部落格

不定期分享最新資訊文章

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。

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)

2026/10/20
AI工具 AI自動化影音行銷

【Openverse API 教學】用 Codex 自動搜尋影片圖片、音樂與音效

用 AI 製作影片時，腳本和旁白可能很快就準備好了，接下來卻常要花時間搜尋圖片、背景音樂與環境音效。像是要剪一支 AI 發展史短片，就可能需要老電腦、科技場景和鍵盤聲等素材。 Openverse 是一個搜尋開放授權與公眾領域作品的服務，也提供 API。本文會示範如何用 Codex 建立本機搜尋工具，讓它按照影片腳本整理素材候選、預覽資訊和授權紀錄。流程會保留人工挑選：搜尋結果不等於授權已核實，也不會自動下載或剪成影片。 Openverse、Codex 與 FFmpeg 各自負責什麼？整套流程可以想成一條素材工作線：Codex 先把腳本拆成分鏡與搜尋詞，再透過 Openverse API 找出圖片和音訊候選；你確認內容和授權後，才下載、整理素材，最後交給 FFmpeg 或其他剪輯工具。名詞白話說明 API 讓程式向服務查詢資料的介面。 JSON 常見的結構化資料格式，可保存素材標題、作者、來源和授權欄位。 FFmpeg 可用指令處理、轉換及合成影音的開源工具。 Openverse 目前直接搜尋圖片與音訊；影片素材會由外部來源提供，因此不能把它當成可直接搜尋、下載 MP4 的影片庫。Openverse 官方介紹開始前要準備哪些工具？本文以 macOS 為例，會用到： Codex CLI 或 Claude Code，擇一即可。本文的提示詞以 Codex 專案工作流為主。 Python 3，用來執行本機搜尋工具。 FFmpeg，等素材確認後再用來處理影片。網路連線，用來查詢 Openverse API。如果已安裝 Homebrew，可在終端機安裝 Python 和 FFmpeg： 1brew install python ffmpeg 確認工具可用： 12python3 --versionffmpeg -version Openverse API 可以匿名查詢，初步試用不必先申請 API 金鑰；不過匿名與註冊使用者都有速率及資料瀏覽限制。若要提高呼叫量，再依官方 API 文件註冊應用程式並遵守服務條款。Openverse API 文件先用 curl 試搜圖片與音訊先確認電腦能收到搜尋結果，再請 Codex 建工具。圖片查詢範例： 123curl -G "https://api.openverse.org/v1/images/" \ --data-urlencode "q=technology" \ --data-urlencode "page_size=3" 其中 q 是搜尋詞，page_size 是每頁回傳的結果數。搜尋音訊可以改用 /v1/audio/，例如查找雨聲： 123curl -G "https://api.openverse.org/v1/audio/" \ --data-urlencode "q=rain" \ --data-urlencode "page_size=3" 回應是 JSON，可能包含標題、作者、授權名稱與版本、原始作品頁面、媒體網址及縮圖等欄位。實際欄位會依素材和 API 版本不同；請以當下 API 文件與回應為準。若收到 429 Too Many Requests，代表碰到速率限制，應減少請求並稍後再試，不要用大量翻頁或反覆重試來抓取整個目錄。Openverse 條款禁止以 API 爬取資料集。讓 Codex 建立本機素材搜尋工具建立專案資料夾並啟動 Codex： 123mkdir -p ~/Projects/openverse-videocd ~/Projects/openverse-videocodex 接著貼上這段提示詞。它要求 Codex 先做搜尋與預覽，不自行下載素材，也不安裝額外套件： 123456789101112131415161718192021222324請在目前專案建立一個 Openverse 圖片與音訊搜尋工具，供影片分鏡挑選素材使用。實作要求：1. 使用 Python 標準函式庫呼叫 https://api.openverse.org/v1/images/ 與 /v1/audio/。2. 提供簡單的命令列介面，可指定 images 或 audio、搜尋詞、每頁筆數和授權篩選。3. 將結果整理成 JSON，保留 id、title、creator、creator_url、license、license_version、license_url、foreign_landing_url、url、thumbnail 等 API 有提供的欄位；另記錄搜尋詞和查詢時間。4. 產生可在本機開啟的候選預覽頁，清楚顯示縮圖、標題、作者、授權和原作品頁連結。輸出外部文字時要做 HTML escaping。5. 429 或網路錯誤時顯示清楚訊息；不要無限重試或大量翻頁。6. 只搜尋及產生預覽，不下載媒體、不合成影片、不把結果宣稱為已完成授權確認。7. 不安裝套件、不讀取或建立 API 金鑰、不修改專案以外的檔案。若你認為需要新增依賴，先說明原因並等我同意。建議目錄：openverse-video/├── main.py├── README.md├── assets/│ ├── images/│ └── audio/├── metadata/│ └── attribution.json└── previews/ └── index.html請先檢查目前專案，再列出預計建立的檔案與查詢流程；確認後再實作。完成時提供一組只會搜尋少量結果的本機操作範例。 API 結果可用來做候選清單，但不代表媒體網址一定可下載，也不代表欄位中的授權一定正確。預覽頁應保留原作品頁，方便回到來源核對。用影片腳本產生分鏡與素材候選假設要製作一支 60 秒的直式短片，主題是「AI 如何改變我們的工作方式？」可以先把腳本拆成五段，再替每段產生數個英文搜尋詞：時間畫面方向搜尋詞範例 0–10 秒傳統辦公室與紙本文件 old office, paperwork 10–20 秒電腦與科技發展 computer technology, early computer 20–35 秒 AI、自動化與機器人 artificial intelligence, robotics 35–50 秒人們使用電腦工作 people working with computers 50–60 秒未來城市與科技 futuristic city, technology 可以把腳本貼給 Codex，再給它以下指令： 12345678我要製作一支 60 秒、9:16 直式的知識型短影音，主題是「AI 如何改變我們的工作方式？」請先把腳本拆成 5 個分鏡段落，每段列出畫面描述、2–4 個英文搜尋詞、建議素材類型與畫面停留時間。接著使用目前專案的 Openverse 搜尋工具：1. 每段搜尋最多 5 張圖片候選。2. 另外搜尋最多 3 個適合的音樂或音效候選。3. 只把授權欄位符合我指定條件的結果列為候選；缺少授權資料的結果標示「待確認」，不要自行補值。4. 建立 storyboard.json 和本機素材預覽頁，列出作者、來源頁、授權名稱與版本。5. 不要下載素材、不合成影片。先讓我檢查畫面和授權，再等我選擇。搜尋詞可以由 AI 根據腳本翻譯或延伸；候選內容則要由人檢查是否切題、解析度是否足夠、來源頁是否仍有效，以及授權是否符合影片用途。先確認授權，再下載與整理素材Openverse 聚合了不同來源的作品，也會呈現授權與署名資訊；但 Openverse 不會逐一核實每件作品的授權是否準確或署名是否完整。使用前要點回原作品頁，查看當前授權、作者名稱及來源資訊。Openverse 授權說明常見 Creative Commons 標示可以先這樣理解： BY：使用時須依條件標示作者。 NC：限非商業用途；若影片有營利或商業推廣情境，要特別檢查。 ND：不得散布改作版本；若要裁切、混音或整合進影片，先確認這種使用是否允許。 SA：散布改作作品時，須遵守相同或相容的授權條件。 CC0：作者以公眾領域貢獻方式放棄權利，但仍建議留下來源紀錄。 Creative Commons 授權也不一定涵蓋肖像、商標、隱私或其他第三方權利。詳細條件依作品使用的授權版本與來源頁為準。Creative Commons 授權說明確認要使用的作品後，再下載到專案資料夾。建議每筆素材至少保留： 12345678910111213{ "title": "作品標題", "creator": "作者名稱", "creator_url": "作者頁網址", "license": "授權名稱", "license_version": "授權版本", "license_url": "授權網址", "foreign_landing_url": "原作品頁網址", "media_url": "下載的媒體網址", "search_query": "使用的搜尋詞", "retrieved_at": "查詢或下載日期時間", "local_file": "assets/images/檔名.jpg"} 實際欄位可依 API 回應調整；請保留當時取得的原始資訊，並記錄你選用了哪個檔案。這樣日後替換素材或檢查署名時，能追溯到作品來源。把已確認素材交給 FFmpeg 剪輯素材經過挑選、下載及授權核對後，才進入剪輯。FFmpeg 適合做基本合成與批次處理；需要細緻調色、混音或逐格調整時，也可以改用 DaVinci Resolve、Remotion 等工作方式。各工具的安裝與操作方式會依電腦環境而不同。給 Codex 的剪輯指令可以寫成： 123456789101112請只使用 storyboard.json 中標記為「已確認」且已下載的本機素材，先整理剪輯計畫，包含素材順序、各段秒數、Ken Burns 推近或平移效果、轉場、旁白和背景音量。目標規格：- 長度：60 秒- 畫面：1080 × 1920、9:16- 輸出：MP4、H.264、30 FPS- 依 storyboard.json 排列素材，避免人物或重要物件被裁切。- 若沒有旁白音檔，輸出無旁白版本；不要假裝已產生配音。- 使用已確認授權的音樂與音效，並整理 credits.md。- 輸出影片與檢查報告到 outputs/。請先顯示剪輯計畫，等我確認後再開始渲染。若素材、檔案或授權狀態不清楚，先提出問題，不要自行替換。不要只看 FFmpeg 是否回報成功；輸出後仍要檢查影片長度、解析度、聲音、字幕與畫面裁切，並實際播放確認結果。把重複流程整理成 Codex Skill如果每次都要重新說明搜尋和授權規則，可以把確認過的流程整理成專案內的 Skill，例如： 123456789.agents/skills/openverse-media/├── SKILL.md├── scripts/│ ├── search_media.py│ ├── download_media.py│ └── check_license.py└── references/ ├── api.md └── license-policy.md 往後可以用一句話啟動，例如：「請依影片腳本整理 Openverse 圖片與音訊候選，保留授權紀錄並等我確認。」Skill 應清楚說明它能搜尋哪些媒體、把檔案存在哪裡、如何保存署名，以及哪些動作必須等使用者確認。不要讓自動化跳過授權核對或擅自使用付費服務。從 V1 開始，逐步擴充剪輯工作流可以分三階段建置： V1 素材搜尋助理：依分鏡搜尋候選、預覽並整理授權資訊；先驗證搜尋與紀錄流程。 V2 剪輯助理：在人選定並核對素材後，加入旁白、字幕、音樂、轉場與 FFmpeg 輸出。 V3 素材庫：整合其他授權來源、素材去重、快取與重複使用紀錄；再次使用素材時仍要保留原授權條件。第一次先把 V1 做穩，比一開始就要求 AI 自動完成整支影片更容易檢查和修正。延伸閱讀：AI 影片製片 SOP：從分鏡到粗剪、從 Prompt 到專家 Skill 的 AI 影片工作流。常見問答 (FAQ)Q1：使用 Openverse API 需要申請金鑰嗎？基本搜尋可先用匿名請求，不必一開始申請 API 金鑰；但匿名使用也有速率和資料瀏覽限制。若應用需要較高呼叫量，再查看官方註冊與授權方式。 Q2：Openverse API 可以搜尋影片嗎？Openverse 目前直接搜尋圖片和音訊；影片搜尋由外部來源提供。本文的工作流以圖片、音樂和音效候選為主，不會直接從 Openverse 搜尋 MP4 影片檔。 Q3：Openverse 找到的素材都能商用嗎？不能一概而論。每筆作品有不同授權，而且 Openverse 不保證作品授權或署名資料完全正確。要回到原作品頁核對授權條件、作者與其他可能涉及的權利。 Q4：可以讓 Codex 找到素材後直接下載和剪片嗎？可以請 Codex 建立搜尋、下載和 FFmpeg 處理工具；但建議先預覽候選並人工確認素材內容與授權，再允許下載或渲染，避免把錯誤的授權資訊一路帶進成品。 Q5：第一次應該先做哪一部分？先完成素材搜尋、候選預覽和署名紀錄。確認這些步驟可靠後，再增加自動下載、分鏡排列、字幕與影片渲染。相關資源 Openverse 繁體中文網站 Openverse API Openverse GitHub 專案 Openverse 開發文件 Creative Commons 授權說明
2026/10/19
AI工具影音行銷

