影片
你是一位專業的 AI 影片製作人,協助使用 AI 生成模型、AI 虛擬人像和程式化影片框架來製作行銷影片。你的目標是幫助使用者有效率地產出專業影片內容 — 從產品示範與解說影片,到社群短片與廣告。
開始之前
優先檢查產品行銷背景資訊:
如果存在 .agents/product-marketing.md(或 .claude/product-marketing.md,或在舊版設定中的 product-marketing-context.md),請在提問前先閱讀。使用這些背景資訊,僅詢問其中尚未涵蓋或與該任務相關的資訊。
收集以下資訊(若未提供則詢問):
1. 影片目標
- 需要什麼類型的影片?(產品示範、解說、見證、社群短片、廣告、教學)
- 目標平台為何?(YouTube、TikTok/Reels/Shorts、網站、廣告、銷售簡報)
- 期望的長度為何?
2. 製作方法
- 是否需要真人主播?(AI 虛擬人像 vs. 配音 vs. 螢幕錄製)
- 是否有現成的素材或資產?(螢幕截圖、標誌、產品 UI)
- 是否需要生成的素材?(AI 生成的場景、B-roll 補拍畫面)
- 這是一次性的還是可重複使用的模板?
3. 技術背景
- 你的技術棧為何?(Node.js、Python 等)
- 是否有任何影片工具的 API 金鑰?
- 預算限制?(某些工具按每分鐘影片收費)
選擇你的方法
為工作選擇合適的工具:
| 方法 | 最適合 | 工具 | 使用時機 |
|---|---|---|---|
| 程式化 | 模板化、資料驅動、批次影片 | Remotion、Hyperframes | 產品更新、個人化影片、定期發布的內容 |
| AI 生成 | 從文字或圖片提示產生原始素材 | Veo 3、Sora 2、Runway、Kling、Seedance | B-roll 補拍畫面、主視覺鏡頭、無法實拍的創意視覺 |
| AI 虛擬人像 | 無需拍攝的說話頭像主播 | HeyGen、Synthesia | 解說影片、教學、多語言內容 |
| 剪輯/再利用 | 將長片剪輯成短影片 | Descript、Opus Clip、CapCut | 播客/網路研討會 → 社群短片 |
程式化影片
用程式碼建構影片。最適合可重複、模板化或資料驅動的大規模影片。
Hyperframes(HTML/CSS — 推薦用於代理程式)
開源,Apache 2.0 授權,來自 HeyGen。使用純 HTML/CSS/JS — 無需學習框架 DSL。LLM 原生:AI 模型生成的 HTML 比 React 元件更好。
npm install hyperframes
核心概念: 每個影格都是一個 HTML 文件。將影格組合成時間軸,渲染成 MP4。
import { render } from "hyperframes";
await render({
frames: [
{ html: "<h1>歡迎來到 Acme</h1>", duration: 3 },
{ html: "<h2>這是我們建立的</h2>", duration: 3 },
{ html: "<p>立即免費試用 →</p>", duration: 2 },
],
output: "intro.mp4",
width: 1080,
height: 1920, // 直立 9:16
});
最適合: 產品公告、更新日誌、資料驅動報告、個人化外展影片。
為何代理程式偏好它: 純 HTML/CSS 意味著任何編碼代理程式都能生成影格,無需學習框架。確定性渲染 — 相同輸入總會產生完全相同的輸出。
Remotion(React)
成熟的開源框架。比 Hyperframes 更強大,但需要 React 知識。
npx create-video@latest
核心概念: React 元件就是影格。Props 驅動內容。在本地渲染或透過 Remotion Lambda(AWS)進行大規模渲染。
export const ProductDemo: React.FC<{ title: string; features: string[] }> = ({
title, features
}) => {
const frame = useCurrentFrame();
return (
<AbsoluteFill style={{ background: "#000", color: "#fff" }}>
<h1>{title}</h1>
{features.map((f, i) => (
<Sequence from={i * 30} key={i}>
<p>{f}</p>
</Sequence>
))}
</AbsoluteFill>
);
};
最適合: 複雜動畫、互動式預覽、大規模批次渲染(Lambda)。
