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

- A1／A2／B1／B2 四段各 10 秒實作｜動作觸發、推框互動與立體空間 -

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。

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。

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：

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。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36

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

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22

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

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

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。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33

【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：

1
2
3
4

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。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36

【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：

1
2
3

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：

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。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36

【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：

1
2
3
4
5

MOVE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

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45

【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：

1
2
3
4
5
6
7
8

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

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

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

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：

1
2
3
4
5
6
7
8
9
10
11

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。

可以把這段交給豆包，請它調整現有四份稿：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

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。