內容行銷數位設計|課程講義
Unit 08.AI 影音行銷與腳本分鏡/AI 輔助剪輯與聲音美學
前 3 秒決定一切:
做一支讓人看完的前導片
AI 幫你生成鏡頭與聲音,你負責節奏、故事與剪接。
前導短影音是畢展最有力的宣傳:它會出現在 IG Reels、展場螢幕與策展網站首頁。這一堂課從短影音演算法與 3 秒 Hook 開始,規劃 30 秒前導片的結構與分鏡,盤點前面單元做好的動態海報、AR 錄影與網站畫面,用 AI 補齊鏡頭、生成旁白與配樂,最後在 CapCut 完成剪輯、字幕與發布。示範案例延續《菇》。
W15.2026/12/14|內容整理於 2026 年 10 月.各 AI 工具免費額度以官方公告為準|中國科大視傳系
短影音演算法與吸睛法則:前 3 秒留住人
Reels、TikTok、YouTube Shorts 的推薦機制都很重視觀眾有沒有看完:平均觀看時間、完播率、重看、分享與收藏。其中最關鍵的是前 3 秒:大多數滑走的人,都發生在開頭。
示意.觀眾留存曲線
示意圖,數值依內容與帳號而異;請在 IG 洞察報告看自己的實際曲線(第 10 關)
互動練習.六種 Hook,套在《菇》上會是什麼樣子?
前導片結構:Hook → 問題 → 展示 → 行動
不論 15、30 還是 60 秒,前導片都可以用同一個四段式結構:Hook 抓住注意、問題說明為什麼重要、展示你的作品與數位體驗、行動(CTA)告訴觀眾下一步。長度改變的只是每一段的比例。
互動練習.選擇影片長度,看四段的時間分配
腳本分鏡:先在紙上把影片「看」一遍
分鏡表是給自己、組員與 AI 的共同語言。每一個鏡頭都要寫清楚五件事:時間、畫面、旁白/字幕、聲音、素材來源或 AI Prompt。寫得越清楚,生成與剪輯時越不會浪費額度與時間。
《菇》30 秒前導片分鏡範例
| 時間 | 畫面 | 鏡頭描述 | 旁白/字幕 | 聲音 | 素材來源/AI Prompt |
|---|---|---|---|---|---|
| 00–03 | HOOK | 黑畫面淡入,手緩緩伸向紅色毒蠅傘,特寫推近 | 「你以為漂亮的菇才有毒?」 | 低頻心跳聲 | AI 生成:macro shot, a hand slowly reaching toward a red fly agaric mushroom in a dark forest, slow push-in, cinematic |
| 03–08 | 問題 | 剪紙森林視差推近,畫面停在白色小菇 | 「看起來普通的白色菇,也可能有毒。」 | 環境音+輕微風聲 | 第 6 單元動態海報(裁切 9:16) |
| 08–15 | 展示1 | 手機掃描海報,3D 毒蠅傘長出來、警示卡跳出 | 「掃描海報,讓毒菇站起來。」 | 「叮」提示音+音樂進入 | 第 7 單元 AR 體驗錄影 |
| 15–22 | 展示2 | 網站捲動:3D 圖鑑、毒菇迷思小測驗 | 字幕:「4 題測驗,你能答對幾題?」 | 音樂節奏加強 | 第 5 單元網站螢幕錄影 |
| 22–27 | 情緒 | 主視覺全景,標題淡入 | 「不認識的菇,別吃。」 | 音樂高點後收 | 第 6 單元動態海報+標題 PNG |
| 27–30 | CTA | 黑底+展期資訊+Logo | 字幕:「12 月線上策展|點主頁連結」 | 音樂收尾 | CapCut 文字+Logo |
分鏡提示詞產生器.交給 Claude/ChatGPT 產生你的分鏡表
素材盤點:先用你已經有的,再用 AI 補
前面單元已經累積了大量影像素材。真實的作品畫面比 AI 生成更有說服力,也最能呈現你的設計;AI 只用來補「拍不到、做不出來」的鏡頭,例如森林、微距、抽象氛圍。
| 素材 | 來源 | 適合的段落 | 處理方式 |