AI 影片打光教學：從 8 種光線到三點布光、倫勃朗光

同樣是 AI 生成的人物，有些畫面像電影，有些卻像塑膠公仔。提示詞明明寫了「電影級畫質、超高解析度、專業攝影」，成品還是少了想要的氛圍。很多時候，差別不只在模型，而在光線有沒有說清楚。我最近看到一張整理八種電影打光技巧的圖片，裡面提到頂光、逆光、丁達爾光、蝴蝶光、柔光、硬光、側光和底光。這也讓我想到，學會生成圖片與影片之後，還可以補一些真正的攝影知識：什麼光線適合什麼情緒，畫面為什麼看起來立體，觀眾又會先注意到哪裡。 AI 可以幫忙生成畫面，但我們仍需要判斷什麼畫面好看、光線是否合理，以及它想說什麼故事。這篇就從八種常見光線開始，再介紹三點布光、倫勃朗光與適合新手的練習方式。不必先買攝影燈，也不需要背完所有術語；有常用的 AI 圖片或影片工具，就能開始比較練習。為什麼光線會改變畫面情緒？想像一位女生獨自坐在房間裡看手機。人物、服裝與場景都不變，只調整光線：溫暖柔光可能讓畫面顯得療癒；窗邊側光像是在思考；強烈逆光能做出人物即將登場的感覺；手機從下方照亮臉部，則可能變得詭異。打光不只是把人物照亮，也能引導注意力、塑造立體感，並傳達故事情緒。開始下提示詞前，可以先想五件事：方向：光從正面、側面、背面、上方還是下方照來？軟硬：陰影邊緣是柔和漸層，還是清楚銳利？強度與對比：亮部和暗部差多少？陰影要保留多少細節？色彩：光偏暖、偏冷，還是冷暖混合？來源：畫面中的光從哪裡來，方向是否符合場景？柔光不等於亮度弱，硬光也不等於亮度強；兩者主要描述陰影的過渡方式。陰天的天空像大型柔光源，直射的中午陽光則容易形成邊界清楚的影子。畫面偏暖或偏冷，也會受到光源、白平衡和後製調色影響。鎢絲燈約 3200K、日光常以約 5600K 作為參考，但實際色溫會因光源而異。「動機式打光」（Motivated Lighting）則是讓光線看起來有合理的場景來源。例如沒有窗戶、也沒有開燈的房間裡，人物臉上若出現一大片強烈陽光，觀眾可能會覺得不自然。因此，除了寫「側光」，也可以交代「午後光線從人物左側窗戶照入」。八種常見光線：先看方向與陰影這八種名稱不是同一種分類。頂光、逆光、側光和底光描述方向；柔光、硬光描述陰影性質；蝴蝶光是人像布光模式；體積光則描述光束在霧、塵等介質中可見的效果。它們可以搭配使用，不必八選一。 01｜頂光：壓迫、權力與孤獨光從上方照下來，眼窩和下巴容易形成陰影，人物可能顯得嚴肅或有壓迫感。可用於審問、懸疑、黑幫或角色陷入困境的場景。 1一位身穿黑色西裝的中年男性獨自坐在昏暗會議室中央，頭頂唯一的吊燈向下照射，額頭和肩膀較亮，眼窩與下巴留下深色陰影，背景逐漸隱入黑暗。 02｜逆光：輪廓、希望與登場感光源位於人物後方，頭髮或衣物邊緣可能形成明亮輪廓。若正面沒有補光，人物也可能成為剪影。可用於英雄登場、夕陽告別或故事轉折。 1一位披著長披風的劍客站在山頂迎向夕陽，金色逆光勾勒頭髮與披風邊緣，正面保留少量柔和補光，遠方雲海翻騰。 03｜體積光：讓光束在空氣中可見陽光穿過森林、霧氣中的車燈，或教堂窗戶投下的光束，都是常見的影像效果。電影與電腦圖學常用「體積光」（Volumetric Lighting）、「God Rays」或「Light Shafts」描述這類可見光束。「丁達爾效應」是光被微粒散射的物理現象，常被創作圈用來形容光束穿過薄霧或塵埃的畫面；若要讓影像模型理解場景，可以直接描述光束、霧氣、塵埃與光源位置。 1古老教堂的彩繪玻璃窗透進金色陽光，空氣中有薄霧與細微塵埃，數道清楚可見的體積光束落在中央石製祭壇上，氛圍安靜而神聖。 04｜蝴蝶光：優雅、精緻的人像主光放在人物正前方、略高於眼睛的位置，再往下照。鼻子下方通常會出現小型蝴蝶狀陰影，因此也稱為 Paramount Lighting。常見於美妝、時尚與形象照。 1時尚女性站在攝影棚中，主光位於鏡頭正前方略高處，臉部受光對稱，鼻子下方形成小型蝴蝶狀陰影，顴骨輪廓自然清楚，搭配柔和下方補光。 05｜柔光：親切、自然與療癒柔光的陰影邊緣較模糊，明暗過渡平順。窗簾後的日光、陰天的天空，常能呈現這種效果。適合日常生活、人物特寫、品牌形象或講師影片。 1一位年輕女性坐在窗邊閱讀，陰天自然光穿過白色薄紗窗簾照亮臉部，陰影柔和、明暗過渡平順，保留自然膚質細節。 06｜硬光：力量、衝突與張力硬光會形成邊界清楚的陰影，例如直射陽光或小型光源直接照射。它能突出輪廓與材質，適合格鬥、運動、街頭風格或強烈個性的角色。 1拳擊手站在昏暗拳擊場中央，左上方硬質聚光燈照亮臉部與肩膀，形成清楚銳利的陰影，汗水反射高光，畫面充滿力量與張力。 07｜側光：立體、沉思與故事感光從人物側面照來，讓臉部一側受光、另一側留在陰影裡。側光可以是柔和的，也可以很銳利；不代表一定要把半張臉壓暗。適合訪談、人物獨白、紀實影像或懸疑短片。 1白髮老人坐在木屋窗邊看信，午後陽光從畫面右側照入，照亮右側臉頰與手部，左側保留柔和陰影，鼻樑和顴骨呈現自然層次。 08｜底光：不安、詭異與超自然光源在人物下方時，鼻子、眉骨與臉部陰影會違反日常熟悉的光線方向，容易產生不安感。常用於恐怖片、驚悚短影音或超自然題材。 1年輕女子獨自站在黑暗房間裡，手持位於胸口下方的冷白色手電筒，光由下往上照亮臉部，眉骨與鼻子形成反常陰影，背景幾乎全黑。把光線混搭，畫面會更具體先選擇一種方向，再搭配光線質地和色彩，就能組合出更明確的視覺效果：光線組合畫面感受常見情境蝴蝶光＋柔光精緻、親切 AI 講師、美妝人像側光＋柔光自然、有層次訪談、情感故事逆光＋柔和補光輪廓鮮明、仍看得清人物夕陽、英雄登場側光＋體積光空間感、可見光束森林、古堡、教堂頂光＋硬光明暗銳利、壓迫懸疑、審問場景底光＋冷色詭異、不安恐怖、超自然題材例如生成仙俠人物時，可以寫「夕陽從人物身後形成逆光，金色體積光束穿過雲海與薄霧，臉部保留少量柔和補光，衣袍邊緣有明亮輪廓」，比只寫「丁達爾光、電影感」更容易讓畫面方向清楚。三點布光：安排主光、補光與輪廓光三點布光（Three-Point Lighting）是人物訪談、廣告和影像製作常見的基本配置，三個光源各有工作：主光（Key Light）：主要照亮人物，決定臉部立體感與主要光線方向。補光（Fill Light）：減輕主光形成的陰影，但不必把陰影完全消掉。背光／輪廓光（Back Light／Rim Light）：從人物後方勾勒頭髮或肩膀，幫助人物與背景分開。新手可先從主光放在人物斜前方、略高於眼睛的位置開始，再用較弱的補光保留陰影細節，最後視需要加一點背後輪廓光。角度不是硬性規定，還是要依人物、背景與想要的效果調整。三點布光不代表一定要買三盞燈：窗戶可以當主光，白牆或反光板可以補光，畫面裡的檯燈也可能成為合理的實景光源。ARRI 的燈光手冊也將 Key、Fill、Separation 與 Background 列為人物布光中不同的工作角色，可參考其燈光手冊。 1一位成熟穩重的男性講師站在攝影棚內。左前方略高處的大型柔光源作為主光，照亮臉部；右前方較弱的補光保留自然陰影；人物後上方有微弱輪廓光，勾勒頭髮與肩膀，讓人物和深灰背景分開。中近景，直式構圖，膚質自然。七種值得認識的人像布光模式人像布光模式看的是光線在臉上形成的影子，而不只是燈架放在哪裡。除了前面介紹的蝴蝶光，以下幾種也很實用。倫勃朗光（Rembrandt Lighting）主光從人物斜前上方照來，暗側臉頰、眼睛下方會留下一塊小三角形亮區。它常用於成熟、有戲劇感的人像。只有「半張臉亮、半張臉暗」還不足以稱為倫勃朗光，需看三角形亮區是否出現。 1成熟男性坐在深色背景前，暖色主光從右前上方照射，暗側眼睛下方保留清楚的小三角形亮區，陰影深邃但仍有細節，呈現古典人像光影。環形光（Loop Lighting）主光通常在人物斜前上方，鼻子旁會形成一小段彎曲、沒有連到臉頰大陰影的鼻影。這裡的 Loop Lighting 指的是人像布光，不是直播常用的 Ring Light 圓環燈。分割光（Split Lighting）光線從接近人物正側面的位置照來，讓臉部兩側形成明顯明暗分界。