AI 影片怎麼做？一篇白話講清楚
先說結論
用白話描述一個短鏡頭：誰在畫面裡、在哪裡、依序發生什麼事、攝影機怎麼動。AI 影片模型會把這段描述（也就是提示詞，很多人叫它「指令」）變成幾秒鐘的影片。Gemini 和 Grok 的付費方案可以直接在聊天裡生成；ChatGPT 不行，OpenAI 已在 2026 年 4 月關掉 Sora。影片 App 則讓你自己選模型、長度、畫面比例和畫質，生成前就會顯示價格。
AI 影片到底是什麼？
AI 影片就是影片模型根據你的描述生成的一個鏡頭，通常 4 到 15 秒。
- 提示詞（prompt，也有人叫「指令」或「咒語」）就是那段描述。
- 模型是把文字變成動態畫面的 AI，像 Seedance、Veo、Kling（可靈）和 Gemini Omni 都是模型。
- 文字生成影片只靠文字；圖片生成影片則從一張圖加上文字開始。
比較長的影片，像廣告或短片，都是把好幾個鏡頭剪在一起，跟真正的電影一樣。
ChatGPT、Gemini、Grok 能做 AI 影片嗎？
有些可以。以下是 2026 年 11 月 1 日在各家官方頁面確認的資訊：
| App | 能做影片嗎？ | 用什麼生成 | 需要什麼 | 影片長度 | 浮水印 |
|---|---|---|---|---|---|
| ChatGPT | 不行 | 目前沒有：OpenAI 在 2026 年 4 月 26 日關閉影片 App Sora，9 月 24 日也關了 Sora API | — | — | — |
| Gemini | 可以 | Gemini Omni 1.2 Flash。Omni 在 2026 年 5 月取代了 Gemini App 裡的 Veo 3.1 | Google AI 方案，每月 4.99 美元起（Google AI Plus，美國價格）；須年滿 18 歲 | 3–10 秒、有聲（AI Ultra 最長 15 秒）；問它接下來發生什麼就能延長 | 看得見的浮水印可以在設定裡關掉，另有一個一直都在的隱形 SynthID 標記 |
| Grok | 可以 | Grok Imagine | Premium 方案（每月 30 美元）以上；Free 和 Plus 不能做影片 | 480p 或 720p；每月 100 美元的 Super 方案可做 15 秒 1080p | 看得見的 Grok 浮水印，規定不能移除 |
| Meta AI | 可以，包括 Vibes 動態牆 | Meta 沒有公開 | 免費但有限制；Meta One 方案每月 7.99 美元起，額度更多 | 未公開 | 未公開 |
| Claude | 不完全 | 沒有自己的影片模型。Opus 5.5 等高階模型可以把現有的圖片、文字和圖形做成動態圖像（motion graphics） | 付費方案：Opus 5.5 在 Pro（每月 20 美元）以上，免費版沒有 | 動態圖像：要多長都可以 | 動態圖像沒有浮水印 |
想免費玩？Google Vids 和 YouTube Shorts 用的是同一個 Gemini Omni 模型，不用錢，但有用量上限。想用 Gemini？Gemini 影片教學整理了次數限制、可複製的指令，以及和 Seedance 的比較。
一句話重點：App 不等於模型，而且 App 背後的模型會換。Gemini 今年從 Veo 換成 Gemini Omni，ChatGPT 的影片功能則跟著 Sora 一起消失了。
聊天 App 和影片 App 差在哪？
聊天 App 像手機相機的自動模式；影片 App 是同一台相機的專業模式：鏡頭（模型）、長度、畫面比例和畫質都由你自己選。
