工作清單

一句話就能拍出打戲和 MV？2026 最強 AI 影片外掛：一鍵套用 Skill，導演思維直接變成提示詞｜電影大師 PRO 教學

逐字稿文字預覽

大家好，我是鄧妮。今天
要談談工作室；Cinemaster 工作室裡有很多技能可供使用。首先，讓我來
介紹一下一項新功能：點擊你的頭像旁邊。有一個“
帳戶和偏好設定”部分。點擊
進入，在底部，您可以更改字體大小，有三種選項可供選擇。 「舒適」且「
大」；有些使用者反映文字太小看不清楚，您可以選擇這些選項。您也可以
選擇深色主題的介面。
手錶。好的，我們
今天的講解將使用深色主題。好吧。此外，
點擊您的頭像即可進入您的個人頁面。在你的
個人頁面上，你可以看到你分享到放映室的媒體等內容。我們也更新了
放映室介面。你可以去
看看。好的，我們進入
今天的主題：工作室。關於
工作室。在工作室裡，我們有許多
技能供您使用。最常見的例子是
：汽車追逐戰。我們來看一下
。飆車場景。和。我們來看看
提示是什麼。我提供了
這輛車的照片、這輛摩托車的照片以及女主角的照片。還有San，也就是
我的偶像──咪咪。騎著這輛
重型摩托車。在城市裡追逐這輛老爺
車。然後，
在技能選單中選擇“高速車輛追逐”，這將在此處創建一個膠囊；您只需輸入簡短的提示訊息，然後選擇持續時間即可。另外，我想提一下 CD
2.5：基本上，所有技能都只支援2.5 版本，因為與容易產生幻覺的 2.0 版本不同，2.5 版本旨在更好地遵循您的提示。
簡而言之，它是一款更先進的型號，可以讓你更精確地控制所需的拍攝畫面。所以在 C 2.5 中，
你的提示需要寫得更完整。如果你是普通用戶，
不知道如何創造技能，你可以用這個工具快速製作一些視覺效果或短影片。好的，
我們來看另一個高速追逐片段。這簡直就像
電影裡的那些場景；它也運用了名為「高速車輛追逐」的技能。
讓我們來看看並重複使用這項技能——點擊這裡即可重複使用。
我的提示只有一句話：黃昏時分，一個人騎著摩托車在路上追逐。
我還加上了「緊張刺激」這幾個字。實際上，即使在
此技能的基礎上添加一些提示，仍然會有一些變化；它不會太統一，而是會有所不同。這是一場
高速車輛追逐戲。現在我們來
看看其他的。讓我們來試試
這個連拍鏡頭，這是一個連拍鏡頭。連拍照片，
我只放了一張照片。然後，一名女子在
夜色中旅行，共有三個場景——屋頂，總共四個場景。然後是 10 秒鐘，但因為
時間太短，她實際上很難穿越所有這些地方。所以你需要注意：如果
你有很多場景，你必須給它足夠的時間，否則就會變成這樣。它移動速度其實
很快，你看？開頭節奏很快
，感覺像在趕時間。它還會切割，所以這並不是一個
很好的演示。更好的
演示應該是這個。如
你所見，除了剛才突然出現的殭屍之外，它實際上非常……有電影感。除了
這裡出現的那個鏡頭之外，其他部分都很有電影感。這可能也是因為
時間不夠。如果你給它
足夠的時間，例如 20 秒甚至 25 秒，它就不會突然出現那樣了。
現在我已經優化過了，基本上沒有bug了，你不再需要「抽卡」了。
像這樣。好的，我為這
部分寫的是：一個女人走進一家夜總會，周圍的男人試圖搭訕她，然後她走到紐約街頭，被一群殭屍追趕，然後躲進一條黑暗的小巷，最後意識到這只是一場夢。只是一句簡單的台詞，
再加上這種連擊技巧，就能產生這樣的效果。好的。好了，接下來我們來看看
這個Vlog，Vlog風格的影片。
瞧，我現在就站在金字塔前面。這簡直太
壯觀了。
好的。這是一個非常典型的Vlog。我
剛剛給了它，我們來看看。
就給這張圖片加了幾句話。
像這樣在埃及旅行，那就運用這項技能：單人自拍短影片。現在，單人
自拍短影片越來越趨向TikTok風格。它通常採用
短視訊風格，您可以根據自己的喜好設定時長；人工智慧會自動為您延長它。如果
設定為 15 秒，那就是 15秒。所以，你其實可以
在影片部落格中看到很多這樣的內容；這是單人自拍風格。好的。
我會告訴你我實際使用的大部分工具。接下來這個很
有意思；讓我們運用這種「電影奇觀」。什麼是電影
奇觀？ 「電影奇觀」指的是——我們