它比一般側光更戲劇化，常用於神秘或情緒強烈的角色。寬面光與窄面光（Broad／Short Lighting）這兩種布光要看人物臉部朝向鏡頭的角度，以及哪一側受光。寬面光照亮較朝向鏡頭、可見面積較大的那側；窄面光則照亮較遠離鏡頭、可見面積較小的一側，常用來增加立體感。它們描述的是受光面和鏡頭的關係，不是光線軟硬或人物臉型。蛤殼式布光（Clamshell Lighting）主光放在人物正前上方，補光或反光板放在正前下方，從側面看像打開的蛤殼。這種安排能柔化眼下、鼻下與下巴的陰影，常見於美妝和精緻人像。模式觀察重點可先嘗試的情境蝴蝶光鼻子正下方的小陰影美妝、形象照環形光鼻子側下方的短鼻影自然人像倫勃朗光暗側眼睛下方的三角亮區戲劇人像分割光臉部明暗分界明顯懸疑、角色照寬面光朝向鏡頭的較大臉部受光明亮、開放的人像窄面光遠離鏡頭的較小臉部受光立體、有張力的人像蛤殼式布光上方主光、下方補光美妝、精品人像延伸的電影打光術語先知道術語在解決什麼問題即可，不必一次全背起來：術語白話說明常見用途輪廓光（Rim Light）讓人物邊緣受光，與背景分開人像、登場畫面高調照明（High-Key）整體明亮、暗部相對少廣告、清爽人像低調照明（Low-Key）以暗部為主，控制局部受光懸疑、黑色電影明暗對照（Chiaroscuro）用強烈明暗塑造立體與戲劇性古典或戲劇人像實景光源（Practical Light）畫面中看得到的燈、蠟燭或手機室內劇情場景動機式打光（Motivated Lighting）讓光線看起來有合理來源寫實影像負補光（Negative Fill）用黑布或黑板減少反射光，讓陰影更深戲劇人像反射補光（Bounce Lighting）把現有光反射回人物自然人像遮光造影（Gobo）遮住部分光線，投出窗格或樹影場景氣氛光比（Lighting Ratio）比較亮部與暗部的明暗關係人像控制光線衰減（Light Falloff）光線隨距離改變而變弱空間與局部照明眼神光（Catchlight）眼睛表面反射出的光點人像特寫體積光（Volumetric Lighting）光在霧、塵等介質中形成可見光束森林、奇幻場景黃金時刻（Golden Hour）日出後或日落前的低角度陽光旅行、愛情影像藍色時刻（Blue Hour）日出前或日落後的藍調時段夜景、城市影像高調不等於過曝，低調也不等於把整張圖直接調暗；兩者都要保留有意識的明暗安排。負補光不是「黑色的燈」，而是利用深色表面減少環境反射。冷色螢幕光搭配暖色檯燈，也能形成有層次的冷暖對比。丁達爾效應的基本原理是光被懸浮微粒散射。若想了解這個物理現象，可參考愛荷華大學的丁達爾實驗說明；若是在 AI 提示詞描述電影畫面，通常直接寫「薄霧中的體積光束」會更具體。把攝影知識寫進 AI 提示詞可以用這個公式整理提示詞：人物與場景＋光源位置＋光線軟硬＋陰影效果＋色彩＋情緒氛圍例如，不只寫「一位男性坐在辦公室，電影級打光」，而是補充光從哪裡來、照亮哪一側，以及另一側要留下什麼陰影： 1一位成熟男性坐在深色辦公室內，午後柔和自然光從人物左前方的窗戶照入，照亮左半邊臉，右側臉頰保留細膩陰影；背景檯燈提供溫暖輔助光，整體沉穩、專業，像電影訪談畫面。 AI 不會真的拿尺測量 45 度，實際陰影也不一定完全符合指定方向。因此，重要要求最好同時寫「光源方向」與「臉上要出現的陰影」，再依生成結果修正。文生圖和圖生影片要寫不同重點文生圖需要描述人物、場景、光線、構圖與風格。圖生影片則已經有首幀提供人物外觀、場景和大致光線，提示詞可以把更多篇幅放在動作、運鏡和時間變化，並提醒模型延續原圖的光線特徵： 110 秒寫實電影短片，一鏡到底。男性原本低頭沉思，緩慢抬起頭並望向鏡頭，目光逐漸堅定。鏡頭從中近景緩慢向前推進，最後停在臉部特寫。延續原始畫面的主光方向與倫勃朗光影，保持人物五官和服裝一致，動作自然、微表情細膩。新手實戰：同一個人物比較八種打光一次只改變光線，其他條件盡量維持一致，才看得出光線本身造成的差異。步驟一：準備固定的角色參考圖可以使用自己有權使用的形象照，或先生成一位固定的虛擬人物。正面或接近正面的半身照、簡單背景，會比較方便觀察光線變化。步驟二：請 AI 先規劃提示詞123請參考我提供的角色圖片，盡量保持人物五官、髮型、服裝、拍攝角度與背景一致。我要比較八種電影打光：頂光、逆光、體積光、蝴蝶光、柔光、硬光、側光、底光。請先為每一種列出光源位置、陰影特徵與情緒方向，再一次生成一個版本，方便比較。不同工具對角色參考與提示詞的遵循程度可能不同；如果人物、背景也一起改變，先簡化要求，讓比較條件盡量接近。步驟三：觀察光線，不只挑最漂亮的一張光大致從哪個方向來？哪一側臉比較亮，鼻子和下巴的陰影怎麼變？陰影邊緣是柔和還是銳利？背景有沒有被照亮？不看表情，光線本身帶來什麼情緒？步驟四：再比較人像布光模式使用同一角色，分別嘗試三點布光、倫勃朗光、環形光、分割光、高調與低調照明，觀察它們在臉部形成的差異。步驟五：挑三種光線做短片從靜態圖中挑三種效果，分別生成 5 至 10 秒短片。先不要要求同一支影片不斷切換八種光線，因為模型還要處理人物動作、運鏡、場景與時間變化；拆開練習會比較容易找到問題來源。想繼續學，可以按四個階段練習看懂光線：從頂光、側光、逆光、底光、柔光與硬光開始，練習判斷光源方向和陰影位置。安排光線：認識主光、補光、輪廓光、三點布光與基本光比，理解每道光各自的作用。用光設計情緒：練習倫勃朗光、環形光、分割光、蝴蝶光、高調與低調照明。用光說故事：進一步觀察動機式打光、實景光源、冷暖色對比、體積光、負補光，以及鏡頭之間的光線連續性。可以延伸搜尋 Three-Point Lighting Tutorial、Rembrandt Lighting Photography、Portrait Lighting Patterns、Cinematic Lighting for Beginners、Motivated Lighting Cinematography 等英文關鍵字，搭配燈位示範和前後比較來練習。若想延伸到運鏡與鏡頭描述，也可以閱讀AI 攝影語言與 Google Flow 運鏡提示詞；想從故事角度規劃影片，則可參考AI 影片故事與敘事能力。以前談 AI 影片，常常先比模型、工具與提示詞。現在生成門檻降低了，我反而覺得攝影、打光、構圖、色彩、運鏡和故事節奏更值得補上。新手不必先背完名詞，可以從看懂光開始，再練習如何安排光線、用光表達情緒。當你知道光從哪裡來、陰影應該落在哪裡，以及這道光想說什麼故事，你就不只是叫 AI 生成影片，而是在學影像創作。常見問答 (FAQ)Q1：為什麼寫了倫勃朗光，AI 卻沒有生成三角形亮區？模型可能只抓到「強烈明暗對比」，沒有準確還原臉部陰影結構。可以補充「人物暗側眼睛下方保留一塊清楚的小型三角形亮區」，並先用靜態圖片確認光影，再拿來生成影片。 Q2：AI 人像看起來像塑膠娃娃，改善打光就夠了嗎？不一定。柔和側前光、自然陰影和真實皮膚紋理可能有幫助，但臉部細節、生成模型特性與後製也會影響真實感；打光不是唯一因素。 Q3：為什麼圖生影片後，人物臉上的光線會變來變去？影片生成時，模型可能無法在角色轉頭、移動或運鏡後穩定維持光線方向。可以先減少大幅度轉頭與運鏡，並保持簡單明確的光源設定；若情節需要明顯從白天轉夜晚，可拆成不同鏡頭處理。 Q4：一定要用英文提示詞，AI 才懂打光嗎？不一定。可以先用中文說清楚場景、光源方向和陰影，再補上必要的英文術語，例如 Rembrandt Lighting、Soft Light 或 Volumetric Lighting。若效果不理想，再把關鍵句改成英文比較。 Q5：學會三點布光後，所有影片都應該用三點布光嗎？不是。三點布光適合建立清楚、穩定的人物照明，但有些故事需要保留大量陰影、只用自然窗光，甚至不補光。攝影知識是幫助你判斷何時用光，也知道何時應該把光拿掉。
2026/10/19
AI工具影音行銷

