
- 登入
- 註冊
兩張照片:一張是家裡的貓,一張是咖啡店的拿鐵。手上兩段文字提示詞。十五分鐘後,我手上多了一支貓咪自己走進咖啡店、坐在窗邊看著那杯拿鐵的日系療癒廣告。沒有攝影棚、沒有演員、沒有寵物訓練師,也沒有一整組拍攝團隊。
這篇文章把整個流程拆給你看,兩段提示詞也全部附在文章裡讓你直接複製。先用 ChatGPT 把兩張照片變成一張九宮格分鏡圖,鎖住角色與產品的一致性;再把這張分鏡圖丟進 Seedance,讓九格靜態畫面動起來、串成一支連貫的短片。兩張照片、兩段提示詞,就是全部的原料。
整支貓咪咖啡廣告的製作只需要兩張照片加兩段提示詞。第一步在 ChatGPT 上傳「動物照+產品照」,用第一段提示詞生成一張 3×3 九宮格分鏡圖,把角色外貌、產品款式、場景光線一次鎖死。
第二步把動物照、產品照、九宮格分鏡圖一起上傳到 Seedance,用第二段提示詞要求它「照分鏡順序」把九格靜態畫面轉成一支 15 秒、16:9 的連貫短片。Seedance 支援一次最多 12 個素材的多模態輸入,這是它能同時吃三張參考圖的原因。
AI 影片最難的一關,從來不是畫面漂不漂亮,是「一致性」。角色一換鏡頭就變臉、產品一轉角度就變形,這是每個做過 AI 短片的人都撞過的牆。
九宮格分鏡就是拿來解這個問題的。它不是拿來當成品,是拿來當「一致性地基」。你在一張圖裡把同一隻貓從遠景到特寫畫九次,等於逼 AI 先想清楚這隻貓長什麼樣、這杯咖啡是什麼款式、這間店的光從哪個方向來。這張圖生對了,後面的影片就有一個穩定的參考錨點。
我自己的順序是:一致性先鎖在靜態圖,動態交給影片模型。分開處理,比一步到位穩定太多。
原料很單純,就兩張。一張動物角色照、一張產品照。


兩張照片的挑選原則一樣:主體清楚、背景乾淨、特徵好認。動物照最好是全身、光線平均的角度,讓 AI 一眼看懂毛色、花紋、身形比例;產品照要能看出造型、材質、顏色跟結構。照片本身越好認,後面鎖一致性就越輕鬆。
打開 ChatGPT,上傳兩張照片:圖一動物、圖二產品。然後貼上第一段提示詞。這段提示詞在做三件事,理解它的邏輯比背它更有用。
完整的第一段提示詞在這裡,直接複製貼進 ChatGPT:
第一段提示詞|ChatGPT 生九宮格分鏡
以 @圖片1 作為唯一動物角色參考,分析並嚴格維持相同的動物品種、毛色、花紋、毛髮長度、臉型、眼睛、耳朵、鼻子、身形比例、年齡感、四肢、腳掌與尾巴。九格從頭到尾必須是同一隻動物,不得改變外貌、體型或毛色,不穿衣服、不配戴任何飾品。
以 @圖片2 作為唯一產品參考,分析產品的種類、用途、造型、顏色、材質、尺寸、結構、圖案與配件,再將產品自然融入故事。九格中的產品必須保持同一款式、同一材質與正確比例,不得改變外型、顏色、零件或容器,不得擅自增加其他款式。
請根據 @圖片1 的動物特性與 @圖片2 的產品類型,自行規劃一支「動物在一間店面裡外徘徊,最後發現產品」的日系療癒感品牌廣告,並生成一張 3×3 九宮格連續故事板。
【版面規格】
生成一張完整橫式 16:9 畫布,內含 3 列×3 行,共九格。每一格必須是等寬等高的獨立橫式 16:9 電影畫面,不得生成直式 9:16 畫面。九格排列整齊,僅以細窄白色間距分隔。禁止文字、標題、分鏡編號、字幕、Logo、浮水印、對話框、圖示與裝飾性排版。
【故事設定】
根據 @圖片2 的產品類型,自動設計一間與產品相符、具有品牌設計感的小店。例如飲品對應咖啡店或茶店、甜點對應甜點店、香水對應香氛店、服飾對應選物店、寵物用品對應生活用品店。故事發生在同一間店面的戶外與室內。動物先在街道上發現店面,受到店內光線、氣味、聲音或產品吸引,自己走向入口、進入店內、在空間中探索,最後停留在產品附近,形成溫暖療癒的品牌廣告結尾。動物必須自己走進店內,不需要人物替牠開門。入口應為已經開啟的門、沒有阻擋的入口,或符合現實結構的開放式店面。