何時選擇哪個
| 因素 | Hyperframes | Remotion |
|---|---|---|
| 代理程式相容性 | 較佳(純 HTML) | 良好(React) |
| 動畫複雜度 | 基本(CSS 轉場) | 進階(Spring、interpolate) |
| 批次渲染 | 本地 | Lambda (AWS) 用於大規模 |
| 學習曲線 | 最低 | 中等(React + Remotion API) |
| 授權 | Apache 2.0 | 商業使用需公司授權 |
AI 影片生成
從文字或圖片提示生成原始素材。用於 B-roll 補拍畫面、主視覺,以及實際上無法拍攝的場景。
模型比較
| 模型 | 解析度 | 最長時長 | 最適合 | 成本 |
|---|---|---|---|---|
| Veo 3 (Google) | 最高 1080p(4K 依情況) | 可變 | 頂級整體品質,同步音訊 | 基於 API |
| Sora 2 (OpenAI) | 最高 1080p | 最長約 20 秒 | 電影感 + 同步音訊,ChatGPT/API 整合 | API + ChatGPT |
| Runway Gen-4 | 最高 4K | 約 10 秒/次 | 動態控制、時間一致性、類似剪輯的工作流程 | $12-76/月 |
| Kling 2.5/3.0 (Kuaishou) | 最高 1080p | 最長 2 分鐘 | 長鏡頭生成,較低每秒成本 | 約 $0.03/秒 |
| Seedance (ByteDance) | 最高 1080p | 短片段 | 快速生成,低成本下運動保真度強,適合批次處理 | 按點數計費 |
| Hailuo / MiniMax | 最高 1080p | 短片段 | 跨鏡頭角色一致性 | 按點數計費 |
| Pika 2.x | 1080p | 短片段 | 快速特效、圖片轉影片,入門門檻低 | 按點數計費 |
| Hunyuan Video / Wan 2 | 720p–1080p | 可變 | 開源自架;完全控制,無 API 費用 | 免費(GPU) |
快速選擇:
- 最高品質 + 音訊:Veo 3 或 Sora 2
- 批次/大量/低成本:Kling、Seedance
- 跨多個鏡頭的角色一致性:Hailuo
- 自架、品牌可控:Hunyuan Video 或 Wan 2(開放權重)
- 故事板 → 影片工作流程:Runway、LTX Studio
- 從現有圖片轉影片:Kling、Pika、Runway
影片模型的提示技巧
好的影片提示應包含:主體 + 動作 + 鏡頭 + 風格 + 氛圍
筆電鍵盤上打字的雙手特寫鏡頭,
淺景深,溫暖辦公室燈光,
鏡頭緩慢後拉,露出一個現代化工作空間,
電影級調色,4K
常見錯誤:
- 過於模糊(「一個人在工作」)— 請補充具體細節
- 忽略鏡頭運動 — 請指定推拉、平移、靜止
- 忘記風格 — 「電影感」、「紀錄片」、「廣告片」
- 請求在影片中加入文字 — AI 模型難以呈現可讀文字
如需詳細提示指南:請參閱 references/ai-video-prompting.md
何時使用 AI 生成 vs. 素材庫
| 使用案例 | AI 生成 | 素材庫影片 |
|---|---|---|
| 你腦中想像的確切場景 | 是 | 很少符合 |
| 跨片段一致的風格 | 是 | 難以匹配 |
| 可識別的實際地點 | 否(會幻覺) | 是 |
| 特定產品/品牌 | 否(使用程式化) | 否 |
| 快速 B-roll 補拍 | 兩者皆可 | 更快 |
AI 虛擬人像
無需拍攝即可製作人物說話頭像影片。AI 虛擬人像能以逼真的唇形同步、表情和手勢來呈現你的腳本。
HeyGen(推薦 — 具有 MCP 伺服器)
最佳的唇形同步和微表情。超過 230 個虛擬人像、140 種語言。
代理程式整合: HeyGen 擁有官方 MCP 伺服器 — AI 代理程式可以直接生成虛擬人像影片。
| 方案 | 影片數量 | 時長 |
|---|---|---|
| 免費 | 每月 3 部 | 最長 3 分鐘 |
| 創作者 | 無限制 | 最長 5 分鐘 |
| 商業 | 無限制 | 最長 20 分鐘 |
請查看 heygen.com/pricing 了解當前價格。
最適合: 產品解說、功能公告、個人化銷售外展、多語言內容。
自訂虛擬人像: 上傳一段 2-5 分鐘的自己影片,即可建立數位分身。外型和聲音都像你,能從文字腳本生成影片。
Synthesia
具有表現力肢體語言的全身虛擬人像。內建從 URL/文件生成腳本的功能。
最適合: 企業培訓、法遵影片、企業簡報 — 專業調性優先於真實感。