點擊它——這裡有一些解釋。電影奇觀
意味著宏大的規模、強烈的衝擊力、對環境的影響、果斷的結局。這基本上是一次
巨大的轉變。在這裡，我把它設定
在京都，兩個人坐在櫻花樹下交談。最後，我說
劇情出現了意想不到的轉折。哦，事情發生了
意想不到的轉變，雖然櫻花樹旋轉起來有點奇怪。你
其實可以在這裡寫一些簡單的情節，像是UFO飛過或是巨大的恐龍靠近，而且……有很多細節。
這時這些技能就派上用場了。
好的，接下來我們來看另一部，也就是野生動物紀錄片。我甚至都沒配
圖片，只是寫了「海豹」。它甚至
還有海豹進食的聲音；這款 2.5 型號確實相當出色。如果你想進行
配音，可以之後再增加。
現在不是流行給影片添加搞笑配音嗎？你可以用它來做這件事
。接下來要介紹的是
2.5 版本中一個非常強大的功能，但很多人不知道如何使用，所以讓我們一起來看看。這被稱為
多參考視訊到視訊轉換。那是什麼？我們
先來看這段影片。好的。實際上，這段影片是
用白人模特兒拍攝的。由
白色模型產生。好的，我們來看看
最初的白色款長什麼樣子。
最初的白色模型就是這樣，沒有任何環境。然後，我
簡單地添加了這個白人模特視頻，並應用了多參考視頻轉換功能，提示信息是“一個逼真的功夫男孩在武術比賽場景中”。你可以選擇是否
在底部寫這部分；只需輸入上面的句子，它就會自動為你填寫這部分內容。它
會自動為你填寫。
讓我們來看看還有哪些關於白人模特兒預覽的參考資料。這次白色款
預覽會有一些變化；它不會完全按照你的白色模型來做。
我們來看這一段；對於這個，我只放了這張圖。然後我
給它設定了一個女性主角。然後我把
它放進了這個白色模型材料裡。
好的，我們來看一下；我給了它這個。好的，但是你會注意到
它完全沒有跟隨這些相機運動，因為如果你使用這個比例，它會添加一些精細化的細節。它會
根據您的提示進行一些調整。如果要讓它完全
跟著白模相機的運動，該怎麼做呢？實際上，
你根本不用這個量表。如果你
想完全效法白人模式運動，讓我來教你怎麼做。好了，我
現在要換成集夢國際版了，因為我之前用過國際版，而且國際版不需要任何比例尺，所以我只要寫上提示訊息就可以上傳了。好的。難道它不
完全符合白人模特兒預覽圖嗎？
讓我們來看看；這是我上傳的白人模特兒預覽圖。它
完全按照剪輯進行，我的提示是：參考這個動態的攝影機運動和白衣模特兒預覽，製作 15 秒的影片。電影風格
，背景是賽博龐克風格的未來城市，請參考這張圖片。
角色參考資料如下。然後，
周圍的場景是老闆，女人開槍，老闆倒下，動作很自然，自動地推進了劇情的其餘部分。為什麼要加上這句話？
因為我的白人模特兒預覽只有7 秒——見左下角，是 7秒，8 秒——總共只有 8秒長。但我將這段
時間設定為 15 秒，所以我讓它自動延長接下來的圖表。 「自然運動」這個概念
非常重要。你可以看到，
有時你在 3D 中調整的動作實際上有點僵硬。但從
這段影片來看，這些動作似乎已經變得非常非常自然了，不是嗎？原因在於加入了
「自然運動」這個短語。如果
不加那部分，它會有點硬。我們來看一個
之前的例子。這段文字。你
看，它完全是跟隨白人模式的潮流而動。它有點硬。
我沒有為這段動畫添加自然運動，所以這裡有一個關鍵技巧：在預覽線框中的動態動作時，如果你的動畫不夠流暢，你可以添加自然運動，使其看起來更像真人的動作。把這個小撇步分享
給大家。好的，我們來
看看其他技能。接下來，讓我們來看看
大家可能更感興趣的內容──女子組合的舞蹈技巧。實際上，我也把那部分包含在內了
。比如這個。這項技能
叫什麼？這項技能叫做──嗯，
有兩種，我們來看看。其中一個
叫做偶像舞台。其中一種叫做唇語
同步。唇形同步相對簡單，所以
我就不在這裡示範了。對口型同步
是指你上傳一首歌和一張圖片，角色會跟著歌曲一起唱。我們來聊聊這個偶像
舞台吧。偶像舞台將編排一段
舞蹈；它將為你編排一支舞蹈。如果你有一個由 1 到
5 人組成的女子組合，它會根據你的歌曲編排舞蹈。那我該怎麼
做呢？不，你不需要。只是。不。好的，
這裡使用這個KP。偶像舞台，就是
上傳一段影片片段。本次