【統一場景設計】
自行建立一間具有設計感的日系店面,採用餅乾米色灰泥、可可深棕木材、暖米色石材、圓角建築線條、大片玻璃窗、木格柵、自然木家具、亞麻布料與少量綠色植物。店面外觀與室內必須屬於同一棟建築。入口、門框、玻璃窗、櫃台、窗邊座位、產品展示區與家具位置前後一致,不得在九格中各自生成不同店面。固定為同一日上午或午後,暖陽從同一方向照入,形成自然的樹影、窗框影與明暗交界。整體使用可可深棕、暖陶土棕、餅乾米色與霧白色,呈現低飽和、溫暖、安靜、日系療癒的電影廣告質感。
【九格連續分鏡】
第 01 格|店面建立鏡頭:24mm 廣角遠景,從街道斜側拍攝完整店面外觀。動物位於街道前景或中景,尺寸較小,停下並望向店面。以大面積環境、建築與斑駁陽光建立故事地點。
第 02 格|動物發現店面:50mm 低角度過肩鏡頭,攝影機位於動物身後、接近動物視線高度。前景呈現動物後腦、耳朵與部分背部,視線指向中景的入口及室內暖光。
第 03 格|走向入口:35mm 側面低機位中景,動物由畫面一側自然走向店面入口。完整呈現身體、四肢、腳掌與正確數量的尾巴,採用符合該物種骨骼結構的真實步態。
第 04 格|跨過門檻:28mm 後側跟拍鏡頭,動物自己走過已開啟且沒有阻擋的入口。前腳進入室內,後腳仍接近戶外,身體沒有穿過門框、玻璃或牆壁。戶外陽光自然過渡為室內柔和窗光。
第 05 格|探索店內:35mm 室內側面廣角中景,動物緩慢走過店內,被一束陽光照亮。畫面同時呈現同一間店的櫃台、窗戶、家具、產品區域與植物,空間結構延續前四格。
第 06 格|產品相關細節:85mm 電影近攝,根據 @圖片2 的產品用途,呈現產品正在被合理製作、擺放、整理、取用或展示的細節。若必須出現人物,只能出現自然的雙手與素色衣袖。動物位於遠方背景,保持安全距離並自然失焦。
第 07 格|產品英雄鏡頭:85mm 產品特寫,@圖片2 的產品完整放在符合用途的桌面、托盤、展示台或器皿中。產品清楚對焦,外觀與參考圖一致,光線細緻表現產品材質、輪廓與質感。
第 08 格|動物觀察產品:50mm 動物中近景,動物坐在窗邊、座位或產品附近的安全位置,頭部自然轉向產品。動物臉部與眼睛清楚對焦,產品位於前景或背景並適度失焦,建立兩者的視線關係。
第 09 格|品牌收尾鏡頭:35mm 平衡式廣角定鏡,動物安靜停留在窗邊或木質座位,@圖片2 的產品放在旁邊符合用途與高度的桌面或展示位置。動物與產品同時出現,但保持真實比例與合理距離。暖陽穿過窗簾,在動物毛髮、產品與桌面形成柔和光影,呈現安靜、溫暖、療癒的廣告結尾。
【電影分鏡語言】
九格必須使用不同景別與不同攝影機位置,包含環境遠景、低角度過肩鏡頭、側面跟拍、後側跟拍、室內廣角、操作近攝、產品英雄特寫、動物反應鏡頭與最終雙主體廣角鏡頭。鏡頭距離隨著故事逐漸靠近:先建立環境,再跟隨動物進入店內,中段揭露產品,最後建立動物與產品的情緒關係。不得讓九格全部使用相同鏡位、相同景別、相同拍攝高度或相同構圖。
【真實比例與物理規則】
先根據參考圖片判斷動物與產品在現實中的正常尺寸,再建立統一比例基準。門、門檻、櫃台、桌子、椅子與窗戶必須符合真實建築尺度。動物不得與桌子、門或產品一樣巨大;產品不得因為近鏡頭而在實際空間中異常放大。產品在第 07、08、09 格中的實際尺寸必須一致,只能因鏡頭遠近產生合理的透視變化。動物與產品不得互相穿透,不得懸浮,不得出現在不合理的高度或位置。所有行走、坐下、轉頭、手部操作、物體接觸、液體流動、蒸氣、重量與重力均必須符合現實物理。
【整體畫質】
寫實電影攝影,高級日系商業廣告質感,自然淺景深,真實鏡頭透視,細膩毛髮與材質,柔和高光,保留陰影細節,輕微電影顆粒,溫暖自然光,安靜療癒氛圍。禁止卡通感、塑膠感、過度銳化、過度磨皮、誇張 HDR 與不自然景深。