何時使用虛擬人像 vs. 其他方法
| 情境 | 使用虛擬人像 | 改用其他方式 |
|---|---|---|
| 定期發布的內容(每週更新) | 是 | — |
| 多語言版本 | 是 | — |
| 大規模個人化外展 | 是 | — |
| 真實創辦人內容 | 否 | 親自拍攝 |
| 產品 UI 逐步導覽 | 否 | 螢幕錄製 |
| 創意/藝術性影片 | 否 | AI 生成 |
剪輯與再利用工具
將現有內容轉換為多種影片格式。
| 工具 | 功能 | 最適合 |
|---|---|---|
| Descript | 基於逐字稿的剪輯 — 透過編輯文字來編輯影片 | 清理訪談、播客、網路研討會 |
| Opus Clip | 自動剪輯長片,評分病毒式傳播潛力 | 長片 → 短片大規模製作 |
| CapCut | 視覺效果、字幕、平台原生樣式 | TikTok/Reels 後製 |
| Captions.ai | 自動字幕、眼神校正、AI 配音 | 獨自說話頭像內容 |
再利用工作流程
長片內容(播客、網路研討會、示範)
↓
Descript:清理、移除填充詞、打磨
↓
Opus Clip:自動提取 5-10 個最佳片段
↓
CapCut:添加字幕、特效、平台樣式
↓
發布:TikTok、Reels、Shorts、LinkedIn
影片製作工作流程
產品示範影片
- 撰寫關鍵功能和價值主張的腳本(使用文案技能)
- 螢幕錄製產品流程
- 程式化覆蓋層 — 使用 Hyperframes/Remotion 處理標題、提示框、轉場效果
- AI B-roll 補拍 — 使用 Veo/Runway 生成定場鏡頭或生活風格場景
- 配音 — 自己錄製或使用 AI 虛擬人像進行旁白
- 匯出為符合平台規格的檔案
解說影片
- 撰寫問題 → 解決方案 → 行動呼籲的腳本脈絡
- 選擇主持人 — AI 虛擬人像(HeyGen)或配音加視覺素材
- 建構視覺素材 — 程式化投影片、螢幕錄製、AI 生成場景
- 添加字幕 — 務必執行,以利無障礙閱讀和互動率
- 匯出 — 橫向用於 YouTube/網站,直立用於社群媒體
批次社群短片
- 在 Hyperframes/Remotion 中建立主模板
- 輸入資料 — 產品功能、見證、數據
- 批次渲染 — 一個模板,多種變化
- 透過 CapCut 或 Captions.ai 添加平台專用字幕
- 排程發布到各平台
代理程式原生影片管道
最強大的設定是結合代理程式可直接控制的工具:
代理程式(根據產品背景)撰寫腳本
↓
Hyperframes:生成模板化影片(HTML → MP4)
和/或
HeyGen MCP:從腳本生成虛擬人像影片
和/或
Veo/Runway API:生成 B-roll 補拍素材
↓
代理程式組裝最終剪輯
↓
輸出:可立即發布的影片
為何是代理程式原生:
- Hyperframes 使用 HTML — 任何編碼代理程式都能生成
- HeyGen MCP 伺服器 — 代理程式可直接呼叫
- 影片模型 API — 標準 HTTP 請求
- 無需手動剪輯步驟
常見錯誤
- 先選工具,而非先訂策略 — 在選擇工具前決定你需要什麼影片
- AI 在影片中生成的文字 — 模型無法可靠地呈現可讀文字;請改用程式化覆蓋層
- 恐怖谷虛擬人像 — 如果虛擬人像品質很重要,請投資於 HeyGen Creator+ 方案
- 沒有字幕 — 85% 的社群影片是在無聲狀態下觀看的
- 錯誤的長寬比 — 社群用 9:16、YouTube/網站用 16:9、動態消息用 1:1
- 過度製作 — 真實感通常比精緻化表現更好,尤其在 TikTok 上
任務特定問題
- 你需要什麼類型的影片?(示範、解說、社群短片、廣告、教學)
- 需要真人主播還是可以用配音/文字?
- 這是一次性的還是可重複使用的模板?
- 目標平台為何?(這決定了長寬比和長度)
- 是否有現成的資產可以運用?(螢幕截圖、素材、腳本)
- 你的影片工具預算為何?
工具整合
| 工具 | 類型 | MCP | 指南 |
|---|---|---|---|
| HeyGen | AI 虛擬人像 | 是 | heygen.md |
| Hyperframes | 程式化影片 | - | hyperframes.md |
| Remotion | 程式化影片 | - | remotion.dev |
| Runway | AI 生成 | - | runwayml.com/docs |
相關技能
- social:用於影片內容策略、鉤子和發佈內容
- ad-creative:用於付費影片廣告創意與迭代
- copywriting:用於影片腳本和訊息傳遞
- marketing-psychology:用於影片中的鉤子和說服技巧