如何製作AI影片：我完整的分步流程

第一步：動任何工具之前，先把腳本寫出來

我知道這聽起來是廢話，但我見過太多創作者先用AI工具跑出來的素材來搭影片，再圍著這些素材寫腳本。這樣每次都會做出很弱的內容。腳本是脊梁，其他一切都掛在它上面。

做YouTube影片時，在生成任何一張圖或一個影片片段之前，我會寫一份完整的腳本——不是要點提綱，而是真正的腳本。做TikTok時，我至少會寫出清晰的三段式結構：鉤子、核心洞見、行動號召。這個結構會準確告訴我需要哪些畫面、以什麼順序排列。

一支10分鐘的YouTube影片通常有8到12個獨立的畫面段落。我會在打開任何AI工具之前，就在腳本裡把它們全部標出來。這樣能避免那個陷阱：生成了一堆漂亮的片段，卻和你最後寫出來的敘事對不上。

第二步：生成你的基礎畫面

腳本梳理好後，我會根據內容類型進入Runway或Pika。對於帶b-roll的口播類內容，Runway的圖生影片功能是我的主力工具——我把自己拍的靜態圖片餵進去，讓它生成動態。這樣視覺風格就能和我的品牌保持一致。

對於影片裡的動畫講解段落，我會用Midjourney生成基礎圖形、再用Runway把它們動起來的組合。工作流程是：腳本段落 → 用Midjourney提示詞生成關鍵影格 → 用Runway加入動態。一旦熟悉了工具，這每一步大概只要五分鐘。

• 讓AI工具匹配你的內容類型——別所有東西都用同一個工具
• 每個關鍵畫面生成3到5個版本，從中挑最好的
• 記錄提示詞——一個專案裡好用的提示詞能遷移到其他專案
• 按腳本順序生成畫面——這樣更容易保持一致性
• 按需求的1.5倍來預留片段——總有一些進不了最終成片

第三步：帶著AI生成內容的特點去剪輯

AI生成的影片有一些特定的剪輯考量。這些片段往往沒有實拍素材那樣自然的進出點。我幾乎每個AI片段都晚幾格開始、早幾格切掉——這樣能藏住大多數生成工具都會產生的、略顯不自然的開頭和結尾狀態。

對AI內容來說，轉場處理更為重要。AI生成片段之間的硬切可能顯得突兀，因為即便提示詞一致，視覺風格也可能有輕微變化。我會用非常快的疊化，或者用過渡鏡頭——一個特寫、一個紋理鏡頭、一張標題卡——來處理這些轉場。

第四步：聲音設計把一切串起來

AI影片本身沒有聲音。這話聽起來是廢話，但創作者往往低估了聲音設計對於AI影片顯得精緻還是顯得假的影響有多大。音樂、環境音和音效都在讓AI畫面顯得扎實、真實這件事上承擔著重活。

做YouTube時，我會把Epidemic Sound的授權音樂和我用Suno生成的自訂環境音底層結合起來用。做TikTok時，在相關的情況下我會把音樂往當下的熱門聲音上靠，並戰略性地使用靜音來做強調——靜音在TikTok上能穿透人心，這是它在YouTube上做不到的。

第五步：審看、調整，並堅持穩定發布

大多數教學都會跳過的最後一步：建立一套穩定的審看流程。發布前我會用1.5倍速看每一支影片，專門盯著AI片段裡的時間性瑕疵、任何節奏拖沓的段落，以及封面那一格是否夠抓人。如果發現某個AI片段有瑕疵，我就重新生成——我絕不會發布一個我明知有明顯AI錯誤的片段。

對任何單支影片來說，穩定比完美更重要。我按計畫發布，而這個計畫雷打不動。工具讓我得以維持一個沒有幫助就絕無可能的發布頻率，而這種穩定性會隨時間複利累積，其效果是偶爾幾支完美影片所無法企及的。