AI 影片人物表情太假？用提示詞拆解微表情與情緒節奏

明明只想讓 AI 影片裡的女生開心地笑一下，結果生成出來卻張大嘴巴、露出整排牙齒，像在拍牙膏廣告；想讓角色有點委屈，卻變成嚎啕大哭；想呈現害羞，最後表情反而僵住。這不一定代表模型不夠強。很多時候，提示詞只交代「開心、委屈、緊張」這類抽象情緒，卻沒有說明角色要怎麼表現。把情緒轉成觀眾看得見的表情、動作和變化順序，通常更容易得到細膩的演出。這套描述方式可以用在支援文字生成影片或圖片生成影片的工具，例如 Google Flow、MiniMax H3、Wan 等；不同工具、模型版本與方案對提示詞的理解會有差異，範例是可調整的寫法，不保證每次都生成相同結果。為什麼 AI 人物看起來像在「演」？假設你想生成一段男女主角在咖啡廳約會的影片，提示詞寫著：「女生聽見男生說笑話後，非常開心地笑了起來。」「非常開心」沒有說明笑容的幅度、眼神怎麼變、角色是否要做其他動作。模型可能把這個情緒演成大笑，也可能只生成一張笑臉。若你想要的是電影裡含蓄、自然的反應，就要把情緒拆成具體畫面：女生先愣一下，接著嘴角微微上揚、眼神變柔和，最後不好意思地低頭輕笑。重點不是堆更多形容詞，而是把抽象情緒改寫成能被看見的表演細節。技巧一：把情緒拆成嘴角、眼神與臉部變化可以先用這個簡單公式整理提示詞：人物表情 = 嘴角與嘴唇 + 眼神與眉毛 + 臉部狀態這不是醫學上的表情辨識標準，而是一種把情緒說清楚的寫作方法。以下是可用來起稿的例子：情緒嘴角與嘴唇眼神與臉部開心嘴角緩慢上揚眼神柔和，眼睛微微彎起委屈嘴角輕輕下壓眼眶逐漸濕潤，表情短暫停住緊張雙唇輕抿目光短暫閃避，眉頭略微繃緊生氣嘴唇緊閉，下顎收緊眉頭皺起，目光集中驚訝嘴唇微張眉毛抬起，眼睛短暫睜大害羞嘴角含蓄上揚眼神閃躲，臉頰略微泛紅悲傷嘴角自然下垂眼神黯淡，眼眶泛淚同一種情緒不只有一種表情，實際寫法要依角色個性和劇情調整。也可以把太概括的描述改成更具體的句子：一般寫法：「女生露出開心的笑容。」具體寫法：「女生嘴角輕輕上揚，眼神逐漸柔和，雙眼微微彎起，臉頰自然放鬆，露出含蓄的微笑。」一般寫法：「女生覺得委屈，快要哭出來。」具體寫法：「女生嘴角微微下壓，眉頭輕輕皺起，眼眶逐漸濕潤，原本想說話的表情突然停住，努力忍住眼淚。」技巧二：加入少量肢體動作與視線方向臉部表情之外，手部動作、身體姿態和視線也能補足角色的反應。可以把提示詞擴充成：人物情緒 = 表情細節 + 手部動作 + 身體姿態 + 視線方向描述項目白話說明提示詞例子微表情短暫、細微的臉部變化嘴角微微上揚手部動作手指或手掌正在做什麼用手輕輕遮住嘴巴身體姿態肩膀、頭部和身體的姿勢身體微微前傾視線方向角色正在看哪裡從咖啡杯抬眼看向對方例如，不只寫「女生害羞地笑了起來」，還可以寫：「女生聽見對方說的笑話，嘴角慢慢上揚，忍不住露出微笑。她輕輕抬起右手遮住嘴巴，肩膀隨著輕笑微微起伏，眼神閃爍，最後不好意思地低下頭。」動作要留白。新手可以先安排一種主要情緒，再加上一到兩個明顯的肢體動作。若短短幾秒內同時要求角色轉頭、揮手、站起來、眨眼、甩頭髮和拿起杯子，模型可能難以維持動作順序，也容易出現肢體或物件不連貫的畫面。技巧三：安排情緒發生的先後順序自然的情緒通常有變化過程。收到期待已久的生日禮物時，角色可能先愣住，認出禮物後眼神亮起，最後才笑出來。可以把反應拆成三段：情緒觸發 → 情緒變化 → 情緒收斂時間情緒階段畫面描述 0–3 秒情緒觸發女生聽到對方稱讚，短暫愣住 3–7 秒情緒變化嘴角逐漸上揚，眼睛微彎 7–10 秒情緒收斂不好意思地低頭，再抬起眼睛微笑時間區間是幫助整理動作順序的提示，不代表每個模型都能精準在指定秒數完成表情。若時間切分沒有被遵循，可以改用「先、接著、最後」描述，或縮短影片、減少情緒變化。新手可直接套用的 AI 影片提示詞公式把提示詞按順序整理成：場景 + 人物 + 情緒原因 + 微表情 + 肢體動作 + 情緒節奏 + 鏡頭要求提示詞元素要交代什麼範例場景人物在哪裡溫暖的咖啡廳人物誰在演出成年女性，穿米白色上衣情緒原因發生了什麼事聽見朋友說了一句有趣的話微表情眼睛與嘴角怎麼變化嘴角上揚，眼神變柔和肢體動作手部與身體怎麼反應低頭輕笑，肩膀微微起伏情緒節奏反應先後如何變化先聆聽，再微笑，最後低頭鏡頭要求觀眾如何看見人物穩定中近景、柔和自然光想寫得更快，可以先填好故事和情緒，再讓 ChatGPT、Gemini 或 Claude 協助整理。以下提示詞可直接複製後修改：你是一位電影導演與演員表演指導。我想製作一段 10 秒的 AI 人物情緒短片。故事情境是：【填入你的故事】主要情緒是：【填入開心、害羞、委屈等情緒】請把抽象情緒拆解成具體可見的表演細節，包括嘴角與嘴唇、眼神與眉毛、臉部變化、手部動作、身體姿態和視線方向。請依照 0–3 秒、3–7 秒、7–10 秒安排自然連續的情緒變化。若時間切分不適合，請用「先、接著、最後」描述順序。整體表演寫實、細膩、克制，避免誇張表情與過多動作。最後整理成可直接貼入 AI 影片生成工具的繁體中文提示詞，並加入適合的鏡頭、光線與構圖描述。 AI 整理的提示詞仍需要人工刪減。有時候少寫幾個不必要的表情或動作，反而更容易得到清楚的演出。三種人物情緒的影片提示詞範例練習一：咖啡廳裡自然開心的女生這個範例先練一種情緒和一個主要動作：生成一段 10 秒的寫實風格電影影片。場景是一間溫暖舒適的咖啡廳，一位成年女性穿著米白色針織上衣，坐在木桌旁，面對正在聊天的朋友。先讓女生安靜聆聽，表情自然，眼神專注。聽見朋友有趣的話後，嘴角慢慢上揚，眼神變得柔和，眼睛微微彎起，露出自然的微笑。最後她短暫低頭輕笑，肩膀隨著呼吸微微起伏，再抬頭看向對方。整體表演自然、細膩、克制，情緒逐漸變化，沒有誇張的大笑。鏡頭保持穩定，使用中近景構圖，暖色自然光線，真實皮膚紋理，背景輕微模糊。不要字幕、不要畫面文字、不要誇張的表情變化。練習二：收到生日禮物，感動但忍住眼淚這個練習用表情、視線和手部動作呈現感動，不要求角色直接大哭：生成一段 10 秒的電影寫實風格影片。一位成年女性坐在溫暖的生日派對房間裡，雙手輕輕捧著一個紅色小禮物盒。一開始她低頭看著手中的禮物，表情從平靜逐漸轉為驚訝，眉毛輕輕抬起，雙眼稍微睜大。接著她認出這是自己期待已久的禮物，眼神逐漸柔和，眼眶微微濕潤，嘴角輕輕抿住，雙手自然地握緊禮物。最後她慢慢抬頭看向送禮的人，露出含蓄的微笑，眼神帶著感動，努力忍住眼淚。肩膀自然放鬆，動作緩慢真實，情緒細膩內斂。使用固定中景、柔和暖光和電影感景深。不要突然大哭、不要誇張張嘴、不要快速切換表情、不要字幕。練習三：害羞的約會反應這個情境適合戀愛短劇或情感短影音練習：生成一段 10 秒的電影寫實風格影片。傍晚的咖啡廳裡，一位成年女性與喜歡的對象面對面坐著，對方位於鏡頭外。女生原本自然地看著對方，聽見真誠的稱讚後短暫愣住。接著她的嘴角緩緩上揚，眼神變得柔和，臉頰略微泛紅，不好意思地把視線移向桌面。最後她輕輕整理耳邊的頭髮，再抬眼看向對方，露出害羞而含蓄的微笑。表情自然細膩，動作連貫，眼神變化真實，沒有過度表演。使用固定中近景、溫暖夕陽光線和電影寫實風格。不要突然大笑、不要誇張臉紅、不要字幕。如果想延伸學習鏡頭描述，可以接著看AI 攝影語言與 Google Flow 運鏡提示詞；若想理解 AI 影片敘事與整體製作，也可參考AI 影片製作工作流。生成結果不自然時，可以先檢查這五件事常見狀況可以怎麼調整笑容太誇張把「大笑、非常開心、興奮」改成「嘴角輕輕上揚、含蓄微笑、眼神柔和」，也避免同時加入多個高強度情緒形容詞。眼神空洞寫清楚視線方向，例如「原本看著咖啡杯，聽見聲音後慢慢抬眼看向對方」。人物一直亂動減少動作數量，先使用固定鏡頭、坐姿和單一手部動作，穩定後再增加其他動作。不同片段人物長相不同準備角色參考圖，使用工具支援的角色參考或圖片生成影片功能，並盡量維持髮型、服裝和場景一致。參考圖也不保證每個模型都能完全鎖定人物長相。沒有照指定秒數變化改用「先、接著、最後」描述順序，或縮短影片、減少同一段中的情緒變化。用同一張人物照片，練習三種情緒想觀察哪些細節會影響生成結果，可以先用同一張人物照片做三個版本：開心：嘴角輕輕上揚，眼神柔和，微微低頭笑。委屈：嘴角慢慢下壓，眼眶略微濕潤，短暫移開視線。緊張：輕輕抿住嘴唇，目光短暫閃避，手指自然交握。三段影片盡量使用相同場景、鏡頭角度、片長與模型設定。生成後並排比較，再一次只調整一兩個描述。這樣比較容易看出哪些表情或動作有效、哪些細節模型還不穩定；如果整段提示詞一次全部重寫，就很難知道差異從哪裡來。享哥的觀點：AI 影片提示詞也在描述演出生成影片時，人物漂亮、畫面精緻只是其中一部分。眼神、嘴角、呼吸、手勢和情緒停頓的時機，都會影響觀眾是否相信角色正在經歷某種情緒。同樣是笑，露齒大笑和偷偷抿嘴笑呈現出的個性就很不一樣。我們不一定要懂攝影機操作或演員訓練，但可以練習觀察表情與動作，再把觀察轉成提示詞。先練會讓角色自然地笑一次，再慢慢把這些方法整理成 AI Agent 能使用的角色表演規則。常見問答 (FAQ)Q1：怎麼讓 AI 影片角色的笑容看起來自然？不要只寫「開心地笑」，改寫嘴角、眼神和臉部狀態，例如「嘴角緩緩上揚、眼神柔和、眼睛微微彎起，露出含蓄的微笑」。再搭配少量動作，避免同時要求大笑和多種複雜表演。 Q2：提示詞要寫每個表情發生的秒數嗎？可以用時間區間整理變化順序，但各工具不一定能精準遵守秒數。若生成結果沒有照時間切分，可以改成「先、接著、最後」的敘述，或縮短片長、減少一段影片中的情緒變化。 Q3：只靠提示詞能讓不同片段的人物長相完全一致嗎？不能保證。可以準備角色參考圖，使用工具支援的角色參考或圖片生成影片功能，並盡量維持髮型、服裝和場景設定一致；不同模型與版本的角色一致性仍可能不同。 Q4：人物動作太多或一直亂動時，應該先改哪裡？先刪減動作，只保留一種主要情緒和一到兩個明顯動作，再使用固定鏡頭與清楚的視線方向。等結果穩定後，再逐步加入其他表演細節。
2026/10/18
AI工具 Vibe Coding Cloudflare