|---|---|---|---|
| 動態海報 | 單元 06 | Hook、情緒高點、片尾 | 9:16 版直接使用;橫式版裁切 |
| AR 體驗錄影 | 單元 07 | 展示(最有記憶點) | 手機螢幕錄影,剪掉載入等待 |
| 網站錄屏 | 單元 05 | 展示、CTA | 錄手機寬度、慢慢捲動,2 倍速 |
| 製作過程實拍 | 自行拍攝 | 問題、情緒 | 手機 4K 30fps 直拍,多拍特寫 |
| 品牌語氣與腳本草稿 | 單元 03 | 旁白、字幕 | 依本週結構重寫成 30 秒版本 |
| AI 生成鏡頭 | 第 05 關 | Hook、轉場、氛圍 | 先寫好 Prompt,一鏡一生成 |
01_raw(原始素材)、02_ai(AI 生成)、03_audio(旁白、音樂、音效)、04_export(輸出)四個資料夾,檔名用「段落_鏡號」如 hook_01.mp4,剪輯時一目了然。AI 生成鏡頭:文轉影片與運鏡控制
補鏡頭時有兩種方式:文轉影片(Text to Video)只用描述生成,自由但風格難控制;圖轉影片(Image to Video)用你的主視覺當第一格,風格最一致。前導片建議以圖轉影片為主,操作步驟與工具額度見 第 6 單元第 05 關。
paper-cut collage style, black grey white with saturated mushroom colors ③ 同一支影片只用一個 AI 工具生成。六種基本運鏡.提示詞直接加在描述後面
聚焦、逼近、緊張感。適合 Hook。
slow dolly-in揭露全貌、收尾。適合片尾。
slow pull-back reveal帶出場景、介紹多個物件。
slow pan left to right由細節到全景,營造宏大感。
slow tilt up from the ground展示立體物件,最容易變形。
slow orbit around the subject只讓畫面內元素動,最穩定。
static camera, locked-off shot[主體與動作] a hand slowly reaching toward a red fly agaric mushroom, [場景與光線] dark misty forest, soft rim light, [運鏡] slow dolly-in, shallow depth of field, [風格尾巴] paper-cut collage style, black grey white with saturated mushroom colors, [規格] vertical 9:16, 5 seconds, no text, no watermark
用 Moonland 做前導片鏡頭.從分鏡到 5 秒片段
貼上第 03 關分鏡表,請它為每一鏡生成一張「首幀概念圖」
挑定首幀,固定 Seed/風格模型,補齊風格一致的其他鏡頭
逐鏡以首幀生成 5 秒影片,套用本關的運鏡提示詞
依「段落_鏡號」命名,例如 hook_01.mp4,進 CapCut
- 交談模式:一次產生所有鏡頭的首幀
以下是我的 30 秒前導片分鏡表(需要 AI 生成的鏡頭已標示)。 請為每一個「AI 生成」的鏡頭,各產生一張直式 9:16 的首幀概念圖: ・風格:剪紙拼貼、黑灰白配色,蘑菇保留鮮豔色彩(參考我上傳的主視覺) ・畫面中不要出現任何文字 ・每張圖下方標註對應的鏡號(例如 hook_01) 鏡號 hook_01:微距,一隻手緩緩伸向紅色毒蠅傘,黑暗森林 鏡號 mood_01:剪紙森林全景,光線從樹縫灑下 (把你的分鏡表貼在這裡)
- 創作模式:讓所有鏡頭像同一支影片
選出最滿意的首幀,記下 Seed 與風格模型;其他鏡頭用同一組設定重新生成或修圖。需要沿用畢製角色時,用 ControlNet 上傳原稿控圖。
