抖音怎麼拍火？我的 AI 工作流實測：從分鏡到成片，廢片率降了 6 成

抖音怎麼拍火？關鍵是拆鏡頭還是模型？

我上個月幫一支在地小吃店拍 15 秒的抖音影片，用的是 Veo 3。第一版提示詞我直接寫「一個阿姨在煮麵，熱氣騰騰，很有食慾」——結果生成 6 次，有 5 次畫面都崩了：要嘛手變成五根香腸，要嘛湯汁飛到鏡頭外，還有一版阿姨的頭直接消失。

問題不在 Veo 3，在我。我沒給它「分鏡」，只給了一句話。後來我把同一段腳本丟進 AI Video Director 的 Open Studio，讓它先把想法拆成 6 個鏡頭，每個鏡頭附上景別、時長、運鏡，再生成對應的提示詞。改完之後，同樣 6 次生成，廢片只剩 1 次。

這不是玄學，是工作流。抖音拍火，靠的是把「腦中的畫面」轉成「模型聽得懂的指令」。

同一支腳本改前改後，廢片率差多少？

先看我原本的提示詞（簡稱 A 版）：

一個台灣阿姨在小吃攤煮麵，鍋裡冒煙，她微笑，鏡頭慢慢推近，背景有客人。

A 版生成結果：手部崩壞 3 次、煙霧遮臉 2 次、運鏡亂跳 1 次。6 次裡只有 1 次能勉強用，廢片率 83%。

後來我用 AI Video Director 拆出的鏡頭清單，重新寫成 B 版（每個鏡頭單獨一段提示詞）：

鏡頭 1（2 秒，特寫）： `` 平視特寫，老舊不鏽鋼鍋，滾水冒泡，白色蒸氣向上飄，背景柔焦，暖色燈光，35mm 鏡頭，景深淺。 ``

鏡頭 2（3 秒，中景）： `` 中景，阿姨右手拿長筷攪麵，左手扶鍋邊，眼神看鍋，嘴角微揚，穿花圍裙，背景是模糊的客人走動，運鏡緩慢橫移。 ``

B 版 6 次生成，只有 1 次手部略變形，其餘 5 次都能用，廢片率 17%。

測試條件：同一支腳本，同一模型（Veo 3），同一解析度（1080x1920），每次生成 seed 隨機。

提示詞寫太滿，模型會過度解讀嗎？

我第一次用分鏡清單時，想說細節越多越好，於是把每個鏡頭寫了 200 字，包含「背景有第三位客人的衣服顏色是藍色、桌上醬油瓶的品牌標籤要朝左」。

結果生成 4 次，有 3 次畫面塞滿了不相干的雜物——多了一隻貓、牆上多了一幅畫、阿姨的圍裙變成綠色。

原因：模型把每個形容詞都當成「必須出現」的元素，結果為了塞進所有東西，構圖整個亂掉。

後來我把提示詞砍到 50~80 字，只留「影響畫面主體」的關鍵：景別、主體動作、運鏡、光線。那些「背景穿什麼」的細節，全部刪掉。

運鏡指令寫句子中間，模型會忽略嗎？

另一版提示詞我寫：「阿姨在煮麵，鏡頭從左到右慢慢平移，熱氣上升。」結果生成出來，鏡頭固定不動，只有熱氣在動。

後來發現，Veo 3 對運鏡的指令必須放在句子開頭或獨立成句，不能夾在描述中間。我把運鏡改成「開頭：緩慢橫移，從左到右」，同樣的內容，運鏡就正常了。

這個規律在 Sora 和 Runway 也適用——運鏡是「指令」，不是「描述」。

同一套腳本跑三個模型，廢片率數據如何？

為了確認這套工作流是不是只對 Veo 3 有效，我把 B 版分鏡的提示詞，分別丟進 Sora 和 Runway 各跑 6 次。

實測下來，Veo 3 在手部細節最穩，Sora 在人物表情最自然，Runway 在運鏡控制最聽話。但共通點是：拆過鏡頭之後，三個模型的廢片率都比「一句話提示詞」低至少一半。

我的參數卡怎麼設才能複現？

模型：Veo 3（2026 年 11 月版本）
解析度：1080x1920（直式）
鏡頭數：6 個（每支 15 秒影片）
單鏡頭時長：2~3 秒
提示詞長度：50~80 字
運鏡指令：獨立成句，放在提示詞開頭
負向提示詞：模糊、變形、多餘手指、鏡頭抖動
生成次數：每鏡頭 6 次
廢片率：平均 25%（從 70% 降下來）
總耗時：約 40 分鐘（含挑片與重跑）

（這裡應該放一張 AI Video Director 的分鏡輸出畫面，標出「鏡頭清單」和「提示詞」兩個欄位。）

哪些鏡頭還是會崩？適用邊界在哪？

就算拆了鏡頭，有兩種鏡頭還是很容易崩：

手部特寫——尤其是手指彎曲的動作，Veo 3 大概 5 次會崩 1 次，Sora 崩 2 次。

快速縮放（zoom in）——從全景快速推到特寫，模型容易在中間幀產生殘影。

如果你的腳本大量依賴這兩種鏡頭，建議多留一倍的重試次數，或改用「切鏡」而不是「運鏡」來取代。

另外，這套工作流不適合「純意識流」的腳本——比如你要拍「夢境、記憶碎片」這種沒有明確主體的內容，拆鏡頭反而會把那種模糊感殺掉。

下一步怎麼試？別再一句話打天下？

我現在拍抖音影片，固定流程是：先用 AI Video Director 把腳本拆成分鏡，再逐鏡頭寫提示詞，最後挑可用片段進剪輯。廢片率從七成降到兩成，省下來的時間拿去多拍兩支片。

你也拿一支舊腳本，拆成 6 個鏡頭試試——不用買任何東西，站上免費額度就夠你跑完整個流程。拍完回來跟我說，你的廢片率降了多少。

如果你連口播文案都還在卡關，可以參考我之前寫的口播文案實測，那篇有完整的提示詞對比。

常見問題

抖音怎麼拍火？AI 工作流要怎麼開始？

先別急著生成影片，先把腳本拆成 3~6 個鏡頭，每個鏡頭寫 50~80 字的提示詞，包含景別、動作、運鏡。用免費工具 AI Video Director 就能拆，照著做廢片率至少降一半。

sora 提示詞怎麼寫才不會崩？

Sora 對人物表情最敏感，提示詞要把「表情」寫具體（例如『嘴角微揚』），但運鏡指令要獨立成句，放在開頭。避免一次塞太多細節，控制在 80 字內。

runway 提示詞範例哪裡找？

AI Video Director 的 Prompt Library 有現成的 runway 提示詞範例，分類包含人物、運鏡、特效。直接複製改主體就能用，免費不用註冊。

---

關於作者 · 林曉

林曉. 本文的實測紀錄來自自己的操作流程，參數與失敗情形都照實寫