【負面提示詞】
禁止出現多隻動物,禁止動物外貌改變、品種改變、毛色改變、體型忽大忽小、多餘四肢、多餘腳掌、多餘尾巴、肢體融合、錯誤關節與錯誤步態。禁止產品變形、款式改變、顏色改變、材質改變、圖案錯誤、零件缺失、配件增加、產品複製或產品尺寸不一致。禁止九格變成不同店面,禁止建築結構改變、入口位置改變、家具任意移動、陽光方向改變、時間變化與色調不一致。禁止重複相同鏡位,禁止九格全部使用相同景別,禁止動物與產品在每格都處於相同位置。禁止動物穿過玻璃、門框、牆壁、桌子或產品;禁止產品懸浮、錯誤重力、錯誤液體流向、不合理蒸氣與錯誤物體接觸。禁止直式 9:16 單格,禁止正方形單格,禁止缺格、重複格與大小格混排。禁止文字、標題、編號、字幕、Logo、招牌文字、浮水印與無意義裝飾。
九格的分鏡是有節奏的,鏡頭一格一格往產品靠近:第 1 格用廣角遠景建立店面地點,第 2 到 4 格跟著貓走向、跨過門檻、進到店裡,第 5 到 7 格揭露產品被沖煮、擺放到英雄特寫,第 8、9 格收在貓看著產品、與產品同框的療癒結尾。景別、機位、拍攝高度每格都不一樣,這是它看起來像一支廣告、而不是九張複製貼上的關鍵。
生出來的成果會像這樣:

如果第一次生出來貓有點走鐘,或九格變成不同店面,不用重寫整段。直接跟 ChatGPT 說哪一格不對、要它保持同一隻貓重生,一次調一個地方,通常兩三輪就能收斂到滿意。
Seedance 2.0 是字節跳動 Seed 團隊推出的多模態 AI 影片模型,主打原生 1080p、多鏡頭敘事與跨鏡頭角色一致性,單次最多可以吃 12 個素材的混合輸入。這個「多素材」特性,正是這套流程能運作的技術前提,因為我要一次餵它三張參考圖。
我自己是從 BytePlus 的 Lumina 平台使用 Seedance,介面直覺、上手快,而且目前註冊有贈點數可以先試生幾支。平台是什麼、怎麼開始,我整理在這篇:Lumina 一站式 AI 影音創作平台完整介紹。
建立新的生成,依序上傳三個素材:圖一動物、圖二產品、圖三九宮格分鏡。平台會自動幫每個素材編上 @圖片1、@圖片2、@圖片3 的標籤,方便你在提示詞裡引用。畫面比例選 16:9,長度設 15 秒。
第二段提示詞的核心指令只有一句話值得記住:把 @圖片3 當成完整分鏡,嚴格照「由左到右、由上到下」的順序,把九格靜態畫面轉成九個前後連貫的全螢幕動態鏡頭。這句話是整段提示詞的命門,它明確告訴 Seedance 這不是要生一支九宮格畫面的影片,而是要把九格「攤開」成一條時間線。
完整的第二段提示詞在這裡,一樣直接複製:
第二段提示詞|Seedance 生連貫影片
以 @圖片1 作為全片唯一角色參考,以 @圖片2 作為全片唯一產品參考,以 @圖片3 作為完整廣告分鏡、場景、構圖、景別、攝影角度、動作、運鏡與敘事順序參考。
生成一支 15 秒、橫式 16:9、寫實電影感的日系療癒廣告。嚴格按照 @圖片3 由左至右、由上至下的順序,將九格靜態分鏡轉化為九個前後連貫的全螢幕動態鏡頭。不是九宮格影片,不得同時顯示多個分鏡,不得自行增加、刪除、交換或重複鏡頭。
@圖片1 的角色外貌、身形、比例及所有辨識特徵從頭到尾保持一致;@圖片2 的產品造型、材質、顏色、結構與比例保持一致。角色、產品與場景之間的尺寸、距離、接觸關係及動作必須符合真實物理與空間邏輯。
整體呈現安靜、溫暖、細膩、具有生活感的日系療癒氛圍。採用低飽和暖棕奶油色調、自然上午陽光、柔和窗光、緩慢晃動的樹葉光影、細緻空氣感、自然淺景深、柔和高光、真實材質與輕微電影底片顆粒。畫面明亮溫暖,但不過度泛黃、不過度曝光。
運鏡沉穩流暢,以緩慢推鏡、低速跟拍、輕微橫移及自然焦點轉移為主。角色動作細微自然,具有真實重量、慣性與節奏;液體、蒸氣、布料、植物、毛髮、器具及物件移動皆符合重力、風向與現實物理。剪接節奏舒緩但不拖沓,鏡頭之間保持場景、光線、方向與動作連續性,使用自然直接剪接,禁止淡入淡出及華麗轉場。