| 聊天 App（Gemini、Grok…） | 影片 App（SpeedReel、Higgsfield、CapCut…） | |
|---|---|---|
| 你輸入什麼 | 對話式的請求 | 提示詞，加上設定 |
| 誰選模型 | App 決定：只有一個 | 你自己從好幾個裡挑（Seedance、Kling、Veo…） |
| 長度 | 選擇不多（Gemini：最長 10 秒，AI Ultra 15 秒） | 自己選（Seedance 2.5：4 到 30 秒） |
| 畫面比例 | 可以選一些 | 橫式、直式、方形等等 |
| 畫質 | 大多固定 | 自己選（480p 到 1080p） |
| 用自己的圖 | 幾張（Gemini：最多 5 張照片） | 起始和結束畫面，加上大量參考圖（Seedance 2.5：最多 30 張） |
| 價格 | 包在方案裡，和聊天、圖片共用額度，影片用得最快 | 按支計費，生成前就顯示（SpeedReel：5 秒 480p 是 62 點，約 0.62 美元） |
| 適合 | 試玩、做支好玩的短片 | 要發布或拿去賣的影片：固定長度、直式影片、同一個角色出現兩次、大量重拍 |
該用哪一種？
- 想先試試看，或已經付費訂了 Gemini 或 Grok：從那裡開始。
- 需要直式影片、固定長度、同一個人出現在好幾支影片裡，或要大量重拍：用影片 App。
- 想找人幫你寫提示詞：請任何聊天 App（ChatGPT 也行）照下面的四個部分幫你寫，再貼進影片 App。聊天 App 負責寫，影片 App 負責拍。
- 想要有配樂、有剪接的完整影片：用有剪輯時間軸的影片 App，或之後再自己剪。
AI 影片提示詞（指令）怎麼寫？四個看得到效果的步驟
同一個場景寫四次，每一版多加一種細節，每支影片都看得出那個細節改變了什麼。四支都用 Seedance 2.5 生成：8 秒、480p、有聲。
步驟 1／4
一句話
只有想法。
清晨，一位麵包師從柴燒窯裡取出一條麵包。
英文原文（產生範例影片的提示詞）
A baker takes a loaf of bread out of a wood-fired oven at dawn.
結果：所有東西都是模型自己決定的。它拍了兩個地方、三個鏡頭：日落時戶外的圓頂窯、木鏟的特寫，然後是現代廚房裡穿白 T 恤的年輕男子。我們從來沒描述過他。這段提示詞第一次送出時被版權檢查擋下，第二次才通過。
重點：你沒寫的，模型就幫你決定。
步驟 2／4
誰，以及依序發生什麼事
一個在人群中認得出來的人，加上三個計時步驟。
清晨，一間小小的石砌麵包店裡，一位留著灰色長辮、圍著沾滿麵粉的綠色圍裙的麵包師，正從柴燒窯裡取出麵包。0–3 秒：她把長柄木鏟伸進火光通紅的窯裡。3–6 秒：她抽回木鏟，上面放著一顆外皮焦脆的深色圓麵包，接著轉身面向我們。6–8 秒：她用指節敲敲麵包的外皮，露出微笑。
英文原文（產生範例影片的提示詞）
A baker with a long grey braid and a flour-dusted green apron takes bread out of a wood-fired oven in a small stone bakery at dawn.0–3 s: she slides a long wooden paddle into the glowing oven.3–6 s: she draws the paddle back out with a dark, crusty round loaf on it and turns toward us.6–8 s: she knocks on the loaf's crust with her knuckles and smiles.
