阿廷的 AI 廣告影片燒到第三次重生成，他才發現自己一直在跟 AI 猜謎
已更新：8月7日
阿廷（示意人物，一位經營小家電品牌社群廣告的行銷專員，非真實客戶）月底打開 AI 影片生成平台的用量報表，那一格額度使用量是紅的。他這個月只做了三支 15 秒的產品短片，卻已經把原本預估能做十支的額度燒掉一半。老闆在群組裡問了一句：「這幾支影片是重拍了幾次？」他心裡有數，答案不好意思說出口。
第一關：把「兩個人打架」交給 AI，結果劍消失了
阿廷第一支要做的是動作類廣告素材——兩個角色對打的張力畫面。他打的提示詞很直覺：「兩位戰士打鬥，戲劇化、史詩感、電影感、高畫質」。這種寫法他過去打字幕、寫貼文標題都這樣寫，加幾個「厲害的形容詞」感覺就會生效。
生成結果卻讓他愄住：武器在畫面中消失了大半段，又莫名其妙冒出來，動作僵硬不自然。他這才意識到，「戲劇化」「電影感」這些詞聽起來很有份量，但其實只是情緒詞——它們形容的是一種氛圍，卻沒有告訴 AI 畫面裡實際要發生什麼事、武器長什麼樣、怎麼揮動。模型只好自己猜，猜錯了，額度就這樣扣掉一次。
阿廷做了大部分人第一次失敗後會做的事：回頭補一個詞，把「打鬥」改成「兩位戰士用劍打鬥」。武器確實出現了，但動作依然不自然，鏡頭也殫無設計——因為他還是只講了「畫面裡有什麼」，沒講「這個鏡頭該怎麼拍」。
第二關：換一支風格類影片，問題卻不是「打鬥」，是「風格會飄」
第二支素材阿廷想做動漫風格的短片。這次他學聪明了，把想像的畫面寫得更具體——一位女孩在海邊小攞吃麵，溫馨懷舊。畫面確實有動漫感，但整整十秒鐘只是同一個靜止鏡頭，女孩維持同一個姿勢吃麵，看起來很平、很無聊。
他發現，光是把「畫面內容」寫清楚還不夠——風格類影片最容易出問題的地方不是「畫面裡有什麼」，而是「鏡頭之間怎麼切換」「風格會不會走著走著就飄掉」。這跟第一關的破紽是同一個根因的不同表現：提示詞只描述了「靜態畫面」，卻沒有告訴模型「這個場景需要幾個鏡頭、怎麼鋳接」。
第三關：產品廣告最容易穿幫的地方，是打光
第三支才是真正要拿去投放的產品短片——一款新款運動鞋。阿廷這次用最常見的產品廣告寫法：「一雙運動鞋在展台上旋轉，乾淨的攝影棚產品影片，柔和的燈光，質感高級」。結果出來的畫面旋轉軌跡飄移、剪接生硬，整體看起來很明顯是「AI 生成的」——這正是他最不想讓老闆看到的結果，因為這支影片如果過關，是要直接拿去投廣告的。
到這裡，阿廷才把三次失敗串起來看懂同一件事：他每次提示詞裡都只交代了「畫面裡有什麼」（主體），卻從來沒交代「這支影片該怎麼拍」——鏡頭類型、運鏡方式、速度、打光方式、風格基調，他一項都沒說。模型不知道這些，只能自己猜一個版本出來，猜錯了，額度就是真金白銀燒掉的一次重生成。
轉折：問題從來不是「哪個工具不夠好」，是提示詞少了一半
阿廷原本以為是平台或模型「不夠聪明」，才需要不斷重試。但當他把提示詞拆開檢查，才發現一支「打勾及格」的提示詞其實該包含六個要素：主體（拍什麼）、動作（在做什麼）、鏡頭類型、運鏡方式、速度、打光與風格——外加一個幾乎所有人都會漏掉的「負面提示詞」，把之前反覆踩到的雷（武器消失、鏡頭呆滞、旋轉飄移）提前寫進「不要出現」的清單裡，防止同一個錯誤在下一次生成又發生一次。
他用同一張起始畫面、同一組設定，只把提示詞換成把六要素寫齊的版本——結果一次到位：劍鬥動作流暢、鏡頭運動有設計；動漫短片切了好幾個鏡頭，風格穩定不飄；運動鞋廣告燈光包裹著鞋身，反光乾淨，剪接跟著節奏走。三次測試，三個完全不同的破紽（動作、風格、打光），但修正的方法是同一件事：把「情緒詞」換成「結構」。
這跟省 AI Token 的錢，是不是同一套邏輯？