演示，我上傳了一段 15 秒的音樂片段。我們來聽聽。我不。
這其實是我歌曲《星塵》中的一段 15 秒插曲。然後，上傳
五張身分證照片。然後，上傳一張舞蹈
圖片作為背景。所以，我先參考音頻，
參考這個聲音，然後是 1、2、3、5 個人。
它沒有捕捉到這一點，我們再提一次：3、6，在音樂會舞台上，這張圖片。就這麼簡單，就
一句話。然後，你加入這項
技能——無論在之前還是之後添加——當你點擊「拍攝」或發送時，它都會自動展開你的內容。記住，這裡有一個
關鍵點：如果你的歌曲片段是15 秒，最好也把歌曲的長度控制在 15 秒以內。
根據我目前的測試，對於對口型或跳舞之類的動作，如果將其設置為 30 秒，則更容易出錯。保持在 25 秒是
最佳方案。最佳解決方案是
將其保持在 20 秒，這樣出現問題的可能性較小。然而，由於
SD 2.5 有時會偷偷地修改你的音樂，所以你必須依靠反覆試驗才能獲得完美的效果。但
根據我的測試，因為我在技能提示中添加了許多限制，以防止它更改歌詞或歌曲，所以它是有效的。所以，它相對來說更穩定。我之前拍攝的一系列舞台演唱影片都是以這種方式製作的
。好的，我給你看這個，這邊還有一個。好的，這裡有一個關鍵點：如果你沒有看到歌曲的最後部分，那麼結尾通常會有一個靜態鏡頭，例如他們五個人站在一起的鏡頭，或是一個擺拍的鏡頭
。如果你不想這樣，你可以在這裡寫下「五個人沒有結束
姿勢」。
如果你寫的是“結束姿勢”，它就會包含一個。如果你寫的是“無結束姿勢”，那就不會。人工智慧會自動辨識您的關鍵字。這是技巧部分，偶像舞台技巧部分。
好的，這些是我最常使用的。還有人工智慧
優化； AI優化其實是最基本的功能。即使
你不點擊 AI 優化，在這個工作室裡，只要你輸入任何提示，它都能幫助你進行優化。我們先把這個刪掉。 好了，我們來談談人工智慧優化。只要輸入簡單的提示，點擊「AI優化」按鈕，
它就會簡化並改進整個提示。當然，優化程度取決於
你的寫作量，因為它會分析你的關鍵字。這邊。它會自動為你進行優化。在選定的持續時間內，它將按照您選擇的
秒數運行；例如，如果我現在選擇 8 秒。最多也就 6 到 8 個人，所以這其實非常方便。如果
你像我一樣真的懶得寫提示語——我其實挺懶的——你就只能依靠這種優化，但你仍然需要包含必要的關鍵字。你必須包含關鍵字
。好了，這
就是全部技巧了。你們可以自己嘗試其他技能。還有功夫格鬥，
我想特別談談這個；這是我最近添加的內容。
讓我們來看看功夫格鬥那一項，這也是我投入最多精力去寫的技能。我們經常拍攝功夫動作場景，但感覺很假，就像
兩個人互相揮拳，即使打中了，他們也只是繼續揮拳。但在真正的電影中，武術需要攝影和
動作設計，所以讓我們來看看我做過的一些例子。好的。
這篇文章我只寫了這一部分。圖
1 和圖 2：兩名女子在夜間的大雨中，以逆光拍攝。場景和動作編​​排都是這項技能本身產生的。當然，你可以限制戰鬥風格，例如，我把它寫在了其中一部分。在這一部分，哦哦，在這一部分，我寫道，女人一使用八極拳，女人一使用八卦，女人二使用八極拳。當然，二號女人的
八極拳看起來不太像，但八卦掌有點相似；八卦掌從她在這裡轉圈開始。 SD 1.5 認可的武術風格列於此
技能的文件檔案中，我稍後會告訴你它在哪裡。我們再來看看其他情況，例如一對五或一對多； 也可以這樣做，就像這樣，讓我播放這段
。是的。好吧，其實畫面非常流暢，甚至還有鏡頭運動。我剛剛寫了：“
用八卦掌在九樓暴雨中與五個外貌各異的男人戰鬥”，然後運用了這個技能。我們可以看一下這段影片。好吧。就是這樣。 「在暴雨中，用八卦掌在九樓
與五個外貌各異的男人戰鬥」——這裡有一個關鍵點，那就是「五個外貌各異的男人」。如果你不寫出來，有時候就會顯得偷懶，生成的五個人都會長著同一張臉。這裡真的需要特別記下來
。然後直接運用這種功夫動作電影技巧。然後點擊生成。就是這樣。這就是我生成它的方式，這裡還有一種叫做現代戰爭、現代戰爭戰鬥、現代戰爭的東西。你能看出差別嗎？這更像是一場典型的街頭鬥毆，一場
街頭鬥毆。所以這兩種風格截然不同。其中