結果：我們的麵包師出現了，灰色長辮、綠色圍裙，三件事也照順序做完。但模型在 2.6 秒和 6.5 秒各剪了一刀，切成三個鏡頭，因為我們沒說要怎麼拍。
重點：計時步驟（0–3 秒、3–6 秒…）控制發生什麼事、什麼時候發生，但管不到攝影機。每一步只放一個動作。
步驟 3／4
攝影機
步驟 2，再加一行：
攝影機從第一秒就貼近通紅的窯口，在她轉身時慢慢往後拉，退到腰部高度的中景。一鏡到底。
看完整的步驟 3 提示詞與英文原文
清晨，一間小小的石砌麵包店裡，一位留著灰色長辮、圍著沾滿麵粉的綠色圍裙的麵包師，正從柴燒窯裡取出麵包。0–3 秒：她把長柄木鏟伸進火光通紅的窯裡。3–6 秒：她抽回木鏟，上面放著一顆外皮焦脆的深色圓麵包，接著轉身面向我們。6–8 秒：她用指節敲敲麵包的外皮，露出微笑。攝影機從第一秒就貼近通紅的窯口，在她轉身時慢慢往後拉，退到腰部高度的中景。一鏡到底。
A baker with a long grey braid and a flour-dusted green apron takes bread out of a wood-fired oven in a small stone bakery at dawn.0–3 s: she slides a long wooden paddle into the glowing oven.3–6 s: she draws the paddle back out with a dark, crusty round loaf on it and turns toward us.6–8 s: she knocks on the loaf's crust with her knuckles and smiles.The camera starts close on the glowing oven mouth from the first second, then pulls back slowly to a waist-high medium shot as she turns. One continuous take.
結果：一個連續鏡頭，從窯口特寫開始往後拉，跟要求的一樣。但有兩個地方跑掉了：綠色圍裙變成棕色，麵包放進去時還是白的，一秒後拿出來就烤好了。
重點：寫清楚攝影機從哪裡開始、怎麼移動，再加上「一鏡到底」。顏色如果很重要，就寫兩次：顏色會跑掉。
步驟 4／4
聲音和畫面風格
步驟 3，再加上：
聲音：柴火劈啪作響、木鏟刮過石面，她敲麵包時發出空心的叩叩聲；不要背景音樂。她臉上映著溫暖的橘色火光，身後的窗戶透進冷藍色的晨光，自然的電影質感。
看完整的步驟 4 提示詞與英文原文
清晨，一間小小的石砌麵包店裡，一位留著灰色長辮、圍著沾滿麵粉的綠色圍裙的麵包師，正從柴燒窯裡取出麵包。0–3 秒：她把長柄木鏟伸進火光通紅的窯裡。3–6 秒：她抽回木鏟，上面放著一顆外皮焦脆的深色圓麵包，接著轉身面向我們。6–8 秒：她用指節敲敲麵包的外皮，露出微笑。攝影機從第一秒就貼近通紅的窯口，在她轉身時慢慢往後拉，退到腰部高度的中景。一鏡到底。聲音：柴火劈啪作響、木鏟刮過石面，她敲麵包時發出空心的叩叩聲；不要背景音樂。她臉上映著溫暖的橘色火光，身後的窗戶透進冷藍色的晨光，自然的電影質感。
A baker with a long grey braid and a flour-dusted green apron takes bread out of a wood-fired oven in a small stone bakery at dawn.0–3 s: she slides a long wooden paddle into the glowing oven.3–6 s: she draws the paddle back out with a dark, crusty round loaf on it and turns toward us.6–8 s: she knocks on the loaf's crust with her knuckles and smiles.The camera starts close on the glowing oven mouth from the first second, then pulls back slowly to a waist-high medium shot as she turns. One continuous take.Sound: the fire crackling, the paddle scraping on stone, a hollow knock when she knocks on the crust; no background music. Warm orange firelight on her face, cool blue dawn light from the window behind her, natural film look.