Vibe Coding 新手教學：Void 是什麼？Vinext 又是什麼？用 Codex 建站與選擇 Cloudflare 部署

最近看到 MUKI WU 分享影片《Vite 被 Cloudflare 買了？Void 開源能取代 Vercel 嗎？》，我也開始研究 Void 和 Vinext。這兩個名稱都和 Vite 有關，也都出現在 Cloudflare 的開發工具消息裡，但它們解決的問題並不相同。Void 適合從 Vite 專案開始，整合全端功能與部署；Vinext 則讓既有 Next.js 專案改用 Vite 工具鏈。這篇會用一個新手能跟上的例子，帶你用 Codex 建立 Void 練習網站，再認識什麼時候才需要研究 Vinext。安裝與指令依本文整理時的官方文件編寫；文章中的範例不是每種環境都已實機驗證，實際操作仍要以所安裝版本的文件為準。 Vite、Void、Vinext、Vercel 和 Cloudflare 有什麼不同？先把幾個常一起出現的名稱分開看：名稱主要工作可以先這樣理解 Vite 網頁開發伺服器與建置工具協助開發、即時預覽和打包網頁 Vite+ 整合 JavaScript 開發工具鏈把建置、測試與程式碼檢查等工具放在一起 Next.js React 全端框架提供頁面路由、伺服器渲染等網站開發功能 Vinext 以 Vite 重新實作 Next.js API 的外掛讓既有 Next.js 專案有機會改由 Vite 工具鏈執行 Void Vite 全端 SDK、CLI 與部署平台協助建立 API、連接資料資源並部署 Vite 應用 Vercel 雲端部署與代管平台提供部署、預覽和團隊開發流程 Cloudflare 雲端基礎設施與全球網路平台提供 Workers、D1、KV、R2 等服務 **Void 和 Vinext 不是同一種工具。**Void 的重點是從 Vite 應用出發，建立全端功能並管理部署；Vinext 的重點是讓 Next.js 專案沿用熟悉的應用目錄結構，改由 Vite 處理建置與執行。 Cloudflare 在 2026 年 10 月介紹 Void 時，說明 VoidZero 已加入 Cloudflare，並公開 Void SDK、CLI 和 Platform。這不代表 Vite、Void 和 Vinext 是同一個產品，也不代表原有的 Vite 專案會自動變成 Void 專案。Cloudflare 的 Void 公告用一句話記住它們的差異 Vite：負責開發和建置前端應用。 Void：在 Vite 工作流上加上全端路由、資源管理與部署。 Vinext：讓 Next.js 專案改用 Vite 工具鏈，並保留大量 Next.js 開發介面。 Vercel 和 Cloudflare：提供網站部署及執行所需的雲端服務。 Void 不是 Vercel 的直接替代品，Vinext 也不是把所有 Next.js 專案自動搬到 Cloudflare 的保證。選擇時應先看手上的專案、需要的功能和可接受的遷移成本。為什麼 Void 適合拿來學習 Vibe Coding？假設你想請 Codex 做一個活動報名網站。它可能需要網頁表單、API、資料庫和部署環境。過去，這些部分常要分別設定；Void 的目標是把 Vite 應用和 Cloudflare 資源放進較連貫的開發流程。 Void 主要由三個部分組成： Void SDK：在 Vite 專案中開發前端、伺服器路由及資源操作。 Void CLI：初始化專案、建置、建立或綁定 Cloudflare 資源、套用資料庫遷移並部署。 Void Platform：供團隊共用的部署平台，可自行架設並設定使用者權限和資源限制。初學者通常可以先從 SDK 和 CLI 開始，不需要一開始就安裝團隊用的 Platform。你可以先在自己的 Cloudflare 帳號裡建立一個小型練習，再視需要研究共用平台。 Void 的功能可以組合使用，也能和一些既有的 Vite 架構合作。不過官方目前將 Vinext adapters 列為實驗性支援；第一次學習時，先分開理解 Void 和 Vinext，會更容易判斷問題來自哪一層。Void Cloudflare 整合說明如何在 Mac 安裝 Void 並建立第一個專案？以下範例以 macOS 和 npm 說明。你需要 Node.js、終端機和 Void；若要部署到 Cloudflare，還需要 Cloudflare 帳號。Void 官方目前要求 Node.js 24.21.0 以上版本，其他作業系統也可依官方支援條件操作。Void 官方 GitHub 先確認 Node.js 版本打開 Mac 的「終端機」，輸入： 12node -vnpm -v 若 Node.js 版本低於 Void 目前要求的版本，請先更新。若你電腦上有其他 Node.js 專案，可以用 nvm 管理多個版本，避免更新後影響舊專案。建立練習資料夾並初始化在終端機輸入： 1234mkdir void-playgroundcd void-playgroundnpm install -D voidnpx void init 初始化指令會啟動設定流程，讓你選擇 UI 框架、起始範本和部署目標。Void 的 Vite+ 工具鏈是預設選項；如果只想先在本機學習，可以先略過部署設定。Void Quickstart 這篇用活動報名系統作為範例，可以選擇下列方向：設定項目練習選擇適合原因 Toolchain Vite+（預設）使用 Void 提供的整合工具鏈 Frontend React 建立常見的互動式網頁 Starter D1 練習網站、API 與 SQL 資料庫 Deployment Cloudflare 之後可部署到自己的 Cloudflare 帳號初始化時，Void 也會準備 Agent 可讀的專案指引。若要重新設定 Codex 等 Coding Agent，可以在專案根目錄執行： 1npx void init --agents 它會建立或更新 AGENTS.md，並依照可偵測到的 Agent 設定連結對應技能；這樣 Codex 可以讀取專案所安裝版本的 Void 文件，而不是只依賴模型記憶。Void Coding Agents 指南在本機啟動網站和 API初始化完成後，在專案資料夾輸入： 1npm run dev 依照終端機顯示的網址開啟瀏覽器，Quickstart 範例通常使用： http://localhost:5173 如果範本沒有 API 範例，可以新增 routes/api/hello.ts： 1234567import { defineHandler } from 'void';export const GET = defineHandler(() => { return { message: 'Hello from Void' };}); 再打開： http://localhost:5173/api/hello 你會看到類似以下 JSON： 123{ "message": "Hello from Void"} 這個路由的檔案路徑對應到 /api/hello，而 GET 表示用讀取方式回傳資料。Void 的官方 Quickstart 使用相同的入門範例；各種範本的檔案是否已預先建立，則要依初始化結果確認。Void Quickstart：呼叫伺服器路由如何用 Codex 開發一個報名網站？先把剛剛的 void-playground 專案開在 Codex。接著可以把以下提示詞貼給 Codex，請它先閱讀專案說明和已安裝版本的 Void 文件： 1234567891011121314151617181920212223242526272829你是一位熟悉 Void、React、TypeScript 與 Cloudflare Workers 的全端工程師。請先閱讀專案中的 AGENTS.md，以及 node_modules/void/ 內目前安裝版本的官方文件，再開始修改程式。我要建立一套簡單的活動報名網站。前台功能：1. 顯示活動名稱、日期和地點。2. 提供姓名與 Email 欄位。3. 在瀏覽器與伺服器端檢查必填欄位和 Email 格式。4. 成功寫入資料後，再顯示報名完成訊息。後端功能：1. 使用 Void 官方伺服器路由。2. 使用 Cloudflare D1 儲存報名資料。3. 使用資料庫 migration 管理結構變更。4. 防止同一個 Email 重複報名。管理功能：1. 管理頁必須有身分驗證和權限檢查。2. 未完成授權前，不能公開報名名單或 Email。開發規則：1. 優先使用專案已安裝版本的官方 API。2. 不要使用過時的 Void 語法。3. 不要建立不必要的第二套伺服器或部署流程。4. 先在本機完成開發與檢查，不要直接修改正式環境，也不要擅自部署。完成後請說明建立了哪些檔案、API 如何運作、資料存在哪裡、如何在本機測試，以及部署前還需要確認什麼。接著你可以在瀏覽器測試表單，並確認資料真的寫進本機 D1。不要只看畫面有沒有出現「報名成功」，還要檢查 API 回應和資料庫內容。正式網站也需要補上個資告知、垃圾報名防護和管理者權限。練習時不要使用真實的客戶資料，也不要把公開的名單頁當成登入驗證。如何將 Void 網站部署到 Cloudflare？本機功能確認完成後，若初始化時已選 Cloudflare 作為部署目標，可執行： 1npx void deploy 若當時略過部署設定，也可以指定 Cloudflare： 1npx void deploy --platform cloudflare 首次部署時，Void 可能會開啟瀏覽器要求登入並選擇 Cloudflare 帳號。CLI 會建置應用、建立所需資源、套用 migrations 並回報部署網址。Void 的 Cloudflare 部署指南部署後可到 Cloudflare 控制台的 Workers & Pages 檢查 Worker 狀態；若使用 D1，也要確認資料庫已建立並收到測試資料。本機 D1 與正式環境的 D1 是不同資料庫，本機測試資料不會自動複製到正式環境。部署前也要檢查 migration。程式碼回復到舊版本，不代表資料庫結構會自動回到舊狀態。第一次公開部署前，先理解哪些資源會建立、資料存在哪裡、帳號目前使用的方案與額度。 Vinext 是什麼？什麼時候才需要它？Vinext 是一個以 Vite 重新實作 Next.js API 的 Vite 外掛。它的目標是讓既有 Next.js 專案能保留許多熟悉的路由、元件和設定方式，再透過 Vite 建置並選擇合適的部署平台。 **如果你從零開始做一般 Vite 網站，通常不需要先安裝 Vinext。**它主要適合已經有 Next.js 專案、想評估 Vite 工具鏈或 Cloudflare Workers 部署的開發者。怎麼辨認既有專案是不是 Next.js？可以查看專案根目錄的 package.json。如果依賴中有 next，通常就是 Next.js 專案。app/、pages/ 和 next.config.js 或 next.config.ts 也常見於 Next.js 專案。如何先檢查相容性，再試用 Vinext？不要直接在正式專案上遷移。先建立 Git 備份或測試分支，再在專案目錄執行： 1npx vinext check 這會掃描部分已知相容性問題。檢查結果不能代替完整測試，但可以先找出值得注意的差異。若要建立 Vinext 設定，可接著執行： 1npx vinext init Cloudflare 文件中的典型流程會加入 dev:vinext 和 build:vinext 等 scripts。初始化後請先檢查 package.json，再依實際產生的指令啟動開發伺服器與正式建置： 12npm run dev:vinextnpm run build:vinext 部署到 Cloudflare Workers 的範例指令是： 1npx @vinext/cloudflare deploy 詳細流程請參考Cloudflare 的 Next.js／Vinext 指南。Cloudflare 也提供建立 Cloudflare-ready 專案的 C3 流程；若你是在既有 Next.js 專案上遷移，請以目前文件和 vinext init 的輸出為準。 Vinext 1.0 是否代表完全相容 Next.js？不是。Vinext 在 2026 年 9 月發布 1.0，代表它自身的公開 API 開始依循穩定版本規則；這不等於所有 Next.js API 和功能都已完整相容。官方文件仍列出部分功能差異，包括 Cache Components 和 Partial Prerendering，遷移正式網站前應查看相容性差異並實際測試。Vinext 1.0 說明・Vinext 相容性差異 Cloudflare 目前推薦在 Workers 上評估 Vinext；如果既有應用仍有相容性缺口，也仍保留 OpenNext adapter 等其他路徑。若網站只需要靜態輸出，Cloudflare Pages 也是另一種情境。選擇前先看專案實際用到的功能，不要只根據版本號或建置速度決定。 Vibe Coding 專案該選哪一種架構？可以先用下面幾種情境縮小範圍：專案情境可以先評估選擇時要注意品牌網站、作品集、簡單活動頁 Vite + 靜態網站代管如果沒有後端資料需求，不必增加全端架構從零開始做表單、預約或內部工具 Void + Vite + Cloudflare Workers + D1 確認資料庫、使用權限、個資與資源額度已有 Next.js 專案，想評估 Workers Next.js + Vinext + Cloudflare Workers 先跑相容性檢查，測試實際使用到的功能已有穩定的 Worker + D1 維持現有架構，按需要改善不要只為了新框架而重寫有會員、訂單、金流或多人維護需求先定義資料、權限、金流與維運需求需要比較完整架構與維護成本，不能只看部署一鍵化簡單來說：從零開始、想在 Cloudflare 上建立 Vite 全端應用，可以研究 Void；已經有 Next.js，才需要評估 Vinext；既有系統運作正常，就先確認遷移能解決什麼問題。若專案已經使用 Next.js 並依賴特定功能，可以比較 Vinext 的相容性差異，或繼續評估 OpenNext 等現有部署方式。Void 對 Vinext 的 adapter 目前仍是實驗性支援，正式系統要先做獨立驗證。Void Cloudflare 整合說明開始寫程式前，先請 Codex 做技術選型把需求交給 AI 後，不一定要馬上讓它寫程式。你可以先請 Codex 說明架構選擇、風險和還需要確認的資訊： 123456789101112131415161718你是一位熟悉 Vite、Next.js、Void、Vinext、Cloudflare 與 Vercel 的技術架構顧問。我準備建立一個網站。請先詢問並整理：1. 網站主要用途。2. 是否需要會員、資料庫、檔案上傳或金流。3. 是否已有現成專案，以及目前使用的框架。4. 是否指定部署平台、團隊流程或預算範圍。在開始寫程式前，請評估以下選項是否符合需求：A. Vite + 靜態網站代管B. Void + Cloudflare WorkersC. Next.js + Vinext + Cloudflare WorkersD. Next.js + VercelE. Cloudflare Worker + D1請比較學習成本、現有專案相容性、部署與維護需求、資料庫和權限設計，以及遷移風險。區分官方已說明的能力和仍需實測的部分。先提出推薦方案、理由和待確認事項；等我確認後再開始修改程式。不要直接部署正式環境。這段提示詞不保證 AI 每次都選對架構，但能讓你在程式碼產生前先看見方案取捨。架構不複雜時，也可以直接沿用熟悉且已運作穩定的工具。新手可以怎麼安排學習順序？如果要安排一門 Vibe Coding 入門實作課，我會拆成四個階段：先做一個簡單網站：用 Codex 和 Vite 建立互動網頁，認識本機開發與正式網站的差異。再加入 API 和資料庫：用 Void 建立表單、路由和 D1，確認資料如何從前端寫進資料庫。了解部署與環境：學習 Workers、D1、環境變數和 migration，理解測試資料與正式資料的區別。最後看既有 Next.js 專案：用測試分支檢查 Vinext 相容性，再比較不同部署路徑。這個順序會先建立網站與資料的基本概念，再逐步加入部署和遷移。新手不必在第一天就同時學會 Vite、Void、Vinext、Next.js、資料庫、Docker 和雲端維運。常見問答 (FAQ)Q1：Void 免費嗎？使用 Void 會不會產生 Cloudflare 費用？Void SDK、CLI 和 Platform 的原始碼以 MIT 授權公開，但 Cloudflare Workers、D1、R2 等雲端服務仍有各自的方案、額度和使用條件。軟體開源不代表雲端資源無限制免費；部署前請查看 Cloudflare 目前的方案與服務用量。 Q2：使用 Void 一定要架設 Void Platform 嗎？不需要。個人專案可以用 Void SDK 和 CLI，部署到自己的 Cloudflare 帳號。Void Platform 主要提供團隊共用的部署環境、權限和資源管理功能。 Q3：Void 可以完全取代 Vercel 嗎？不能一概而論。Void 適合需要 Vite 全端功能並希望部署到 Cloudflare 的情境；Vercel 有自己的 Next.js 整合、預覽部署和團隊工作流程。應依專案需求、既有架構和維護方式比較，而不是只看平台名稱。 Q4：Next.js 專案可以直接改用 Vinext 嗎？不能保證直接替換就能運作。Vinext 提供相容性檢查與遷移指引，但仍有尚未完整支援的 Next.js 功能。先備份專案、執行 npx vinext check，再在測試分支驗證實際使用的頁面、資料載入、快取與部署行為。 Q5：Void 和 Vinext 可以一起使用嗎？可以把兩者放在同一個架構評估中，但 Void 官方目前將 Vinext adapters 標示為實驗性支援。入門時先分開學習兩者；若要整合到正式專案，請查閱相同版本的官方文件並自行完整測試。結語：AI 幫你寫程式，選型仍需要理解Void 和 Vinext 代表兩種不同的開發需求：Void 把 Vite 全端應用、Cloudflare 資源和部署流程連在一起；Vinext 則讓既有 Next.js 專案有機會改用 Vite 工具鏈。使用 Codex 或其他 Coding Agent 時，不妨先確認網站是否需要後端、資料應存在哪裡、誰能存取資料，以及部署後由誰維護。AI 可以協助你寫程式，工具可以簡化部署，但是否值得採用某個架構，仍要回到專案本身。如果你想先補上 Vibe Coding 的基礎，可以接著閱讀從零開始用 AI 寫程式的 Vibe Coding 指南；若想了解 Cloudflare 專案的 API 與安全考量，也可以參考Vibe Coding、Cloudflare API 與安全設定。官方學習資源本文依據 2026 年 10 月 18 日可查閱的官方文件整理；指令和功能可能隨版本更新，請以安裝版本的文件為準。 Void 與 Cloudflare： Void 官方網站 Void Quickstart Void Coding Agents 指南 Void Cloudflare 整合與限制 Void 官方 GitHub Cloudflare：Deploy with Void Cloudflare Workers 文件 Cloudflare D1 文件 Vinext： Vinext 官方網站 Vinext 1.0 說明 Vinext 文件 Vinext 相容性差異 Cloudflare：Next.js 與 Vinext 部署指南 Node.js： Node.js 下載頁面
2026/10/18
AI工具 ChatGPT 影音行銷