- 後製模式:逐鏡生成影片
一次只做一鏡:選首幀 → 貼上該鏡的運鏡提示詞(上方公式)→ 9:16、5 秒 → 確認點數後生成。需要更長的鏡頭時,在 CapCut 放慢速度或與下一鏡接續,而不是生成更長的影片。
- 關於聲音
部分影片模型(如 Veo)可能一併生成環境音。前導片的旁白與配樂會在第 06、07 關另外處理,剪輯時可把影片原聲關閉或只保留環境音。
點數試算.免費每日約 1,000 點
AI 旁白:讓聲音也有品牌語氣
旁白是前導片的情緒主線。可以由組員親自錄音(最有溫度),或用 AI 語音生成。旁白稿要比你想的更短:中文旁白大約每秒 4–5 個字,30 秒影片扣掉開頭與結尾的留白,旁白大約只有 80–110 字。
互動練習.旁白計時器:貼上旁白稿,看會講多久
- 每月約 10,000 credits,約可生成 10 分鐘語音
- 支援中文等多語系,可選多種聲音
- 可下載 MP3
- 不可商業使用,公開發布需標註 ElevenLabs
- 不能複製自己的聲音(聲音克隆需付費方案)
- 中文的斷句與破音字偶爾需要手動調整
- 到 elevenlabs.io 註冊,進入 Text to Speech
- 選聲音:依品牌語氣挑選
《菇》理性警示 → 沉穩、低一點的聲音;《拜》空靈 → 柔和、慢速。
- 一次貼一句旁白,生成並試聽
不自然時調整 Stability、改寫句子或加逗號。
- 下載 MP3,依「段落_句號」命名
例:
vo_hook_01.mp3,放進03_audio。 - 在影片說明標註
「旁白使用 ElevenLabs 生成」。
- 在 CapCut 新增文字,輸入旁白
- 選取文字 →「朗讀」(Text to Speech)
選擇中文聲音,會自動產生一條語音軌。
- 調整語音軌位置,對齊畫面
文字本身可以直接當字幕,也可以刪掉只留聲音。
優點是免費、與剪輯在同一個軟體;缺點是聲音選擇較少、語氣較平。部分聲音或特效標示 Pro 時需付費。
- 找安靜、有布料的空間
衣櫃前、棉被旁,能減少回音。
- 手機距離嘴巴約 15–20 公分,用語音備忘錄錄製
- 每句錄 2–3 次,挑最好的一次
- CapCut「降噪」與「人聲增強」處理
真人聲音最有溫度,也沒有授權問題,特別適合《拜》《浪》這類需要情感共鳴的專題。
配樂與音效:聲音美學決定一半的質感
聲音分成三層:旁白(資訊)、音樂(情緒)、音效(節奏與重點)。三者的音量要有主次,旁白出現時音樂要壓低(Ducking),否則觀眾聽不清楚內容。
互動練習.混音台:調整三層音量,看看是否平衡
配樂與音效來源
| 來源 | 費用 | 授權重點 | 適合 |
|---|---|---|---|
| YouTube 音效庫 | 免費 | 可用於影片;部分曲目需在說明標註作者 | 背景音樂、音效 |
| Suno(AI 作曲) | 每日約 50 credits(約 10 首) | 免費版不可商業使用 | 專屬主題配樂 |
| CapCut 內建音樂與音效 | 免費(Pro 素材除外) | 依平台授權範圍,發布前確認 | 快速剪輯 |
| IG Reels 內建音樂 | 免費 | 僅限在 IG 內使用;商業帳號可用曲庫較少 | 直接在 IG 發布時 |
Suno 提示詞範例:dark ambient forest soundscape, slow, mysterious, soft heartbeat, no vocals, 30 seconds
CapCut 剪輯與字幕:節奏比特效重要
短影音的節奏大約是每 1.5–3 秒換一個畫面。剪輯順序建議:先放旁白與音樂,再把畫面對齊聲音(而不是反過來),最後加字幕與轉場。
- 新增專案,比例設為 9:16
