「這是一個美好的年代，任何一個人，只要有想法，就能透過 AI 工具快速生成、縮短溝通及製作成本。」創造智能科技執行長林慧珍說，整體影音製作已可達到 98% 由 AI 完成。

傳統行銷影音作品，假設成品需要一個月才能完成前期腳本發想、分鏡設計、籌組團隊拍攝、剪輯、後製配音等流程，現在團隊只要 2～3 人，就能完成以往需要 10 人以上的專案；整體成本可節省一半以上。十月科技文創（OCT AI）執行長周佳佑表示，整體而言，AI 將工時縮短至 1/20。

快速生成「可視化提案」，降低與客戶溝通落差

周佳佑說，在傳統流程中，最耗時的往往不是拍攝本身，而是前面和內部成員或外部客戶的「對焦期」。

比如腳本提案、分鏡畫面、撰寫文案，都要依靠草圖和文字解釋。即使做出成品，也有可能因為彼此的想像不同全部重來，但 AI 能將草圖轉為可視化提案。

針對想法較模糊的客戶，可以用 ChatGPT 迅速生成 10～20 個不同的腳本，讓對方從中挑選，再用 Midjourney 等工具生成影像，快速製作分鏡圖，縮短彼此理解落差。如果是對內容、分鏡有一定要求的客戶，就可以讓 AI 照著分鏡圖，做出適合的場景、人物。這時，「廣告雛形已完成 7 成，剩下只需要微調細節。」

林慧珍指出，為確保影片節奏緊湊，他們習慣用 ChatGPT 將故事拆解為每 2～3 秒一個動作，並用 Runway、Luma 等工具生成影片，這些軟體的功能相近，差別在於介面不同；她建議，每個工具都試試看，挑出和自己想法最接近的使用。

由於目前生成技術難以處理長片段，可突破限制的工具，成本也相對高，不如化限制為優勢，以短片段堆疊出高品質效果；像是生成「狗狗吹頭髮」影片時，透過多隻狗狗切換場景與動作，會比單一角色更吸睛。

現在，影音團隊需要的，是下提示詞（prompt）的能力。周佳佑建議，如果自己下提示詞的能力還不夠仔細，或不確定怎麼寫，可請 ChatGPT 生成、提出修正建議，它可以補充更多細節，像是光影效果、情緒氛圍、鏡頭角度等。即使自己沒有影像方面的專業，也都能透過對話逐漸整理出完整的提示詞。

混合多個 AI 畫面，提升影像精緻度

有了腳本與分鏡後，就進到影像生成與後製階段。林慧珍和周佳佑不約而同提到，團隊在生成圖片、影片時，會同時運用不同工具，嘗試同一鏡頭的不同版本，再挑出最符合品牌調性的效果；也會將 2 個工具生成的畫面混合，提升細節精緻度。

不過，周佳佑指出，AI 對於人物、動作來說，還是存在一些限制。畫面只有一個人，動作通常很漂亮；可是如果想像英雄片那樣 10 個人、每個人動作不一樣，畫面、解析度就容易失真。因此他建議，只要告訴它是什麼狀況就好，比起逐一指定每個角色動作更自然。

在後製階段，AI 同樣能接手大部分工作。例如，可以利用 Whisper 進行語音轉文字，再搭配 SUNO、Udio 等工具，提供想要的風格或類型，自動生成音樂，也可以提供生成的影片或影像，讓 AI 自行分析畫面搭配樂器、製造適合的氛圍。

雖然 AI 製作影音，可以減少大部分工時，但還是免不了過去最花時間的溝通過程。周佳佑建議，在每個 AI 生成階段，比如角色、場景、分鏡、音樂，都要讓客戶判斷是否符合需求，「不要一次做決定。」