用 AI 做影片：一艘紙船來接一隻貓，我們真的把它拍出來了

雨夜，一隻橘色摺耳貓蜷縮在便利商店的落地玻璃前，一艘紙船來找他玩。 這個故事做成了兩支片：橫式 45 秒，直式 46.5 秒。兩個比例從分鏡開始便各自安排構圖。

橫式成片，45 秒。嵌入版是 1792×1120 黑底展示副本；三段生成後剪成一支影片，平台「2K」來源檔實際為 3184×1792、60fps。

直式成片，46.5 秒。嵌入版是 1792×1120 黑底展示副本；三段生成後剪成一支影片，平台「2K」來源檔實際為 1792×3184、60fps。

導演（ 運營負責人 ）後來說：貓已經去世，紙船是來接牠的。他沒能陪兩隻貓走完最後一段路。開場的紙箱已經爛掉，因為牠還在等，牠只能待在箱旁，沒有躲進箱裡。

「貓與紙船」最初是我們叫 Codex 在生產環境進行冒煙測試時自行建立的創意種子來觀測是否它寫的程式碼是否成功了。但運營團隊看了之後看了看模型生成的梗概、故事短綱、故事大綱、劇本之後就決定要用這個創意。

故事十分鐘拆完，後面還有一整條片場

Fuse 主站，產出一段約 45 秒的簡短分鏡。從文字到三段故事的拆分大概不超過3分鐘。 生產冒煙測試嘛，模型 token 能省則省，我們使用的是 kimi 2.6 來處理文本，包含生成多宮格故事板的提示詞，也是 kimi 2.6 生成的。

段落	這一段發生什麼	貓與紙船的距離
Act 1，P01–P03	紙船漂到紙箱旁，貓抬頭、伸出前掌試探	貓收回前掌，船仍浮在水面
Act 2，P04–P06	船時近時退，暖光成為畫面焦點；貓踏水、低頭靠近	鼻尖貼近船中央的立片與船槳
Act 3，P07–P08	船浮到貓身側，再帶牠走進雨街	船留在貓身側，陪牠離開

先把貓和紙船生出來，Prompt 才有東西可以改

我們用 fuse 分別生成 16:9 與 9:16 的八格多宮格，也替貓、紙船、紙箱和便利商店準備參考圖。當天我們發現之後，重新生成了 V3、V4、V5 三版；資料庫裡對應的專案是「生產自測 2026 0831 橘貓的故事」。

Seedream 生成的 16:9 正式多宮格。

Seedream 5.0 Lite 生成的 9:16 正式多宮格。

貓：小金寶 1 號

紙船：小方舟

紙箱：瓦楞紙

場景：便利商店轉角

想當然爾，雖然這個故事是運營負責人的自己經驗，他最多就是在 fuse 按照 kimi 2.6 生成（指導的）美術設計提示詞讓 Seedream 5.0 Lite 生成參考圖了。

Blender 白模：先讓紙船飛一次，別等成片才猜

正式生成前，我們把這段需求交給 Claude 桌面端 App，讓它透過 Blender MCP 操作 Blender。 而且給 Claude 的指令超不負責任：

欸，這個是我準備要送出去的 prompt，你能不能按照這個 prompt 裡面的描述搓一個 Blender 檔給我看？你不用真的有貓，我就是看看，你懂我意思嗎？

畫面下方是拿來搭白模的中文工作稿。它是當時準備提交的一版 Prompt；現在回頭看，我也無法確認它是不是最初版。Prompt 後來怎麼改，收在〈Seedance 2.5 Prompt 實戰：我們第一版寫得很滿，鏡頭卻被講亂了〉。

Claude 桌面端 App 的實際操作畫面。中央是那句很隨便的 Blender 要求、Claude 對 P03／P04 銜接的調整，以及拿來搭白模的中文工作稿；右側還是原本的武打運鏡測試輸出。

八個鏡位放回同一個空間，前掌往哪裡伸、紙船從哪裡浮起、最後朝哪裡離場，一次看完。白模用了八台攝影機，也輸出 clay、seg-id 和 board_2x4.png。這些素材只負責抓走位，沒有誰想把成片拍成灰色 3D 貓。

其實 Blender 不在我們的工作流，畢竟貓與紙船這類型的影片生成作業，實測了數百隻的結論就是：

多宮格故事板搭配 Seedance 足以（滿足老闆的需求）！

突發奇想，就想消耗更多老闆的 token 。不是啦，主要是我們原先在使用 Blender 來進行武打影片的運鏡設計，還在思考怎麼程序化解決打擊感的中途，就被安插了貓與紙船的任務。

