The Complete AI Filmmaking Masterclass Everyone’s Missing (Full Tutorial)

這部在講什麼教學

這部影片是一場完整的 AI 電影製作大師課,展示如何在兩天內利用 Huxfield 等工具完成包含動作打鬥、細膩對話與變身特效的短片,並公開其專業的工作流與提示詞技巧。

適合誰想提升 AI 影片質感與敘事能力的創作者。
你會學會角色細節一致性處理、動作戲物理提示詞技巧、專業電影鏡頭調度與表演動機引導。
最值得看10:12 展示如何透過結構化指令實現具備打鬥物理效果的 AI 動作戲。

實作路線

02:08
03:34
13:28
16:36

照著做的重點意義優先,時間戳用來導航

教學01:13

專案管理與角色細節優化

建立層級化資料夾管理素材,並透過 Cream 工具解決 GPT 生成常見的皮膚斑點與髮質乾枯問題,利用參考圖進行細部表面貼圖,讓角色皮膚孔隙與頭髮質感更接近真實 3D 模型。
教學03:45

運用影片元素提升表演自然度

比較圖片與影片生成的差異,強調使用「影片元素」能讓 AI 學習精確的表情與發聲動作;錄製真實的人聲(不論音質)能為 AI 配音注入人類特有的語調與情緒靈魂,避免機械感。
教學05:22

鏡頭語言與批次生成策略

透過提示詞指定 24mm 或 35mm 變形鏡頭,創造專業的橢圓散景與畫面深度。製作時先以 480p 低階預覽來快速篩選構圖,確定理想鏡頭後再升級至 1080p 以節省寶貴的生成點數。
教學09:32

動態人群與交互動作精細化

賦予背景群眾演員具體任務(如跳舞、喝酒)能讓場景活過來。透過微調電力特效與分開錄製反應,能有效解決多個 AI 敵手動作過於同步的假象,增加畫面層次感。
教學10:37

套用打鬥技能與物理規律

傳統 AI 動作常顯得軟綿無力,講者展示如何透過結構化的打鬥清單引導 AI 實現精準的擊打反應。這套方法能確保每一拳的衝擊感與相機震動都能在慢動作中維持物理邏輯的穩定。
教學13:08

對話戲的表演動機與一致性

使用「Acting Skill」定義角色的深層目標而非僅描述表情,讓 AI 演繹出更具張力的表演;同時在同一個場景內建立多個視角的參考圖,確保正反打鏡頭切換時的環境細節維持高度一致。
讓下一支影片也替你省時間

把你常看的 YouTube 影片,也變成這樣的重點摘要

安裝摘要王後,打開任何 YouTube 影片就能一鍵整理重點,先看值得看的段落,不必再複製網址。

一個選填問題

剛才這份摘要有幫你節省時間嗎?

如果願意,點一下最接近你的感受就好。

教學16:03

鏡頭延續與多角度擴充實作

示範如何從單一影片素材生成多個寬景或俯瞰視角,並利用「Extend」功能讓鏡頭動作自然延續。這能達成流暢的鏡頭推進或複雜的變身特效,將零散的 AI 生成片段轉化為具備電影感的成品。
需要留意:AI 在處理多人物物理互動(如肢體直接接觸)時仍可能出現融合變形,建議配合 480p 批次大量生成後篩選最佳樣本,再進行高清重繪。

延伸思考摘要王的延伸觀點

影片中提到一個非常有價值的細節,就是在製作對話戲時,不要僅僅給予「憤怒」或「平靜」等表情形容詞,而是要設定角色的「表演動機」與「目標」。這種將傳統編導理論融入 AI 提示詞的做法,反映出 AI 電影的核心競爭力已不再是單純的工具操作,而是創作者對人類情感細膩度的理解與轉化。

當我們給予 AI 一個具體的表演目標(例如「想透過嘲諷來掩蓋內心的恐懼」)時,生成的結果往往比單純下達表情指令更具有敘事張力。這帶出一個值得深思的問題:當 AI 能自動生成高品質的分鏡與特效後,電影創作者的價值是否會完全回歸到純粹的「劇本與表演指導」?在這種人機協作模式下,一個優秀的導演是否也必須同時成為一名頂尖的心理分析師,才能引導 AI 捕捉到那種最細微、最能打動人心的表演火花?

早期觀眾反應

整理 1 則有效留言信心 低

早期觀眾對於影片提供的 AI 電影製作提示詞與相關素材資源最為關注。

補充對提示詞與資產需求1 則提及

觀眾對影片中提到的 AI 電影製作相關提示詞及素材資源表現出高度興趣,希望獲取相關連結以進行實作。

目前僅整理 1 則有效留言,反應仍可能改變。

生成於 2 小時前 檢舉
摘要先揭露後段價值,完整內容仍屬於原創作者。 回 YouTube 看最值得的一段 → 在 YouTube 邊播邊讀 · 加入 Chrome →