阿廷做的是影片生成，燒的是這個平台的「credits（生成額度）」；如果你平常用的是文字類 AI（寫文案、寫程式、做客服對話），你燒的則是 AI Token King 這類工具會幫你算給你看的「AI Token」。雖然計費單位不同，但「指令不夠精確、只好重試」這個燒錢的原理是一樣的——提示詞含糊，模型就要猜、猜錯就要重跑，重跑就是再花一次錢。這也是為什麼站內另一篇文章談「AI Token 為什麼這麼貴」時，同樣把「重複嘗試」列為最容易被忽略的隱形成本之一。
（釋清：Higgsfield 的 credits 是影片生成額度，跟 AI Token King 計算的 AI Token（文字模型用量）是兩種不同的計費單位，本文借的是同一個省錢原理，不是說兩者定價方式相同。）
結尾：阿廷現在下指令前，會先問自己六個問題
那次月底報表事件之後，阿廷養成一個習慣：每次要生成任何 AI 素材前，先在腦中（或筆記裡）把六個要素過一輪——拍什麼、在做什麼、什麼鏡頭、怎麼運鏡、多快、打光跟風格是什麼——最後補一句「不要出現什麼」。他不再是「先生成、壞了再修」，而是把猜測的成本，提前用五分鐘的思考換掉。
下個月的用量報表，那一格終於不再是紅的。
FAQ
Q1：為什麼加了「電影感」「史詩感」這些形容詞，生成結果還是不對？
因為這些是「情緒詞」，只形容整體氛圍，不描述畫面裡實際要發生的動作、鏡頭怎麼拍。模型收到情緒詞，仍然要自己猜實際內容，猜錯的機率不會因為形容詞多就降低。
Q2：一支「及格」的提示詞應該包含哪些要素？
六個核心要素：主體（拍什麼）、動作（在做什麼）、鏡頭類型、運鏡方式（怎麼移動鏡頭）、速度、打光與風格基調。外加一個負面提示詞，把已知會出錯的地方提前排除。
Q3：負面提示詞真的有用吗？聽起來像多此一舉。
有用，而且是最常被忽略的一項。它的作用不是「補充畫面內容」，而是把你已經在前幾次生成裡踬過的雷明確列出來，提前告訴模型不要再犯，直接降低下一次重生成的機率。
Q4：動作類、風格類、產品類影片，提示詞的重點一樣嗎？
不完全一樣。動作類最怕「運鏡與速度」沒講清楚（動作愈大，模型愈容易失去一致性）；風格類最怕「鏡頭鋳接與風格穩定度」沒講清楚；產品類最怕「打光與反射」沒講清楚，這三種失敗模式在本文三個關卡裡分別對應到。
Q5：這篇講的是影片生成的 credits，跟 AI Token King 算的 Token 是同一回事嗎？
不是同一種計費單位——影片平台的 credits 通常是「每次生成扣一次額度」，AI Token King 計算的 AI Token 則是文字模型依用量（輸入/輸出字數）計費。兩者商品不同、計價方式也不同，本文借用的是同一個底層原理：提示詞不夠精確、模型只能猜，猜錯了就要重跑，重跑永遠是要花錢的。
資料來源聲明
本文參考整理自 YouTube 頻道 Youri van Hofwegen 於 2026 年 7 月 11 日發布的影片《STOP Wasting Credits & Master Prompt Engineering in 12 Minutes》，並經重新組織與論述改寫，非逐字翻譯，亦已移除原標題「STOP」「Master...in 12 Minutes」等命令式與誇大教學語氣。文中「阿廷」為說明用示意人物，非真實客戶。文中提及之第三方平台（Higgsfield、C-Dance、video prompt.studio）功能描述，以原影片發布當下版本為準，如與讀者實際操作畫面不同，請以該平台官方說明為準，本文不構成對任何第三方平台的推薦或保證。
延伸閱讀
立即行動
不管你燒的是影片生成的額度，還是文字模型的 Token，浪費的根源往往是同一件事：不知道自己的指令、自己的用量，實際花在哪裡。免費試用 AI Token King，把模糊的帳單變成看得懂的用量報表，下一次重生成前先想清楚，而不是先花錢再後悔。
留言