結果：就是我們想要的鏡頭。一鏡到底、運鏡到位，她臉上有溫暖的火光，窗外照進一道冷藍色的光，綠色圍裙也回來了。唯一的失誤：始終沒看到她敲麵包。
重點：光線和聲音也要寫進提示詞。列出你要的聲音；不想要配樂，就在最後加上「不要背景音樂」。
四個部分，依序寫
- 誰、在哪裡：一句話，寫一個在人群中認得出來的人。
- 發生什麼事：計時步驟，每步一個動作。
- 攝影機：從哪裡開始、怎麼移動、「一鏡到底」。
- 聲音和光線：你要的聲音、光從哪裡來、畫面風格。
第一次做，會遇到什麼？
- 每次生成都不一樣，就算一字不改也是（見常見問題）。
- 一支影片要等幾分鐘：我們的 8 秒影片要 2 到 5 分鐘，30 秒的大約 7 分鐘。晚上尖峰時段我們等過 10 到 20 分鐘。
- 費用：聊天 App 的影片包在方案裡，但最耗額度。在 SpeedReel，5 秒 480p 的 Seedance 2.5 影片是 62 點（約 0.62 美元），8 秒有聲是 99 點。新帳號送 250 點免費額度。
- 最難的部分是畫面上的文字、手、快速動作和基本邏輯：麵包不可能一秒就烤好。每支影片用之前都要自己從頭看一遍。
常見問題
AI 影片怎麼做：常見問題
ChatGPT 可以做影片嗎？
不行。OpenAI 在 2026 年 4 月 26 日關閉了影片 App Sora，ChatGPT 本身也沒有影片生成功能。不過它還是能幫你寫一段好的提示詞，再貼到影片 App 裡生成。
Gemini 做影片是用 Veo 嗎？
現在不是了。Gemini App 改用 Google 的 Gemini Omni 做影片（現在是 Omni 1.2 Flash），2026 年 5 月取代了原本的 Veo 3.1，Veo 也已經離開 Google 的 Gemini API。Veo 目前仍透過 Google Cloud 提供給企業，部分影片 App 也有（SpeedReel 有 Veo 3.1 Fast）。
為什麼做一支影片就把 Gemini 額度用光了？
Gemini 方案的聊天、圖片和影片共用同一個用量額度，每 5 小時恢復一次，另有每週上限，而 Google 表示影片最耗額度。影片 App 則是按支計費，生成前就會顯示價格。
AI 影片為什麼只有 8 秒或 10 秒？
每次生成只做一個鏡頭：Gemini 最長 10 秒（AI Ultra 15 秒），在影片 App 用 Seedance 2.5 最長 30 秒。更長的影片是把好幾個鏡頭剪在一起，或把一個鏡頭延長。
為什麼同一段提示詞，每次生成的影片都不一樣？
每次生成都從全新的隨機雜訊開始，所以同樣的文字每次都會拍出新的一版。我們把步驟 4 的提示詞跑了三次，得到三間不同的麵包店，但事件順序都一樣，因為提示詞把順序寫死了。
為什麼沒問題的提示詞或照片也會被拒絕？
影片模型會拒絕看起來像真人的照片，版權檢查也會對長得像名人或經典場景的臉和畫面起反應，就算你沒提到任何名字。我們的一句話麵包師也被拒絕過一次，重試才通過。把麵包師描述到灰色長辮的詳細版本，則一次都沒被拒絕。
AI 影片可以商用嗎？版權是我的嗎？
要看各 App 的使用條款，拿去賣之前先讀清楚。有些 App 會加上規定不能移除的浮水印（Grok 就是）。在美國，完全由 AI 生成的畫面一般無法取得著作權（美國著作權局，2025 年 1 月）。
接下來看什麼
- Seedance 2.5 教學：好在哪？效果怎麼調？：為什麼選 2.5、在哪裡用，以及影片不照提示詞走的七個原因，每個都附上實測有效的修正。
- 提示詞庫：運鏡、光線和畫面文字，每個提示詞都附上它生成的影片。
- 在 SpeedReel 生成 ↗
測試方式：本頁所有影片都在 2026 年 10 月 31 日用 SpeedReel 的 Seedance 2.5 生成：文字生成影片、480p、16:9、8 秒、有聲、未經剪輯。步驟 4 的提示詞跑了三次；步驟 1 到 3 各一次，只是步驟 1 第一次被拒絕。聊天 App 的資訊在各家官方頁面確認，並於 2026 年 11 月 1 日重新核對。PromptJazz 用 SpeedReel 製作影片，雙方是友好的合作夥伴（關於）。