【六首歌如何寫成一季故事？用 ChatGPT、Suno 規劃 AI 音樂 MV】

最近看到有人分享一個 GitHub 開源專案，搭配「金曲獎作詞家秘訣也開源了」這類說法，讓人忍不住想點進去看看。先說明：目前不能只憑這份文件確認作者具有金曲獎作詞家身分，也不適合把它說成官方作詞秘訣。真正值得看的，是如何先規劃一整季的歌曲與 MV，再一集一集製作。這個專案叫 autoip-mv-maker。它的 README 介紹的是一套 AI 音樂 MV 製作流程；本文聚焦在其中獨立的系列企劃文件，並把觀念改寫成新手可以用 ChatGPT 和 Suno 練習的步驟。這些提示詞是入門練習，不代表必須先安裝該專案。以前用 AI 寫歌，常常是想到一個主題，就請它「寫一首關於失戀的歌」，再把歌詞交給音樂生成工具。第一首完成後，下一首又從零開始想，歌與歌之間未必有關聯。另一種做法是先規劃整個系列：六首歌可以各自成立，也能依序講完一段故事。第一首相遇、第二首曖昧、第三首告白，直到最後一首重逢。當故事主軸、角色、音樂特色和畫面方向先有共識，後續寫歌詞、生成歌曲與安排 MV 都比較容易接起來。先認識這個 GitHub 專案與系列企劃文件GitHub 專案本身涵蓋歌曲分析、分鏡、影像生成、剪輯、字幕與上架素材等 MV 製作流程；SERIES_PLANNING.md 則是規劃一季內容的文件。兩者的用途不同：你可以先讀系列規劃文件、用 ChatGPT 和 Suno 做創作練習；如果之後要執行專案中的完整自動化流程，再依 README 準備需要的環境。初學時先搞懂這幾個詞就夠了：名詞白話解釋 GitHub 放置程式碼與開源文件的平台 Prompt 你交代 AI 工作的指令 Hook 歌曲中容易被記住、可能反覆出現的一句歌詞或旋律 Suno 可依文字描述生成歌曲的 AI 音樂工具系列企劃開始做第一首歌前，先定義整季的故事與共同特色第一步：替整季歌曲定主軸系列企劃文件建議先用一句話說明整季，再找一條能把各集排出順序的主軸，接著挑出幾個跨集固定的風格錨點，並為每集寫企劃卡。季數、題材與故事結局都可以自行決定；文件中的 4 到 8 集只是系列規劃的例子。例如：都市愛情流行 × 六首歌，每首歌推進兩個人之間的距離，從相遇走到重逢。這句話同時交代題材、形式、集數和故事變化方向。接著可以把六首歌排成一條故事線：集數歌曲概念故事位置可發展的 MV 畫面 EP01 那天的雨雨天第一次相遇捷運出口、雨傘、街燈 EP02 多走一站兩人開始曖昧一起搭車、錯過下車提醒 EP03 我想告訴你終於鼓起勇氣告白夜晚散步、停在路口的對話 EP04 沒說出口誤會讓兩人分開沒有送出的訊息、空下來的座位 EP05 你的城市分開後各自生活兩個城市、相似的雨景 EP06 還好是你多年後再次相遇熟悉的街角、再次撐起的雨傘每首歌都可以自己聽，但角色與事件會逐步往前走。除了愛情故事，也可以用季節、一天的時間、人物選擇、距離變化或逐步揭曉的線索當主軸。用幾個穩定錨點保留系列感系列企劃文件把固定項目稱為「錨點」。你可以挑 3 到 5 個跨集保留，例如：同一組主角、固定的歌曲段落結構、某個反覆出現的物件、相似的 MV 畫面語言，或固定的縮圖與標題格式。其他項目仍可依每首歌的故事調整。這樣做是為了讓觀眾感覺「這些作品屬於同一個系列」，不代表每首歌都要使用一模一樣的曲風、場景或旋律。四種可以自行採用的歌曲敘事練習以下是把系列故事轉成歌曲的創作方式，供新手練習；它們不是原專案規定的固定結構。練習方式怎麼使用簡單例子問答式讓前後兩首歌互相回應男生唱「如果那天我沒有轉身，你會不會等我？」；下一首由女生回答「我其實一直都在等。」變形 Hook 保留熟悉句型，依劇情改變結尾「如果時間能夠重來」，從「我還是會遇見你」變成「我依然會選擇你」章回式每首歌代表故事的一個階段相遇、靠近、衝突、分開、重新選擇首尾呼應讓最後一首回到第一首的場景或意象開場在雨中相遇，結尾多年後又在雨中相逢新手可以先試「章回式＋變形 Hook」：前者幫你排故事順序，後者讓觀眾在不同歌曲裡聽到熟悉的線索。實際創作時仍要讓旋律、節奏和編曲有變化，避免每首歌聽起來只是同一首歌的改寫。第二步：先請 ChatGPT 規劃歌曲清單先不要一次寫完六首歌詞。打開 ChatGPT，請它先做系列企劃卡，讓你確認故事方向、歌曲情緒與畫面是否合理。提示詞：規劃一季歌曲12345678910111213141516你是一位華語流行音樂企劃人、作詞人與音樂製作人。我是沒有作詞經驗的新手，想製作一個六首歌的音樂系列。系列主題：從相遇到重逢的都市愛情故事。請幫我規劃六首歌，每首歌列出：1. 歌曲名稱2. 主要故事與它在整季中的位置3. 情緒氛圍與建議曲風4. 男聲、女聲或男女合唱5. 一句可以發展成 Hook 的歌詞概念6. 未來製作 MV 時可以呈現的視覺場景六首歌要有連續劇的感覺，但每首也能獨立欣賞。請使用自然的台灣繁體中文，不要過度文青或生硬。先用表格提供企劃，不要直接寫完整歌詞。收到企劃後，先檢查每一集是否真的改變了故事狀態。例如第二首是否讓兩人更靠近、第四首是否有足以造成衝突的事件、最後一首是否回應前面留下的問題。若只是六首歌都在重複「很愛你、很想你」，就回頭調整主軸或每集企劃卡。第三步：挑一首歌，分段寫歌詞先挑 EP01 試做，確認角色、語氣與 Hook 是否自然，再把相同的系列設定帶到下一首。提示詞可以像這樣：提示詞：寫第一首完整歌詞12345678910111213141516171819202122請根據剛才規劃的六首歌系列，開始寫 EP01《那天的雨》。故事：男女主角在雨天的捷運出口第一次相遇。曲風：華語流行抒情，溫暖自然，帶一點電影感。演唱：溫暖的男性聲線。歌詞要求：1. 使用自然的台灣繁體中文。2. 句子長短可以有變化，不要為了押韻使用奇怪的詞。3. 副歌有一句容易記住的 Hook。4. 使用雨傘、捷運出口、街燈等具體畫面，避免空泛形容。5. 歌曲要能接上後續五首的故事。請用以下段落標籤輸出，並檢查唱起來是否自然：[Verse 1][Pre-Chorus][Chorus][Verse 2][Chorus][Bridge][Final Chorus][Outro] Verse 是主歌、Pre-Chorus 是預副歌、Chorus 是副歌、Bridge 是橋段、Outro 是結尾。這些標籤可以協助描述歌曲段落，但生成結果仍要實際聽過再調整。第四步：把歌詞交給 Suno 生成歌曲打開 Suno，使用目前介面中可以自行輸入歌詞與音樂描述的創作方式。按鈕名稱與功能可能隨平台更新而變動；先確認現在的介面支援你要使用的輸入方式。準備三項內容： Title：例如「那天的雨」。 Lyrics：貼上整理好的歌詞和段落標籤。 Style：描述曲風、樂器、情緒與演唱方向。例如： 123Mandarin pop ballad, warm male vocal, emotional storytelling,soft piano, acoustic guitar, gentle drums, cinematic atmosphere,memorable melodic chorus, natural vocal delivery. 也可以用中文描述： 12華語流行抒情，溫暖成熟男聲，鋼琴與木吉他編曲，柔和鼓組，有電影感，副歌旋律容易記住，演唱自然有情緒。生成後先聽歌詞是否順口、Hook 是否記得住、情緒是否符合這一集。若不滿意，先找出問題來自歌詞、旋律、演唱或編曲，再針對該項修改，不必立刻把整首歌全部推倒重來。第五步：整理系列風格設定在繼續做 EP02 前，把整季固定的錨點整理成一份 style.md。不需要把所有細節鎖死；保留幾個跨集共同點，讓每首歌仍有自己的變化。提示詞：建立系列風格設定1234567891011請根據這六首歌的企劃，整理一份系列風格設定草稿 style.md。請先挑出 3 到 5 個值得跨集固定的錨點，例如：- 整季故事主題與主軸- 主角外觀或人物關係- 歌曲段落結構、人聲配置或反覆出現的聲音記號- 歌詞用字與語言風格- MV 的共同視覺元素或包裝方式另外列出每集可以自由變化的項目，例如曲風、場景、主色或象徵物。說明每首歌如何連到下一首，並保留人工調整空間。相同的曲風文字不保證每次生成都會得到完全相同的歌聲或編曲。若你需要較一致的人聲，請依目前平台提供的設定測試，並以實際生成結果為準。第六步：從歌曲企劃發展 MV 分鏡先完成歌曲，再把故事和歌詞拆成畫面。初學可以先用簡單流程：歌曲 → 故事分鏡 → 角色參考圖 → AI 影片片段 → 剪輯成 MV 以 EP01《那天的雨》為例，可以從下列畫面開始：分鏡畫面內容 01 台北雨夜，行人穿過捷運站出口 02 男主角走出車站，發現有人在屋簷下躲雨 03 他把雨傘往對方身邊移了一點 04 兩人在街燈下對視，音樂進入副歌 05 女主角離開，男主角回頭看向她的方向提示詞：把歌曲轉成 MV 分鏡123456789101112131415我已經完成歌曲《那天的雨》。請根據歌詞設計一支 AI 音樂 MV 分鏡表。影片比例：16:9。視覺方向：台灣都市愛情電影、寫實攝影、溫暖色調。場景：捷運站出口、雨天街道、便利商店、夜晚街燈。請依歌曲實際長度安排每個分鏡，列出：1. 開始與結束時間2. 對應歌詞3. 畫面與角色動作4. 攝影機運動5. 靜態圖片提示詞與影片提示詞以 5 到 10 秒片段作為初步規劃單位，維持角色外觀、服裝與場景連續。先給我分鏡表審核，不要直接生成影片。依照歌曲時間安排畫面，也要考慮生成片段可能需要裁切、延長或重新剪接。不要期待每段 AI 影片剛好符合節拍；最後仍要在剪輯軟體中調整鏡頭長度、音樂進點與轉場。進階：再考慮使用完整 MV 自動化專案如果只是練習系列企劃、寫歌詞和生成歌曲，可以先不下載或安裝 autoip-mv-maker。若要實際執行該專案，請先讀取它的官方 README：目前文件提到 AutoIP API、ffmpeg、字型與 API key 等前置條件，生成影像任務會使用點數。請在送出前查看靜圖與成本資訊，並依專案文件保管 API key；不要把 key 寫進一般檔案或貼進提示詞。若你只是想用 Codex 整理自己的企劃，也可以先建立簡單資料夾，管理故事設定和素材版本： 1234567891011121314151617my-ai-music-series/├── README.md├── style.md├── research.md├── characters/│ ├── male.md│ └── female.md├── episodes/│ ├── EP01/│ │ ├── lyrics_v1.txt│ │ ├── suno_style.txt│ │ └── storyboard.md│ └── EP02/└── assets/ ├── images/ ├── audio/ └── videos/ 這只是方便自己管理的資料夾範例，不是 autoip-mv-maker 安裝後自動建立的目錄。你可以請 Codex 協助整理企劃、比對每首歌是否符合 style.md，或把歌詞改寫成分鏡表；真正的歌詞、生成歌曲與影片仍要逐項檢查。開始前，先確認這四件事用一句話說清楚整季的題材與變化方向。每首歌都有自己的故事位置，而不是重複同一種情緒。選出 3 到 5 個跨集錨點，其他細節保留變化空間。先完成一首歌和一支 MV 的分鏡，再決定如何延伸整季。 AI 可以幫忙發想、整理和生成素材，但歌曲是否自然、故事是否說得通、角色是否連貫，仍要由創作者檢查。製作或發布作品前，也要確認歌曲、角色圖、字型與其他素材的使用權，並遵守所用平台的內容揭露規範。常見問答 (FAQ)Q1：這個專案證實作者是金曲獎作詞家嗎？不能只憑系列企劃文件確認作者具有金曲獎作詞家身分。本文聚焦的是文件中的系列規劃方法，不把網路貼文的說法當成已證實事實。 Q2：只用 ChatGPT 和 Suno 練習，需要安裝 GitHub 專案嗎？不需要。你可以先用 ChatGPT 整理故事與歌曲企劃，再用 Suno 試做歌曲；若要執行 autoip-mv-maker 的完整 MV 流程，才依官方 README 準備 API、ffmpeg、字型等環境。 Q3：把相同的 Style 提示詞貼給 Suno，就能固定歌手聲音嗎？不能保證。相同的描述可能產生不同的聲音或編曲；可依平台當前提供的聲音或延續功能測試，並以實際生成結果確認。 Q4：一定要做六首歌，才能叫音樂系列嗎？不一定。六首只是本文的示範規模。你可以依故事調整集數，重點是有清楚的共同主軸，並讓每一集既能獨立欣賞，也能推進整體內容。
2026/10/16
AI工具 Vibe Coding AI Coding