匯入
01_raw、02_ai、03_audio所有素材。 - 先鋪聲音:旁白軌+音樂軌
旁白依分鏡時間排好;音樂從頭鋪到尾,片尾淡出。
- 依旁白放畫面,粗剪
每段畫面剪成 1.5–3 秒,Hook 前 3 秒一定要有動作或變化。
- 音樂閃避(Ducking)
選取音樂軌 → 音量:旁白出現的段落降到約 20–30%,或使用「自動降低音量/閃避」功能。
- 加字幕
「文字 → 自動字幕」可辨識旁白,但免費版有使用上限;也可以請 Claude 依旁白稿產生 SRT 字幕檔匯入,或手動輸入。校對每一個字。
- 字幕樣式
粗體、白字黑邊或半透明底,字級約畫面寬度 6–8%,放在畫面中下方、安全區內,一行不超過 14 字。
- 轉場與音效
轉場只用「溶解」或直接硬切;在畫面切換、文字出現的瞬間加「唰」「叮」等音效,提升節奏感。
以下是我 30 秒前導片的旁白稿與每句的開始時間,請轉成 SRT 字幕檔格式: ・每則字幕一行,不超過 14 個中文字,太長請自動分成兩則 ・字幕持續到下一句開始前 0.1 秒 ・保留全形標點,句尾句號刪除 旁白稿: 00:00 你以為漂亮的菇才有毒? 00:03 看起來普通的白色菇,也可能有毒。 00:08 掃描海報,讓毒菇站起來。 00:15 四題測驗,測測你的毒菇常識。 00:22 不認識的菇,別吃。 00:27 十二月線上策展,點主頁連結。
把結果存成 subtitle.srt(UTF-8 編碼),CapCut 電腦版「文字 → 本機字幕 → 匯入」即可。
輸出與發布:一支影片,三個版本
同一支前導片要依平台調整長度與比例。IG Reels 最長可以很長,但推薦給非追蹤者的影片以 3 分鐘內為限,觸及最好的長度約 7–30 秒。
| 版本 | 尺寸 | 長度 | 聲音與字幕 | 注意 |
|---|---|---|---|---|
| IG Reels/TikTok | 1080×1920 | 15–30 秒 | 有聲+字幕 | 上方 14%、下方 35%、左右 6% 避免放字 |
| IG 限動 | 1080×1920 | ≤15 秒 | 有聲+字幕 | 加連結貼紙導流到網站或 AR |
| YouTube Shorts | 1080×1920 | ≤60 秒 | 有聲+字幕 | 標題放 Hook 與專題名稱 |
| 展場螢幕/網站 | 1920×1080 或 1080×1920 | 30–60 秒 | 多半無聲,字幕必備 | 可循環播放;網站版壓到 5MB 內 |
發布前檢核
- CapCut 匯出:1080p、30fps、MP4
檔名:
菇_前導片_reels_30s.mp4。 - 設定封面
選一格有主視覺與大標題的畫面,或另外上傳封面圖,讓個人頁的格狀排列整齊。
- 寫說明文案
第一行 Hook、第二行展覽資訊、最後 3–5 個 Hashtag、標記組員與系所帳號。
- 置頂留言
放網站與 AR 連結的提示(IG 說明中的網址不能點)。
- 選發布時間
參考 IG 洞察報告中粉絲最活躍的時段,通常是晚上。
成效檢視:用數據改下一支影片
發布 48 小時後,到 IG 專業主控板的「洞察報告」看數據。不要只看按讚數,平均觀看時間與分享、收藏更能反映內容好不好。
| 指標 | 代表什麼 | 表現不好時怎麼改 |
|---|---|---|
| 觀看次數/觸及 | 有多少人看到 | 改封面與第一行文案、調整發布時間 |
| 平均觀看時間 | 內容能不能留住人 | 縮短影片、加強前 3 秒 Hook、加快節奏 |
| 分享次數 | 觀眾願不願意幫你傳 | 加入「值得轉給朋友」的資訊或趣味點 |
| 收藏次數 | 內容有沒有實用價值 | 加入知識點,例如毒菇辨識重點 |
| 主頁造訪/連結點擊 | CTA 有沒有效 | 片尾 CTA 更明確、置頂留言提醒 |
