AI 分鏡產生器踩坑實錄：我把整篇腳本丟進去，出來的鏡頭沒一個能拍

Ai 分鏡產生器 的正確用法，是把一句話的想法丟進去，不是把整篇腳本倒進去。前者會給你鏡頭清單和能直接用的影片提示詞，後者只會還你一堆拼不回來的畫面。

這句話是我用一支重做了兩次的短片換來的。下面把整個翻車過程拆給你看。

為什麼我把整篇腳本丟進去，分鏡反而全爛掉？

因為分鏡產生器處理的單位是「鏡頭」，不是「文章」。你餵它文章，它只能猜。

今年年初我接一支 60 秒的產品短片。旁白腳本寫了快 800 字，我覺得寫得挺好，就整段複製、貼進輸入框、按下生成。回來的東西看起來很豐盛：12 顆鏡頭，每顆 5 秒，剛好 60 秒。

問題是裡面有 4 顆都在拍包裝盒特寫，運鏡全部寫「緩慢推進」。剪到一半我才發現, 旁白講到第三句已經在講使用方式了，畫面還卡在盒子上。那支片子我整支重做。

真正的問題不在工具，在我把「一顆鏡頭等於一個資訊點」這件事忘了。鏡頭清單是給攝影師看的，不是給讀者看的。

Ai 分鏡產生器 跟直接叫 AI 寫腳本，差在哪？

差在輸出格式。腳本給你文字順序，鏡頭清單給你可執行參數。

你叫 AI 寫腳本，它會回你一段讀起來順的文；你叫它做分鏡，它該回你的是：鏡號、時長、運鏡、畫面主體、對白或口播。後面這組東西才能落到剪輯時間線上。

我在 AI Video Director 的 Open Studio 裡測過同一句話, 「一杯冰咖啡在窗邊慢慢凝結水珠」, 它給的不是一段文案，而是三層：分鏡、鏡頭清單，還有雙語提示詞。

這裡要糾正一個常見誤解：它不是幫你想故事，而是把故事翻譯成攝影師和模型都聽得懂的指令。

鏡頭清單要寫到多細，才能直接落到剪輯時間線？

至少要能回答「這顆鏡頭幾秒、怎麼動、畫面裡有誰」這三件事，不然剪輯師會回頭問你十次。

實測下來，一支 60 秒短片切成 12~18 顆鏡頭最好剪。做 ai 數字人口播 腳本 的時候我會再多加一欄「嘴型停頓點」，不然對嘴會很痛苦。

Veo 3 提示詞 範本 和 sora 提示詞 怎麼寫？同一組分鏡丟不同模型差很多嗎？

差很多。分鏡是共用的，但提示詞幾乎要重寫一遍。

我的血淚教訓是：把同一段英文提示詞複製到四個模型，結果只有一個能用。Kling 吃中文長句，Sora 對連續動作反應好但討厭塞滿形容詞，Veo 3 對光線與材質的描述特別敏感。

所以別在找一份萬用 veo 3 提示詞 範本 上耗太久, 模板只能給你結構，細節得照你手上那顆鏡頭改。

遊客免註冊就能生成，額度夠做一支 60 秒短片嗎？

可以直接開來用，不用先註冊。每天有免費生成額度，遊客身分就能跑分鏡和提示詞。

註冊帳號之後額度會提高，專案也能存下來。它不是無限免費，也不是要你先掏錢才能用, 這點我一開始也誤會了，還特地去翻有沒有價格表。

實測一支 60 秒短片從想法到鏡頭清單，大概跑 3~5 次生成，其中兩次是重跑鉤子那顆鏡頭。

小紅書爆款影片 文案 分鏡 要怎麼串成一條工作流？

順序是：鉤子 → 口播文案 → 分鏡 → 提示詞 → 成片。前 3 秒先定，再寫字。

我會先寫一句「黃金 3 秒」的鉤子，接著才展開口播文案，而且一行對應一顆鏡頭。抖音怎麼拍火 ai 工作流 其實一模一樣，只差在時長和字幕密度。

如果你不知道鉤子怎麼下，站上 Prompt Library 的 Viral prompt picks 可以直接抄結構；想要更完整的操作步驟，我先前寫過一篇 免費實測五步上手 ，把輸入到出片拆得比較細。另外 另一套分鏡工具實測 也可以對照著看，兩邊的鏡頭清單欄位不太一樣。

至於爆款文案 skill 這種東西，是可以練的，但別指望工具幫你想出梗, 它負責把梗變成鏡頭。

打開 Open Studio，隨便寫一句你最近想拍的畫面，例如「捷運車窗外的雨往後跑」，先只生成一次，看看它給你的鏡頭清單有幾顆、運鏡寫了什麼。看完你就知道自己的輸入該怎麼改了。

常見問題

Ai 分鏡產生器 該輸入什麼才對？

輸入一句話的想法，不是整篇腳本。例如「一杯冰咖啡在窗邊凝結水珠」，讓工具自己拆成鏡頭；腳本可以之後再對照修改。

Ai 分鏡產生器 做出來的分鏡可以直接拿去拍嗎？

可以當拍攝或生成依據，但要自己補鏡號、時長、運鏡和口播對應。實測 60 秒短片切 12~18 顆鏡頭最好剪。

Veo 3 提示詞 範本 可以套用到 Sora 或 Kling 嗎？

不建議直接複製。分鏡共用，但提示詞要重寫：Veo 3 重光線材質，Sora 重連續動作，Kling 吃中文長句且主體要放前面。

這個 ai 分鏡產生器 免費嗎？要註冊才能用嗎？

遊客不用註冊，每天就有免費生成額度；註冊後額度提高、可保存專案。不是無限免費，也不是必須付費才能生成。

小紅書爆款影片 文案 分鏡 應該先寫哪一個？

先定前 3 秒的鉤子，再寫口播文案，最後才做分鏡。一行口播對一顆鏡頭，剪輯時才不會畫面跟不上聲音。