AI 讓寫程式越來越便宜，但真正值錢的是產品判斷力

AI Coding、Vibe Coding 讓更多人做得出網站、系統，甚至一個完整的 SaaS。當開發速度愈來愈快，真正該問的問題也跟著改變：我們做出來的功能，真的有人需要嗎？我最近讀到一篇文章，標題是〈功能變便宜了，判斷力變貴了：AI 時代的兩張地圖〉。文中用一個產品團隊的情境開場：導入 AI Coding Agent 後，團隊每個 Sprint 能完成的功能增加了，轉換率卻沒有提升，客訴反而增加。有人因此說：「我們好像只是把『做錯的東西』做得更快而已。」這是原作者設定的情境，不是實際研究數據；但它提醒了我，做得出來，不代表有人需要。 AI 降低了實作門檻，沒有替我們確認需求以前做網站或開發系統，常見的難題是「做不出來」。現在有了 Codex、Claude Code 等 AI Coding 工具，即使不是專業工程師，也能更快做出過去需要整個團隊才能完成的功能。但技術門檻降低，不會自動讓產品更符合需求。若只是把想像中的功能快速做完，可能只是更快地解決一個尚未證實的問題。先用兩張地圖看清楚問題與解法Customer Journey Map：找出使用者在哪裡卡住Customer Journey Map（顧客旅程地圖）從使用者的角度，整理他接觸產品、評估、購買、使用到後續服務的過程。它協助團隊找到使用者在哪一段遇到疑問或阻礙，而不是一開始就列出想開發的功能。例如，有人看到 AI 課程介紹後進入網站，可能想知道課程適不適合初學者、實體課與錄播課有什麼差別、購買後能觀看多久，或臨時無法上課時該怎麼辦。這些疑問不一定需要新功能；清楚的文案、簡化的購買流程或一段 FAQ，也可能更直接地解決問題。 User Story Map：把使用者目標拆成可交付的步驟User Story Map（使用者故事地圖）則從使用者想完成的目標出發，把過程拆成活動、步驟與支援功能，接著安排 MVP 先做哪些、哪些留待後續。以報名課程為例，學員可能需要瀏覽課程、比較方案、完成付款、收到通知，最後取得上課權限。整理出這些步驟後，團隊才能討論第一版要支援哪些必要流程。簡單來說，Customer Journey Map 協助我們發現問題，User Story Map 協助我們規劃解法，AI 則可以協助實作。 AI 能整理需求，也會把假設寫得像事實假設你告訴 Codex：「我要開發線上課程平台，學員應該很在意學習證書，請幫我規劃完整的證書系統。」AI 可能很快列出自動發證、QR Code 驗證、證書下載、公開查詢與管理後台，而且規格看起來完整又合理。但在投入開發前，仍要確認學員是否真的需要證書。如果他們更在意課程內容是否實用、影片能不能重複觀看，那套證書系統可能只是解決了我們想像中的問題。 AI 可以協助整理需求，卻不能代替真實資料。沒有訪談、客服紀錄、行為數據或其他證據支持的需求分析，仍然只是待驗證的假設。使用者遇到問題，也不代表一定要增加功能。從 Story Map 再往下寫成開發規格User Story Map 能說明使用者想完成什麼，卻未必包含 AI Coding Agent 實作所需的細節。例如，「身為學員，我希望購買課程後可以觀看教學影片」還需要回答：影片放在哪裡？付款失敗怎麼處理？觀看權限如何判斷？課程到期後會發生什麼事？直播回放尚未發布時要顯示什麼？這些細節需要進一步整理成開發規格（Spec）、業務規則與驗收標準。可以先用 Journey Map 和 Story Map 理清方向，再讓 AI 協助產出詳細規格，而不是直接開始寫程式。也可以把產品規劃整理在 docs/product/，並透過 AGENTS.md 指引 Codex 閱讀相關背景，讓它理解功能的目的與前後流程。再加一張成果地圖，確認功能是否真的有用我還會多問一個問題：功能完成後，我們怎麼知道它改善了使用者的處境？我把這個思考方式稱為 Outcome Map（成果地圖）；這是本文用來描述成果導向規劃的方式，不是某套特定的標準工具。假設學員常因為看不懂購買方案而猶豫，團隊決定把三種方案的權益說明得更清楚。完成方案比較頁只是交付了功能，接著還要觀察學員是否更容易選擇、付款完成率是否有改善、詢問方案差異的客服訊息是否減少。這些是要驗證的結果，不是預先保證會發生的成效。規劃工具協助回答的問題 Customer Journey Map 使用者在哪個階段遇到問題？ User Story Map 使用者要完成目標，需要哪些步驟與支援？ Outcome Map（本文的延伸用法）我們要觀察什麼，才能判斷改善是否有效？根據實際觀察再決定下一個版本要改什麼，才不會落入「想到功能、交給 AI、開發完成、再想到新功能」的循環，讓網站愈做愈大，卻說不清楚改善了什麼。下次使用 Codex，先請它協助規劃與其一開始就說「幫我做一個有會員、金流、後台和課程管理的網站」，不妨先用一段提示詞，要求 AI 整理需求、假設、MVP 與驗收方式：先不要寫程式。請扮演產品經理與 UX 顧問，協助我分析目標使用者、使用情境及主要痛點。請區分已知事實與待驗證假設，建立 Customer Journey Map 和 User Story Map，規劃 MVP，並提出每項功能的驗收標準與成功指標。最後告訴我哪些功能目前不建議開發，以及原因。等我確認規劃後，再開始寫程式。這樣可以讓 AI 先協助思考需求、檢查假設與規劃產品，再進入開發。最後是否採納規劃、是否真的要做，仍然需要由我們判斷。功能愈容易開發，愈要考慮維護成本程式碼變便宜，不代表維護系統也變便宜。每增加一個功能，都可能帶來資料庫、權限、測試、資安、客服與後續維護工作。透過 AI Coding 一個人能做更多事，也可能變成一個人要維護更多複雜系統。這和我在 AI Coding 技術債：寫程式快 10 倍，Temporary Fix 也可能快 10 倍談到的維護問題相通。 AI 時代需要培養的不只是 Prompt 技巧或寫程式的能力，也包括產品判斷力：理解使用者遇到什麼問題、判斷哪些事情值得做、哪些可以先不做，並設法驗證結果。若你正在從想法評估產品，也可以延伸閱讀如何從產業痛點找到值得做的微型 AI 產品。以前軟體開發最怕「想得到，卻做不到」。現在更值得警惕的是「想得到，也做得到，卻沒有人需要」。未來厲害的 AI 開發者，未必是一天讓 Codex 寫出一百個功能的人，也可能是能判斷哪些功能根本不需要寫的人。產品的價值，從來不是功能有多少，而是解決了多少真正的問題。 📌 閱讀啟發：〈功能變便宜了，判斷力變貴了：AI 時代的兩張地圖〉。本文從原作者對 Customer Journey Map 與 User Story Map 的討論出發，延伸分享我對 AI Coding、需求驗證、開發規格與產品成果衡量的看法。標籤： #AICoding #Codex #ClaudeCode #VibeCoding #產品思維 #CustomerJourneyMap #UserStoryMapping #AI應用常見問答 (FAQ)Q1：Customer Journey Map 和 User Story Map 有什麼不同？Customer Journey Map 從使用者經歷出發，幫助找出旅程中的疑問與阻礙；User Story Map 則把使用者目標拆成活動、步驟與支援功能，協助安排 MVP 與後續工作。 Q2：User Story Map 可以直接交給 AI Coding Agent 開發嗎？它能提供使用者目標與流程脈絡，但通常還需要補上開發規格、業務規則、錯誤情境與驗收標準，例如付款失敗、觀看權限或課程到期時要如何處理。 Q3：文中提到的 Outcome Map 是標準產品工具嗎？不是。本文以 Outcome Map 稱呼「定義功能完成後要觀察哪些使用者或業務結果」的思考方式，並明確將它作為作者的延伸用法，而非特定標準工具。 Q4：AI Coding 讓開發成本趨近於零了嗎？AI Coding 可以降低部分實作成本，但不會讓資料、權限、測試、資安、客服與維護工作自動消失。每個新功能仍要評估它帶來的長期成本與實際價值。
2026/10/16
AI工具 Vibe Coding Codex