全片沒有背景音樂、沒有任何樂器聲、沒有貓叫聲、沒有動物叫聲、沒有人聲、沒有旁白、沒有對話。只保留與畫面同步的自然環境聲與物件聲,包括微風、遠處極輕的鳥鳴、樹葉摩擦、自然腳步、室內空間底噪、器具操作、液體流動與物件接觸聲。聲音細膩克制,具有正確的遠近、方向與室內外空間感,不使用誇張音效。
禁止文字、字幕、標誌、浮水印、黑邊、分割畫面、九宮格成片、畫中畫、淡入淡出、閃白、特效轉場、快速甩鏡、過度慢動作、畫面跳動、鏡位瞬移;禁止角色或產品變形、變色、替換、複製或消失;禁止比例失真、物件穿透、懸浮、滑行、逆重力、動作不連續及不符合現實物理的互動。
按下生成,等數十秒到幾分鐘,一支貓咪從街上走進咖啡店、坐到窗邊看著那杯拿鐵的 15 秒短片就出來了。角色、產品、場景在鏡頭之間保持一致,因為一致性的地基早在九宮格那一步就打好了。
同樣兩張照片、同樣兩個工具,做法對不對,結果差很多。把我踩過的坑整理成一張對照表。
|
該這樣做
先用九宮格把一致性鎖在靜態圖,再交給影片模型動起來 在第二段提示詞明講「照分鏡順序攤成連貫鏡頭、不是九宮格成片」 九格用不同景別與機位,讓鏡頭一步步靠近產品 |
別那樣做
跳過分鏡直接叫影片模型一步到位,賭它自己維持一致 提示詞沒禁止九宮格成片,結果生出一支切成九格的畫面 九格全用同一個景別跟高度,動起來像投影片而不是廣告 |
貓咪咖啡廳只是個好看的示範。把「動物」換成你的品牌吉祥物、把「咖啡」換成你要賣的任何產品,同一套「兩張照片+兩段提示詞」的邏輯完全成立。飲品配咖啡店、甜點配甜點店、香水配香氛店,故事骨架不變,換的只是素材。
對行銷人來說,這代表一支情境式產品廣告的門檻,從「一組拍攝團隊加一個下午」壓到「兩張照片加十五分鐘」。你可以在提案階段就先生一支給客戶看氛圍,也可以一次生好幾個版本測哪個切角有感。
關於角色一致性的更多做法,可以接著看我拆解 用 Gemini Omni 生成角色一致的 10 秒影片。
一定要先做九宮格嗎?可以直接生影片嗎?
技術上可以只丟角色照跟產品照直接生影片,但一致性會不穩,角色容易在鏡頭之間變臉、產品容易變形。九宮格這一步是把一致性先鎖在靜態圖,等於給影片模型一個穩定的參考錨點,成品的穩定度會明顯提升。
Seedance 生出來變成一支切成九格的畫面怎麼辦?
這是最常見的誤會。要在提示詞裡明確寫出「不是九宮格影片、不得同時顯示多個分鏡、把九格轉成九個前後連貫的全螢幕鏡頭」。把九宮格的角色定位講清楚,它是敘事順序的參考,不是要被原樣搬進影片的畫面。
這套流程只能做貓咪咖啡廣告嗎?
不是。把動物換成品牌吉祥物、把咖啡換成任何產品,故事骨架「主角在店面內外徘徊、最後發現產品」完全通用。飲品對應咖啡店、甜點對應甜點店、香水對應香氛店,換素材不換邏輯。
Seedance 一次可以放幾張參考圖?在哪裡用比較好上手?
Seedance 2.0 的多模態輸入單次最多支援 12 個素材,可以混合圖片、影片、音訊與文字,這套流程只用三張圖,額度綽綽有餘。我自己是從 BytePlus 的 Lumina 平台使用,介面直覺、目前註冊有贈點數可以先試生,細節看 這篇 Lumina 介紹。
這篇拆的是一支貓咪廣告的骨架。真正上場接案、幫品牌做出能發布的 AI 影音,還有提示詞工程、腳本、配樂到剪輯組裝的完整流程要練。這兩堂實體工作坊,我會帶你從頭做到一支能交出去的成品。
|
紀澄 Abby Chi
AI 商業影音講師 / 社群營運顧問
雲時代數位有限公司執行長,15 年品牌行銷實戰經驗。顧問專業領域涵蓋 AI 營運系統應用、品牌年度行銷策略、AI 商業廣告、Meta 社群營運策略、個人品牌經營。提供一對一諮詢服務,歡迎聯絡。 帶領團隊榮獲 行銷傳播傑出貢獻獎金獎、廣告流行語金句獎 4 座。
|