工作清單

天宮影片製作實戰教學 | AI串接工作流 | 手把手一起走 | 看完就會了

逐字稿文字預覽

你剛才看到的這段天宮神話大片,如果放在過去,需要一整個特效團隊做上好幾周。
但現在,只靠一條完整的AI工具鏈,一個人,一台電腦就能搞定。
很多朋友問我,為什麼我用了Mijoni,用了影片生成工具,做出來的東西總是不合邏輯,畫面一直崩。
今天這支影片,我會從一開始的靈感選材,用Germanite搭建世界觀與Prompt,到Mijoni控圖,Flow與Grog圖聲影韻鏡,再到最後的剪輯調色,完整拆解整套端到端工作流。
從零開始,用AI鏈做出電影及天宮大片。透過這次的教學,將帶大家一步一步製作出屬於自己的天宮、天雀,讓你也能製作出電影級別的天宮大片。
做仙霞或神話大片,最怕一開始的Prompt,只有美麗的天宮、雲海這種空洞詞彙,生成出來往往千篇一律。
我們第一步,先打開Germanite,把他當成你的美術總監。我給他的指令不是叫他隨便寫提示詞,而是先定義世界觀。我會告訴他,我要做一組中國神話天宮建築,風格要低飽和,超現實,飄渺仙氣,並包含遇見凌空的動態感。
請幫我拆解出主體建築結構、環境光影、相機視角,以及轉化成Midroni真用的英文Prompt。你看,German馬上幫我們把層次分出來了,南天門的玉石質感,層疊的浮空仙道,丁達爾效應的沉曦光。
這樣剷出的提示詞,深度完全不同。拿到Prompt後,我們進到Midroni,這裡有兩個非常關鍵的參數與避坑技巧。
第一,長寬筆直接設16比9,避免後續轉影片時裁切時針。
第二,為了保持仙霞的清冷高級感,我在尾端加入了特定的風格參數與低飽和度權重,避免畫面太過俗艷。
大家看這四張圖。挑選要轉成影片的底圖時,千萬不要挑構圖太滿的圖。
一定要留有動態空間,比如大面積流動的雲海,或者有縱深感的回廊。
像這天公主店,氣勢很足,如果發現有需要修改的地方,右方的欄位有許多修改的按鈕。
我就不一一做介紹,把雜誌修掉後,最後輸出高清底圖。
有了高品質底圖,進入核心環節,圖生影。
這裡可以用Flow或Grook的影片生成功能。
很多人把圖丟進去就直接按生成,結果天公的柱子在晃,尖珠在扭曲,問題出在哪?
你沒有控制動態範圍。
在指令中,我們要明確給出相機運動,例如固定鏡頭,緩慢平移鏡頭,環繞鏡頭等。
不需要太複雜的提示詞,中文它懂,只要簡單即可。
看看我畫面的提示詞,不用太多,就簡單幾句。
控制得當,通常都會一次就過,不會浪費太多點數。
這裡有個很大的重點,我們要表現出壯闊宏偉的感覺,而不是要聚焦於人物本身。
所以鏡頭盡量以固定為主,少有需要運鏡的畫面,不要用運鏡讓人物變大,這樣雄偉浩瀚的畫面就失去感覺了。
畫面有了,但影片要好看,靈魂在於音樂,很多人隨便拿有版權的音樂,容易被平台下架或限流。
我們直接用Sono做出獨一無二的仙霞BGM,操作非常簡單,打開Sono,第一步,務必把Instrumental開啟。
我們只需要背景音樂,不需要AI人聲吟唱,否則會干擾影片旁白。
第二步,在Style of Music,輸入關鍵字,不需要寫太長,輸入,仙霞,中國古典風格,消,竹笛,氛圍感,空靈,電影集。
點擊Create,Sono幾秒內就會給我們兩首原创曲子。
大家聽,這個消聲與竹笛的交織,空靈又帶著神話史詩感,跟我們剛做好的天宮畫面簡直是絕配。
直接下載高品直音訊檔,AI影片生成出來只是半成品,真正賦予它靈魂的是後製。
我們把素材導入剪映或FailMora,將準備好的素材都放進來。
接下來開始剪輯,配合音樂的長度與頓點,放上合適的畫面。
有些畫面的長短與動態速度需要做調整。
當你調整到一個合適的動態表現之後,可以在畫面之間放上轉場特效,再來進行輸出。
當你越來越存熟之後,你可以購買或訂閱會員,來使用更高級的轉場特效與其他VIP功能。
從Gemini構思,Mijorni生圖,Flogok動態化,Sono生成專屬國風BGM,到最後後製混音。
這就是我製作天宮神話短片的完整AI工作流。
本期影片用到的所有Prompt結構,Mijorni參數,以及Sono生成消敵仙霞音樂的關鍵字,我都整理在說明欄與置頂留言了。
如果這支影片對你的AI創作有幫助,別忘了幫我按讚、訂閱並分享給想做AI影音的朋友。
我們下期見。