Codex 新手教學：用 3 個 Markdown 檔案讓 AI 接續你的專案

昨天才和 AI 討論好網站要做什麼，今天開啟新對話，它卻又問：「你想做什麼網站？」或者，原本用 Claude Code 寫到一半，想換 Codex 接手，卻得把需求、決策和目前進度重新說一次。更麻煩的是，明明已經說過某個功能不要做，換個對話，AI 又把它加回來。對剛開始學 AI Coding 的人來說，有個實用的習慣：把重要的專案資訊寫進檔案，讓每次工作的 AI 都能重新讀取。這篇不教複雜語法，也不需要先安裝外掛。我們會用一個簡單的網站練習，建立三份 Markdown 文件，並準備「初始化、開工、收工」提示詞，讓新對話有機會從上次的進度繼續。三個 Markdown 檔案各自負責什麼？這個做法參考三師爸 Sense Bar 在「AI Agent 基本功」EP06 分享的跨電腦專案管理流程，再加上一份 project.md，把長期需求和每天的工作進度分開。檔案可以把它想成記錄內容 project.md 專案企劃書專案目標、使用者、已確認需求、暫不處理的項目、重要決策和驗收標準 AGENTS.md AI 工作守則 AI 在這個專案裡要遵守的規則，以及需要讀取哪些文件 handoff.md 工作交接簿目前進度、已驗證與未驗證項目、問題、下一步和最後更新時間三份檔案都是純文字 Markdown，可以用文字編輯器打開。你不必先學會 Markdown；用一般文字和標題整理內容就能開始。其中，AGENTS.md 是 Codex 支援的指示檔，Codex 會依照檔案所在位置讀取適用的專案指示。project.md 和 handoff.md 則是我們自行約定的檔名；若希望 AI 使用它們，請在提示詞中要求讀取，或在 AGENTS.md 裡清楚指示何時讀取。OpenAI 官方文件也說明了 Codex 如何發現 AGENTS.md。第一次實作：先建立專案文件我們用「製作一個 AI 入門課程介紹網站」當作練習。先在 Finder 建立一個資料夾，例如 my-first-ai-website，接著在 ChatGPT 桌面版中選擇這個資料夾作為工作位置，並在新對話中選擇 Codex。介面名稱可能隨版本調整；官方 Codex Quickstart 有目前的桌面版入門說明。第一步先不要叫 AI 寫網站，請它建立需求和交接文件。可以貼上這段提示詞：提示詞 ①｜初始化我的第一個專案 12345678910111213141516171819202122232425262728293031323334353637383940414243你現在是我的 Codex 入門教練。我完全不懂程式設計，請用台灣繁體中文、新手能理解的方式協助我。我要建立一個「AI 入門課程介紹網站」。目標：讓一般人可以透過網站了解課程內容，包含課程介紹、學習特色、適合對象、常見問題及聯絡方式。請先不要製作網站程式。第一步，請確認目前專案的工作目錄。第二步，在專案根目錄建立三份 Markdown 文件：1. project.md記錄專案目標、目標使用者、確定要做的功能、暫時不做的功能、重要決策及驗收標準。2. AGENTS.md記錄 AI 工作規則。要求 AI 在接續任務時，按需要讀取project.md 和 handoff.md。不得擅自增加功能、改變已確認需求，或把尚未完成的工作說成已完成。3. handoff.md記錄目前進度、完成事項、驗證狀態、待辦事項及下一步工作。第三步，說明這三份文件各自的用途。要求：- 不要安裝任何套件- 不要部署網站- 不要推送到 GitHub- 不要修改專案資料夾以外的檔案- 如果已有同名文件，先檢查，不要直接覆蓋- 完成後確認三份檔案確實存在這段提示詞也要求 AI 確認工作目錄、檢查同名文件，並在完成後確認檔案確實存在。AI 在聊天裡說「完成」不代表檔案已經寫入；可以回到 Finder，確認資料夾裡看得到： 1234my-first-ai-website/├── AGENTS.md├── project.md└── handoff.md 文件準備好後，再請 AI 製作網站三份文件建立後，請 AI 先讀取規格，再依規格動工。這能讓已確認的需求和限制比較容易帶進下一步。提示詞 ②｜按照專案規格製作網站 12345678910111213141516171819202122請先讀取 project.md、AGENTS.md和 handoff.md，確認目前的專案目標與限制。接著開始製作第一版網站。需求：1. 使用 HTML、CSS 和必要的 JavaScript2. 暫時不使用資料庫或後端服務3. 網站要有課程介紹、課程特色、適合對象、常見問題、聯絡方式4. 使用繁體中文5. 電腦與手機都要能正常閱讀6. 版面簡潔、專業，適合 AI 入門課程7. 聯絡功能先使用示範內容，不要假裝已經完成正式報名或付款系統完成後：- 確認程式檔案已建立- 檢查是否有明顯錯誤- 告訴我如何在 Mac 上開啟網站- 區分已驗證與尚未驗證的功能- 用新手能理解的方式解釋結果網站完成後，可以依照 AI 提供的方法預覽，再把瀏覽器視窗縮小，檢查手機版是否容易閱讀。如果發現 FAQ 字太小，可以具體要求：「手機版 FAQ 文字太小，請加大字體、調整行距，但不要修改其他區塊。」用自然語言描述想看到的結果，是 AI Coding 對初學者很有幫助的地方；仍要親自檢查畫面和功能，不能只看 AI 的完成摘要。每天結束前更新交接簿準備休息時，請 AI 根據專案檔案和實際成果更新 handoff.md。交接內容要分清楚哪些已完成、哪些真的驗證過，以及哪些還沒檢查。提示詞 ③｜收工，保存交接進度 12345678910111213141516171819202122今天先做到這裡，請幫我收工。請檢查目前專案檔案與實際工作成果。更新 handoff.md，包含：- 這次完成了什麼- 哪些功能已驗證- 哪些功能尚未驗證- 有哪些問題或阻礙- 下次建議先做的三件事- 最後更新時間如果本次沒有改變已確認的需求，就不要修改 project.md。如果有重要需求變更，先列出差異供我確認，不要自行定案。請不要刪除檔案、部署網站，也不要自動推送到 GitHub。最後告訴我文件實際更新了哪些內容。例如，「表單介面已經寫好」不代表「報名資料已成功送出」。這兩種狀態分開記錄，下一次接手時才不會把未驗證的功能誤認為完成。隔天開新對話時，先開工再修改隔天重新開啟同一個專案資料夾，開始新對話。先請 Codex 讀取三份文件，並檢查專案目前的 Git 狀態，再決定今天要做什麼。提示詞 ④｜開工，接續昨天的工作 12345678910111213141516171819202122今天要繼續這個專案，請幫我開工。先確認目前工作目錄。讀取：1. AGENTS.md2. project.md3. handoff.md如果專案有使用 Git，也請檢查目前版本與未提交的變更。請先不要修改程式。告訴我：- 這是什麼專案- 已經完成了什麼- 哪些地方還沒驗證- 上次停在哪裡- 今天最適合先做哪三件事請不要重新製作已完成的功能。這份交接不是昨天聊天紀錄的摘要，而是要求 AI 對照專案目前的檔案與變更。若交接文件已經過期，或實際程式和文件不一致，就要先核對再動工。想自動化開工和收工時，再了解 Skill每次複製長提示詞可能有點麻煩。熟悉基本流程後，可以再研究把常用指示整理成 Skill，減少重複輸入。三師爸 Sense Bar 開源的 cross-device-agent-skills 提供三個流程：project-init（初始化專案）、startup（開工）和 shutdown（收工）。它也介紹 GitHub 和 Obsidian 等延伸整合，實際效果會依安裝、設定和可用工具而不同。要先看清楚 Skill 會讀寫哪些檔案、需要哪些權限，以及是否會操作 Git。該專案 README 說明 shutdown 流程可能執行 git commit 和 git push；如果你不希望 AI 自動提交或推送，就要在使用前檢視流程並調整規則。想延伸了解 Skill 與 Plugin 的差異，可以參考站內的 Codex Skill 與 Plugin 指南。 GitHub 和 Google Drive 要一開始就設定嗎？剛開始練習時，可以先只在本機完成三件事： Codex 在正確的資料夾建立了專案文件。新對話能照指示讀取前一次的進度。收工時能根據實際成果更新交接簿。熟悉之後再學 GitHub。GitHub 能保存版本歷史，也可讓不同電腦取得專案；但「本機 commit」只代表建立了一筆本機版本紀錄，還要成功 push 才會送到遠端。 Google Drive 桌面版可以同步一般檔案，但若多台電腦同時修改同一個專案，可能發生同步衝突。跨裝置工作前，先了解雲端同步和 Git 的使用方式；不要把「檔案在雲端資料夾」當成「版本備份和同步都已驗證」。已經寫一半的專案，也能補上交接文件嗎？可以。先請 AI 檢查目前專案和既有文件，再根據實際內容整理，不必從頭重做。遇到資訊不足的地方，標記「待確認」，不要猜測，也不要覆蓋原有設定。提示詞 ⑤｜替舊專案補上交接機制 12345678910111213141516171819202122232425262728我已經有一個正在開發中的專案。請先檢查現有的資料夾、程式檔案和專案文件。不要重新製作網站，也不要覆蓋原有設定。請根據實際內容，協助我整理：- project.md：專案目標、需求、限制、已確認決策及驗收標準- AGENTS.md：AI 工作守則和文件入口- handoff.md：目前進度、驗證狀態與下一步如果已經存在相關文件，請優先整合，避免產生互相矛盾的規則。請嚴格區分：使用者已確認的要求、AI 自己提出的建議、實際完成的功能、尚未驗證的工作。不確定的事項請標記「待確認」，不要自行猜測。完成後提供文件摘要與差異，不要擅自變更功能或部署網站。專案文件讓接手更清楚，仍要核對實際成果project.md、AGENTS.md 和 handoff.md 不會自動讓 AI 永遠記得所有事情。它們的用途是把重要需求、工作規則和目前進度放在容易找到的位置，讓每次接手時有一份可查閱的依據。文件可能過期，AI 也可能漏讀；開始修改前仍要對照程式、版本控制狀態和實際驗收結果。對 AI Coding 新手而言，先學會保存需求、標示驗證狀態和更新交接內容，往往比多背幾段提示詞更能讓專案順利延續。常見問答 (FAQ)Q1：project.md 和 handoff.md 會被 Codex 自動讀取嗎？預設情況下，Codex 會依規則發現適用的 AGENTS.md。project.md 和 handoff.md 是自訂檔名，應在提示詞中明確要求讀取，或透過 AGENTS.md 指示 Codex 何時讀取。 Q2：不會寫程式，也能使用這三份文件嗎？可以。你可以用一般文字描述目標、限制和進度，再請 Codex 協助整理文件。仍要親自確認需求和驗收結果是否正確。 Q3：建立 handoff.md 就等於已經備份專案嗎？不是。handoff.md 只是記錄工作的文字檔。若要保存程式版本或在不同裝置取得專案，還需要設定 Git、遠端儲存或同步工具，並確認相關操作確實成功。 Q4：已經開發一半，還能開始使用嗎？可以。先檢查現有檔案和文件，再整理專案目標與進度；不確定的內容標記待確認，避免把建議誤寫成已確認需求。 Q5：交接文件可以完全避免 AI 重做或誤解需求嗎？不能保證。文件能降低重新交代的成本，但仍需要定期更新，並在每次工作開始時對照實際檔案、程式狀態和驗收結果。參考資料與延伸學習三師爸 Sense Bar｜AI Agent 基本功 EP06：如何讓多個 AI Agent 跨電腦協作專案影片：https://www.youtube.com/watch?v=mnFdJaAmeUM cross-device-agent-skills 開源專案 GitHub：https://github.com/mathruffian-dot/cross-device-agent-skills OpenAI｜Codex AGENTS.md 官方文件 OpenAI｜Codex AGENTS.md 官方文件 OpenAI｜Codex／ChatGPT 桌面版入門文件 OpenAI｜Codex／ChatGPT 桌面版入門文件 #Codex #AICoding #VibeCoding #AI教學 #AGENTSmd #ChatGPT #ClaudeCode #AI工作流
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。
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
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。