在社群上滑到一支很厲害的 AI 影片，第一個念頭通常是：「提示詞呢？我也要。」
我一開始也是這樣。後來發現，照抄提示詞通常做不出同樣的片，原因不在提示詞，而在你根本不知道那支片是怎麼做出來的：一次生成，還是十段剪起來？這篇整理我拆參考影片的方法，讓你看片時先分清楚哪些能學、哪些只是剪得好。
- 先問「它到底做到了什麼」：我收的 75 支 AI 影片案例裡，有 43 支無法從成片判斷是不是一次生成的。
- 每個案例只寫四件事：為什麼值得看、可以學什麼、哪裡不能信、適不適合我的案子。
- 拉片要分工：切點與秒數交給程式量，景別與運鏡才交給模型判斷，漸變轉場要人看。
- 量尺不是評審：鏡頭表全部對得上，不代表片子好看或沒有穿幫。
每個案例只寫四件事
我替自己做了一個參考案例庫，到 2026 年 9 月中收了 121 個案例，只給自己研究用。別人的影片、圖片與完整提示詞不轉貼、不公開；這篇引用時，只寫作者帳號、一句話描述與原貼文連結。
每收一個案例，我只寫四個欄位：
- 為什麼值得看：一句話說清楚它厲害在哪。
- 可以學什麼：拆成可以搬到自己案子的做法。
- 哪裡不能信：貼文宣稱與畫面不符的地方、沒公開的資訊、權利疑慮。
- 適不適合我的案子：這個做法放到我手上的題目，風險高還是低。
最有用的一欄是「哪裡不能信」
121 個案例裡有 75 個附影片。回頭統計我自己寫的「哪裡不能信」欄位：
- 43 支都寫到同一件事：無法從成片判斷是不是一次生成的，其中多數明顯是多段剪接。
- 很多貼文沒附完整提示詞，或附的提示詞跟畫面對不上。
- 有些貼文本身是工具商的合作宣傳，宣稱的效果沒有對照。
這對剛入門的人很重要。你看到「一個提示詞生成 30 秒電影感短片」，背後很可能是好幾段素材剪起來的。拿它當標準要求自己的第一支片，只會覺得工具很爛、或自己很爛。
六個值得拆的案例
以下都避開既有影視或動漫角色，只用我自己的話轉述，畫面請點原貼文看。
3作者 @PixelAigc
同一段提示詞丟給兩個模型比
學什麼比較的思路：作者把別人寫的 30 秒打鬥提示詞丟進另一個模型。
別信什麼只生出 15 秒；作者自評約有對照模型的「六成」效果，但這是主觀自評，貼文也沒附兩邊影片並列。
5作者 @jackzhang123vip
先做白模，再渲染成兩種美術風格
學什麼作者先貼一段沒上材質的灰白 3D 動作預覽，隔天貼出同一段動作的兩種渲染版本：動作與構圖很可能在白模階段就定好了。
別信什麼沒說白模與渲染用了什麼工具。
6作者 @PixelAigc
58 支影片的批次翻車
學什麼批次任務不會繼承你沒寫進去的要求，大批開跑前先抽一兩支驗證。
別信什麼批次指令只寫「照前面的做」：AI 助手批次跑了約 14 小時，58 支全變成同一種古詩朗誦風，而不是原本要的搞笑。
練習一下（示意，非實例）：假設你滑到一則貼文：「一個提示詞生成 30 秒電影感短片！」沒附提示詞，角落還標著合作。下面四張卡，先想想哪裡能信、哪裡不能，再翻面。
「一個提示詞生成 30 秒」
貼文宣稱一次就生出整支片。
能信嗎？
先想一下，再點我看解析 ↻
先打問號
背後可能是好幾段剪起來的。我收的 75 支有影片案例裡，43 支無法從成片判斷是不是一次生成。
再點一次翻回去
沒附提示詞
只有成片，沒有寫法。
能信嗎？
先想一下，再點我看解析 ↻
無從驗證
沒附就無法對照；就算附了，也可能跟畫面對不上。寫進「哪裡不能信」。
再點一次翻回去
標註合作
角落寫著和工具商合作。