| 工具 | 用途 | 免費額度(約) | 商業使用 | 浮水印/標註 | 中文 | 最適合 |
|---|---|---|---|---|---|---|
| Moonland 課程平台 | AI 鏡頭(圖/影片) | 每日約 1,000 點;影片約 300–400 點/支 | 依方案 | 依方案 | ✓ | 首幀到 5 秒鏡頭一站完成 |
| ElevenLabs | AI 旁白 | 每月 10,000 credits(約 10 分鐘) | ✗ | 需標註 ElevenLabs | ✓ | 自然的旁白 |
| CapCut 朗讀 | 文字轉語音 | 免費 | 依平台規定 | 一般無 | ✓ | 快速配音 |
| Suno | AI 作曲 | 每日 50 credits(約 10 首) | ✗ | 依平台規定 | ✓ | 專屬配樂 |
| YouTube 音效庫 | 音樂與音效 | 免費 | ✓(依曲目) | 部分需標註作者 | — | 安全的背景音樂 |
| CapCut | 剪輯、字幕 | 剪輯免費;自動字幕有使用上限 | 依平台規定 | 一般匯出無 | ✓ | 全部後製 |
| Claude/ChatGPT | 分鏡、旁白稿、SRT | 每段時間有訊息上限 | ✓ | 無 | ✓ | 企劃與文字 |
✓ 可以 ✗ 不行 其他依平台當下規定。學生作品展示屬非商業用途,但仍需遵守標註規定;若作品將用於販售或商業合作,請改用付費方案或自行錄製。
常見問題 Troubleshooting
影音製作最常遇到的狀況
影片上傳 IG 後被靜音或顯示版權警告?
使用了未授權的音樂。改用 YouTube 音效庫、Suno 自製配樂或 IG 內建音樂重新匯出;已發布的影片可在 IG 中移除音訊後改用內建音樂。
AI 生成的鏡頭,每一個風格都不一樣?
全部改用「圖轉影片」,以同一張主視覺或同一組參考圖當首幀,提示詞加上固定的風格尾巴,並只用同一個 AI 工具(第 05 關)。
AI 旁白聽起來很機械?
句子改短、多加逗號;一句一句生成;在 ElevenLabs 降低 Stability;剪輯時在句子之間留 0.2–0.4 秒空白。也可以只用 AI 生成部分句子,關鍵句由組員親自錄。
自動字幕錯字很多,或免費額度用完?
旁白稿本來就有,直接請 Claude 轉成 SRT 匯入(第 08 關),比辨識更準。專有名詞(如毒菇名稱)務必逐字校對。
30 秒放不下所有想講的內容?
前導片只負責「讓人想知道更多」,不是說明書。只留一個核心訊息,其餘放進網站,片尾用 CTA 導流過去。
匯出的影片在 IG 上變模糊?
確認匯出 1080p、30fps;上傳時使用穩定網路,並在 IG「設定 → 資料使用量和媒體品質」開啟「上傳最高品質」。
HomeWork|【作業08】前導短影音腳本分鏡與 AI 影音實作
平時作業 5(6%).下週上課前(12/21)繳交
交付內容
- 前導短影音:30–60 秒 MP4(1080×1920),含 AI 自動字幕或 SRT 字幕、AI 語音旁白或真人旁白、配樂
- 分鏡腳本 PDF:時間|畫面|鏡頭描述|旁白/字幕|聲音|素材來源或 AI Prompt
- 素材與授權清單:每段素材的來源、AI 工具、音樂與音效出處及授權方式
- 選做加分:15 秒限動版本,或兩種 Hook 的 A/B 版本
繳交方式:影片上傳雲端並開啟檢視權限,連結與分鏡整理成 PDF,上傳至課程數位教學平台。檔名格式見 作業區。
評分重點
繳交前自我檢核
逐項勾選確認,瀏覽器會記住你的勾選狀態
延伸資源與銜接單元
本單元使用的工具與前後單元
本頁內容整理於 2026 年 10 月。平台演算法與工具額度變動頻繁,以官方說明為準。留存曲線為示意,實際表現依內容與帳號而異。