AI 文字生成影片工具

先講清楚畫面裡是誰、是什麼，再補兩三個看得到的細節：年紀、穿著、材質、顏色。「一位穿著墨綠色制服、看起來很累的護理師」，給模型的線索遠比「一個人」多。一支影片只放一個主角，畫面的焦點才明確。

寫出從第一秒到最後一秒發生了什麼變化，動詞最好帶點節奏感：慢慢倒茶、回頭瞄一眼、把傘上的雨水甩掉。幾秒鐘的鏡頭只放得下一個有頭有尾的動作；一句話塞三個動作，結果多半每個都很趕，或是做到一半。

交代地點、時段，需要的話加上天氣，再挑一兩個背景細節。會自己動的東西，例如蒸氣、落葉、路上來往的車，能讓主角不動的時候畫面也不死板。背景塞太滿反而會搶走主角的戲，所以要懂得取捨。

寫明景別（特寫、中景、遠景）和一種運鏡：固定鏡頭、緩慢推近、橫搖、跟拍或手持。最好講清楚鏡頭從哪裡開始、停在哪裡。像「一邊推近一邊拉遠」這種互相打架的指令，只會讓模型自己猜你要的是哪一個。

說明光從哪裡來、從哪個方向打、是什麼顏色：背後低角度的夕陽、桌上一盞檯燈、陰天的平光。有需要再加一種質感，例如 35mm 底片、早年的家用攝影機、黏土動畫。調整光線，往往比多擺一個道具更能改變整個鏡頭的情緒。

如果模型會生成音訊，就把你想聽到的聲音寫下來：室內的環境音、踩在碎石路上的腳步、雨打在鐵皮屋頂、遠方的火車。近的和遠的聲音搭著寫。打算之後自己配樂或配音的話，就挑可以關掉聲音的模型，這一段直接省略。

三款模型都能輸出 9:16。想做很短的開頭鉤子或循環片段，Wan 3.0 最短可以只生成 2 秒。想讓影片直接帶聲音，MiniMax H3 每支都會配上立體聲音軌；用 Wan 3.0 和 Seedance 2.5 時，聲音要不要開由你決定。

沿著海岸線慢慢飛過去、看一座城市逐漸甦醒，這種鏡頭需要時間。Wan 3.0 最長 30 秒，MiniMax H3 和 Seedance 2.5 最長 15 秒。鏡頭拉長時，記得寫一個慢慢發生的變化，像是陽光移過牆面、晨霧漸漸散開，讓多出來的秒數有東西可看。

想要上下有黑邊的電影畫幅，可以在 MiniMax H3 和 Seedance 2.5 選 21:9。寬畫幅適合整個畫面都有內容的提示詞，例如一位騎士在遼闊的天空下穿越草原，而不是只在正中間放一個小小的主角。

影片如果要放進剪輯專案，搭配你自己的音樂、旁白或音效，無聲素材比較好處理。在 Wan 3.0 或 Seedance 2.5 把聲音關掉就行。MiniMax H3 一定會生成音軌，不過你還是可以在剪輯軟體裡靜音或換掉。

影片要在大螢幕上播，或是後製還要裁切，解析度就很重要。MiniMax H3 有 2K，Wan 3.0 和 Seedance 2.5 最高 1080p。設定越高，需要的點數越多，送出前生成按鈕上都會標示。

如果只是想確認一個場景行不行得通，就用低解析度、短長度：在 Wan 3.0 或 Seedance 2.5 選 480p，草稿成本最低。同一個點子多試幾個版本，挑出最好的那支，再好好生成正式版。

「一位繫著墨綠色圍裙的老鐘錶師傅彎腰靠在工作檯前，用鑷子夾起一顆極小的黃銅齒輪，慢慢舉向窗邊。老街上一間窄小的鐘錶行，傍晚，整面牆的掛鐘滴答作響，灰塵在空氣中飄著。鏡頭從中景緩慢推近到他雙手的特寫。左邊是暖黃色的檯燈光，窗外透進冷藍色的天光，淺景深。聲音：層層疊疊的滴答聲，窗外隱約有機車騎過，鑷子輕輕的喀噠聲。」

「繫著墨綠色圍裙的老鐘錶師傅」是一個人物加上兩個看得到的特徵。「夾起一顆黃銅齒輪，慢慢舉向窗邊」是一個有起點、有終點的動作，整支影片因此有清楚的走向，而不是人物漫無目的地動來動去。

「老街上一間窄小的鐘錶行，傍晚」短短幾個字就把地點和時段定下來。整面牆的掛鐘和飄浮的灰塵是會自己動的背景細節，師傅的手在慢慢、仔細地操作時，畫面依舊是活的。

「從中景緩慢推近到他雙手的特寫」寫清楚了一種運鏡、它的速度、起始景別和結束景別。模型知道從哪裡開始、停在哪裡，也知道這個鏡頭真正的重點：那雙手和那顆齒輪。

「左邊暖黃色檯燈光，窗外冷藍色天光」給了兩個光源，各有方向和顏色，人物臉上就有冷暖對比。「淺景深」把整面牆的掛鐘柔化成背景，讓它襯托主角，而不是跟主角搶畫面。

三層聲音：室內聲（滴答聲）、遠處的聲音（機車）和近處的細節（鑷子）。對會生成音訊的模型來說，這就是一份清楚的混音方向。如果在 Wan 3.0 或 Seedance 2.5 把聲音關掉了，就把這一句刪掉，它已經沒有作用。

沒有第二個人物、沒有對白、畫面裡沒有文字，也沒有切到別的地方。這些都會讓一個短鏡頭在好幾個想法之間分心。故事真的需要的話，就拆成幾段各自生成，每段寫自己的提示詞，最後在剪輯軟體裡接起來。