能信嗎？
先想一下，再點我看解析 ↻
當成宣傳看
可能是工具商的合作宣傳，宣稱的效果要有對照才算數。
再點一次翻回去
畫面真的很好看
光影、節奏都很漂亮。
能學嗎？
先想一下，再點我看解析 ↻
能學，但要拆
寫進「可以學什麼」之前，先分清楚它是一次生成、還是剪得好。
再點一次翻回去
拉片：程式量切點，模型只判斷
「拉片」是影視圈的老功夫：把一支成片拆回逐鏡頭表，記下每鏡幾秒、拍多近（景別）、攝影機怎麼動（運鏡）、畫面是什麼。
現在很多人會想：丟給 AI 看就好。問題是，讓模型自己數切點、算秒數，它會數錯，而且你很難發現。我後來採用的分工是：
| 工作 | 交給誰 |
|---|---|
| 切點（兩個鏡頭交接的那一格）、每鏡秒數、畫面動多少 | 程式量 |
| 景別、運鏡、畫面描述 | 模型看代表畫格判斷 |
| 最後對帳：秒數加總、說「推近」的鏡頭畫面真的有動 | 程式檢查 |
| 漸變轉場、「該動卻沒動」、好不好看 | 人看 |
這套分工來自開源專案 reelbench-skills（作者 eternityspring，Apache-2.0 授權）的拉片功能，量切點用的是免費影片處理工具 FFmpeg。我在自己電腦上的複本改成正體中文，也把「跳過的檢查算通過」改成「跳過＝沒驗」。整套不花錢，一支 6 分多鐘的片，量完只要約 22 秒。
我先拿自己的片測，因為自己的片有標準答案。有兩件事值得知道：
- 同角色、同色調的片會漏刀。在一支 CloneX 彩排片裡，有一刀從米白色的門切到白色長廊，意思完全不同，但亮度與顏色太像，預設靈敏度就以為沒切。把門檻從預設 0.30 調到 0.15 之後，另一支片（我的《金瓶梅》第八集）46 刀就全中了。
- 多抓的一刀，可能是真的。有一刀落在一段 AI 生成片段的中間：模型自己偷偷切了一刀。這正是拉片最有用的地方，它能抓到模型沒照你的鏡頭結構出片。
你想知道一支參考影片每一鏡幾秒，交給誰最可靠？
- A 模型直接數：它會數錯，而且你很難發現。
- C 照提示詞抄：提示詞寫的秒數不一定兌現，下一段就是例子。
看答案
提示詞說在 3.5 秒切，片子沒有
拉片也能拿來拆別人的片（第三方影片只在自己電腦上分析，不散布）。上面第一個案例的提示詞，明確寫了三個硬切時間點，實測卻是這樣：
有趣的是，換機位、燈光由暖轉冷這類畫面指令，它倒是照做了。這只是一支片的觀察，不是規則；但它提醒我：寫在提示詞裡的精確秒數，不要當成一定會兌現的規格，剪接點最好留到剪輯時自己決定。
量尺，不是評審
拉片工具最後會跑一輪檢查：時間軸連續、秒數加總正確、描述夠具體、運鏡有畫面證據。全部通過時，報告上會出現漂亮的「全部通過」。
但它保證的只有一件事：這份鏡頭表沒有自相矛盾。手有沒有崩、角色有沒有走樣、聲音和畫面有沒有對上、好不好看，它都證明不了，上游專案也寫明它不評價片子好壞。
所以拉片結果不能取代人看片。品質判定仍是三種結果之一，詳見品質驗收那一篇。它真正的價值，是讓我和 AI 助手討論一支片時，有一份量得出來的共同依據。
你可以這樣開始
- 下次存參考影片時，順手寫四欄：為什麼值得看、可以學什麼、哪裡不能信、適不適合我。
- 先問「它到底做到了什麼」：一次生成還是剪接？是不是合作宣傳？提示詞有沒有公開？
- 數字交給程式，判斷交給模型，好不好看交給人。
- 把「提示詞宣稱」和「實際結果」並排，看哪些控制真的有效。
- 批次生成前先抽一兩支驗證，別讓沒寫進去的要求被默默丟掉。
