 每一層都有自己的責任，也要設計權限邊界、人工檢查的時機、完成條件，以及做錯之後如何 rollback。若想了解 Skill 如何和 Agent 的執行環境搭配，可以接著看從 Skill 到 Agent Harness。 AI 沒讓工作消失，而是把工作往上移以前做網站時，我可能會問：「這段 JavaScript 怎麼寫？」有了 Codex 之後，這部分可以交給 AI，但我的工作沒有消失，問題變成「這個功能應該怎麼設計？」 接著要想資料怎麼流、權限怎麼分、Agent 能看到哪些資料、哪些決定可以交給 AI、哪些地方一定要 Human Review、做錯怎麼 rollback，以及怎麼確認 AI 說的完成是真的完成。 工作的重心慢慢從 Operator 轉向 Orchestrator：設計誰來做、怎麼做、看見哪些資訊、可以做到哪裡、誰來檢查，以及什麼條件才算完成。我的體感是，工作沒有消失，而是往更高一層移動。 效率提升後，目標也可能變大以前準備一份簡報可能要一天，現在 AI 也許一小時就能幫上忙。省下來的時間會不會自動變成休息？不一定。公司也可能看到新的產能，接著問：「既然一天能做五份，是不是可以多接四個案子？」 我認為 AI 帶來的效率，很可能有一部分會變成更大的目標。以前一個人只能經營一個專案，之後可能同時管理多個 Agent、專案或內容流程；以前小團隊才能做的事，現在更小的團隊也能挑戰。實際結果會因工作與組織而異，但工作的範圍確實可能跟著能力一起擴大。 這也是我為什麼看好「一人公司」的槓桿。值得期待的不只是少工作兩小時，而是以前需要十個人完成的事，能不能由一到三個人完成。未來厲害的一人公司，背後可能有 Claude、Codex、不同 Agent、自己的 Skill Library、Harness，以及跑熟的自動化工作流；真正重要的能力，是設計工作。 我的版本不是減少自動化，而是最晚自動化先讓人跑，跑到理解流程；再整理成 SOP，確認流程穩定；接著把可重複的能力沉澱成 Skill，再逐步半自動化、自動化，最後才讓 Agent 接手完整工作。 等到一個步驟已知、重複、穩定而且可驗收，自動化才比較可能成為資產。否則，它也可能只是另一種技術債。 AI 時代稀缺的能力，是設計脈絡AI 用得越多，我越覺得模型能力不是全部。結果常常取決於你怎麼設計 AI 看見的世界：哪些資料要給、哪些不該給、哪些規則寫進 Skill、哪些判斷留給人；誰負責規劃、誰負責執行、誰負責 Review，又要符合什麼條件才算完成。 這些都是脈絡設計。未來擅長使用 AI 的人，不一定最會寫 Prompt，而是知道什麼時候該給 AI 哪些 Context、什麼時候該把 Context 拿掉，以及哪些事情根本不該交給 AI。 Slow is smooth, smooth is fast繞了一大圈，我現在反而回到一個老派的方法：先自己做，先手動跑懂，再建立 SOP；SOP 穩定後做 Skill，Skill 穩定後做 Agent，最後設計驗收條件並串起工作流。 看起來比較慢，最後卻可能比較快。因為我們建立的不是 Demo 看起來厲害、三天後沒人敢碰的 AI 系統，而是三個月、半年後，甚至模型換掉之後，仍能繼續運作的流程。 AI 不一定讓我們工作更少；它真正帶來的，是讓一個人有能力完成以前一個團隊才能完成的事。人要做的，是決定什麼值得做、設計 AI 怎麼做，並知道什麼時候不該讓 AI 做。 延伸閱讀／觀點來源 本文受到周加恩〈AI 不會帶來更輕鬆的工作〉中「過早自動化是一種負債」與脈絡設計等觀點啟發，再從我實際使用 Claude、Codex、AI Agent、Skill、MCP、Harness 與多 Agent 協作的經驗，延伸出「最晚自動化」這個想法。 常見問答 (FAQ)Q1：什麼時候適合把工作流程交給 AI Agent？先親自跑過幾次，確認重複步驟、例外情況、需要人工判斷的環節，以及可驗收的完成條件。流程穩定後，再逐步把可重複的部分交給 Skill、自動化或 Agent。 Q2：為什麼不一開始就把整個流程自動化？流程還沒理解清楚時，需求和規則容易改變。太早自動化會把錯誤假設與混亂一起規模化，後續還得花時間維護和修正。 Q3：Context Engineering 和 Prompt Engineering 有什麼不同？Prompt Engineering 著重怎麼寫指令；Context Engineering 還會考慮任務需要哪些資料、規則、歷史與工具資訊，以及何時提供或移除它們。Agent 工作流通常需要同時設計兩者。 Q4：Skill 裝得越多，AI 就會越好用嗎？不一定。應優先保留符合實際工作方式、反覆使用且規則穩定的 Skills。過多或不相關的內容可能增加脈絡雜訊，讓當前任務更難聚焦。 Q5：AI 自動化真的會讓工作變輕鬆嗎？它可能縮短部分任務的處理時間，但省下的時間也可能被更大的目標、新的專案或更多協調工作填滿。是否更輕鬆，還取決於組織如何安排工作與分配效率收益。