一個鏡頭略有晃動。一幅圖帶有一些電影美感，而另一幅圖則是純粹的格鬥，例如這張圖裡用的是詠春拳。這裡很難
看清第二張圖。哦，甚至還有一些身高差異，確實有。我記得有一個人在爬樓梯。這個。當然可以，你可以寫出場景發生的位置
。我基本上什麼都沒寫，它就
呈現給你這樣一個場景。您也可以提供場景圖片來定義他們的環境。
那麼這項技能將幫助你產生它。所以
這些武術動作其實相當有趣；無論是對多人還是對一，都是可行的。
那麼，我剛才提到的那項技能的教學在哪裡呢？技能說明都在這裡。這邊的側邊欄裡有個小教室。小教室。
點擊它，您將找到所有當前的基本訊息，例如廣告攝影或技能申請。 讓我們來看看技能應用；點擊此按鈕將開啟工作室視訊模式配方卡。我們來看看。
您可以慢慢查看； 基本上就是我剛才提到的那種應用方式。你可以過來看看
。格鬥、搏擊
和武術電影。目前它認可的武術流派包括詠春拳、太極拳和跆拳道等。這
幾個人。我的測試結果。但我
認為不會完全一樣，但至少有些舉措會非常相似。我
沒有測試過武器，所以你們可以自己測試。也就是說，
如果您希望它所展示的武術更具辨識度，您可以像我之前提到的那樣，在提示中指定第一張圖片使用哪種風格，第二張圖片使用哪種風格。如果你不輸入任何內容，它將
隨機選擇兩種樣式。就是
這樣。好的。好吧。另外還有音樂
舞台表演，每項技能都附有簡短的介紹。
他們都有簡短的自我介紹。你
可以試試看。我會逐步增加
更多技能；如果以後還有其他有用的技能，我會逐一加入。
好的，今天的課程時間有點長，因為我們看了很多示範。如果你喜歡我的頻道，請
記得訂閱並開啟通知來支持我。我會
抽空錄製一些教學分享給大家。
謝謝。

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=jHswtKQw_1o --language zh

    來源：https://www.youtube.com/watch?v=jHswtKQw_1o

    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：4.2 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：45.1 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：0.2 秒

    關係：依序執行

    結果：完成

  6. 4. 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：0.2 秒

    關係：依序執行

    結果：完成

  7. 5. 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：289.7 秒

    關係：依序執行

    結果：完成

  8. 6. 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：0.7 秒

    關係：依序執行

    結果：完成

  9. 7. 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：0.8 秒

    關係：依序執行

    結果：完成

  10. 8. 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：102.6 秒

    關係：依序執行

    結果：完成

  11. 9. 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：0.7 秒

    關係：依序執行

    結果：完成

  12. 10. 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：0.8 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