來源：transcript.txt

本次執行流程與問題處理

  1. 下達指令

    指令：videonote https://www.youtube.com/watch?v=CYp7CCOcbeM --language zh

    來源：https://www.youtube.com/watch?v=CYp7CCOcbeM

    辨識語言：zh ｜ 參數：--language zh

  2. 預期流程

    依指令產生的處理順序：

    1. 下載與語音辨識
    2. 來源選擇與品質檢查
    3. 文字校正與句子單元
    4. 筆記與發布
    5. 公開網頁發布

  3. 1. 下載與語音辨識

    工具：videonote-transcribe-url（主辨識管線：下載、Whisper 辨識與選稿）

    處理：下載音訊、以 Whisper 辨識並選出最佳逐字稿

    產出：yt_dlp_meta.json（影片元資料）、audio_16k_mono.wav（16kHz 單聲道音訊）、transcript.whisper.json（Whisper 辨識結果）、transcript.json（正式逐字稿）、transcript_selection_report.json（來源選擇報告）

    耗時：29.8 秒

    關係：依序執行

    結果：完成

  4. 2. 全文快速校讀

    工具：videonote_rapid_transcript_review.py

    處理：先速讀完整逐字稿，再修正高可信突兀詞句並列出待確認項目

    產出：rapid_transcript_review_report.json（產出檔案）

    耗時：38.7 秒

    關係：依序執行

    結果：完成

  5. 3. 建立句子單元

    工具：videonote-build-sentence-units

    處理：將逐字稿切成帶時間軸的句子單元

    產出：sentence_units.json（句子單元）

    耗時：0.8 秒

    關係：依序執行

    結果：完成

  6. 4. 句子密度平衡

    工具：videonote_balance_sentence_units.py

    處理：平衡句子長度與密度

    產出：sentence_units.json（句子單元）

    耗時：0.8 秒

    關係：依序執行

    結果：完成

  7. 5. 時間軸稽核

    工具：videonote_timeline_audit.py

    處理：檢查時間軸與音訊對齊

    產出：timeline_audit_report.json（時間軸稽核）

    耗時：0.8 秒

    關係：依序執行

    結果：完成

  8. 6. 品質檢查

    工具：videonote_controlled_quality.py（檢查時間軸與品質）

    處理：檢查語言、時間軸與可讀性品質

    產出：controlled_quality_report.json（品質報告）、language_sanity_report.json（語言檢查）

    耗時：0.9 秒

    關係：依序執行

    結果：完成

  9. 7. 播放時間軸回填

    工具：videonote_rebase_display_timeline.py

    處理：將網頁播放時間軸回填為校正字幕時間

    產出：display_timeline_rebase_report.json（時間軸回填報告）

    耗時：0.9 秒

    關係：依序執行

    結果：完成

  10. 8. 逐字稿交叉檢查

    工具：videonote_cross_check_transcript.py

    處理：交叉檢查逐字稿與來源字幕

    產出：transcript_crosscheck_report.json（交叉檢查）

    耗時：0.9 秒

    關係：依序執行

    結果：完成

  11. 9. 來源句整理

    工具：videonote_prepare_source_entries.py

    處理：整理來源句子供時間軸與頁面使用

    產出：sentence_units.json（句子單元）

    耗時：1.0 秒

    關係：依序執行

    結果：完成

  12. 10. 生成筆記摘要

    工具：videonote-generate-note（生成筆記摘要）

    處理：生成筆記摘要與重點

    產出：note.md（筆記 Markdown）、note.html（筆記 HTML）

    耗時：103.2 秒

    關係：依序執行

    結果：完成

  13. 11. 建立筆記頁面

    工具：videonote-render-html（產生筆記 HTML）

    處理：產生可閱讀的筆記 HTML 頁面

    產出：note.html（筆記 HTML）

    耗時：0.3 秒

    關係：依序執行

    結果：完成

  14. 12. 發布公開頁面

    工具：videonote-publish（發布公開頁面）

    處理：發布到公開網站與每日列表

    產出：公開筆記網址、result.json（管線結果）

    耗時：0.4 秒

    關係：依序執行

    結果：完成

手動來源字幕

自動來源字幕

Whisper 字幕

Qwen 字幕

Parakeet 字幕

MOSS 字幕

聲學時間證據（PyAnnote / WhisperX）

校正前後逐字稿

目前待解決問題與初步改善方向

進一步精進字幕與筆記
使用 Workbench 上傳校正字幕、中文參考稿或回饋 SRT，重新產生雙語與學習單元。
開啟 Workbench