但若你想評估影片生成模型會怎麼理解提示詞，不妨叫 Claude 操作 Blender 幫助你推測。

30 秒 Blender clay previz；原始 1920×1080、24fps 畫面完整置於 Article 的 16:10 展示框。

同一段 30 秒 previz 的 segmentation-ID 輸出，以純色分開物件群組，24fps、無音軌。

board_2x4.png 把 P01–P08 放回同一份三維空間檢查走位、方向與離場；單格大圖放在 Blender 專文。

白模的八台攝影機、clay、seg-id 與 2×4 圖板另見〈Blender 3D 白模實測：AI 影片開拍前，我們先養了一隻方塊貓〉。

三段 Prompt：模型只吃得到看得見的動作

生成前，我們重新讀了字節跳動提供的 Seedance 2.5 Prompt Skill，再用 sd25-pe 整理三個 Act Prompt。每段各送一次橫式、一次直式，總數仍是六次。Skill 管的是寫 Prompt 的人。Seedance 收到最後的文字和素材，沒有收到這份小抄。

原始版本有兩個硬傷。它一面要求「在一個不間斷的連續鏡頭中依序走完」，一面塞進固定機位、跟拍和不同景別，後兩段明明就得剪。Act 1 的連續性錨點還提前劇透 P07、P08 的開門、飛起與離場。模型收到的是一張自己跟自己吵架的通告單。我們把三段各自切乾淨，後面的戲留到後面再演。

六次實際提交沿用同一個骨架：生成目標、參考素材角色、主體與關係、事件腳本、保持一致，最後補畫風與聲音。完整 Prompt 很長，下面只亮出兩種比例共用的 Act 核心段落。引文取自實際提交版，後端資料表裡的中間稿不上場。

Act 1：P01–P03，紙船第一次靠近（兩種比例共用段落）

【生成目標】生成一段由三個鏡頭剪接而成的片段：雨夜，一隻貓蜷縮在便利商店落地玻璃前爛掉的濕紙箱旁；一艘白紙船從積水飄到牠面前，貓抬頭注視，接著側身探出右前掌試探水面，紙船些微後退並輕晃一兩下。

Act 2：P04–P06，紙船開始回應牠（兩種比例共用段落）

【生成目標】生成一段由三個鏡頭剪接而成的片段：雨夜便利商店門前的積水上，一艘白紙船在貓面前時近時退、始終不讓貓碰到，船底逐漸透出微弱暖黃光；貓歪頭遲疑後以前掌輕踏積水，漣漪擴散向紙船；最後貓低頭，鼻尖幾乎觸及紙船，瞳孔因船散發的微光些微收縮。

Act 3：P07–P08，紙船帶牠離開（兩種比例共用段落）

【生成目標】生成一段由兩個鏡頭剪接而成的片段：透著霓虹色光的白紙船從貓鼻尖前的積水緩緩浮起，漂在半空中環繞貓一圈，貓身後的自動門由內向外推開卻無人走出；接著門緩緩關上，紙船漂向雨夜街道，貓跟著紙船走進雨街，貓與紙船在路燈與雨絲中逐漸縮小。

「我就是那艘船」沒有進 Prompt。畫面只交代船怎麼做：貓靠近，它退；貓停下，它又回來。貓已經死去也沒有被寫破，這層意思交給爛紙箱、逐漸風乾的毛、無人注意的門和最後的離場。Seedance 2.0 的基本寫法見〈Seedance 2.0 提示詞怎麼寫？〉；2.5 Skill 的規則整理在〈Seedance 2.5 Prompt Skill 到底管什麼？〉；原始稿到實際提交稿的逐項差異放在〈Seedance 2.5 Prompt 實戰：我們第一版寫得很滿，鏡頭卻被講亂了〉。

八格分鏡沒有白畫，P01 到 P08 都進了成片

我們用 FFmpeg 抽幀，把正式多宮格和成片一格一格排在一起。P01–P08 在橫式、直式裡全都找得到。P07、P08 的橫式版本抓住動作、方向和離場語意；直式版本留下更多原構圖。八格都有到場，模型也帶著自己的剪輯節奏進場。

Act 2 的尾幀也成為同一比例 Act 3 的首幀參考。原始尾幀、Act 3 第一個解碼幀，以及最後剪輯使用的接點是三組不同影格。橫式最終接點落在 26.983 到 27.000 秒，直式落在 28.483 到 28.500 秒。

我們也把實際踩過的接縫問題與 FFmpeg 腳本整理進公開 repo：Curtoom 的 video-clip-stitching skill。它先驗素材與有效 FPS，再分辨換鏡、構圖延續或真重疊，最後才決定硬切、砍掉緩啟動，或做短溶接。

16:9 與 9:16 的正式多宮格、每一個 P 的左右對照、首幀交接與最終剪點，獨立整理在〈AI 生成影片真的會看故事板？Seedance 2.5 把 8 格分鏡全用上了〉。

門在某一格開著或關著，動作早半秒、晚半秒，都沒有把紙船帶錯方向。我們接受這些偏差，也沒有為了追求逐格對答案把片子重抽。創作留一點意外，畫面反而有呼吸。

同一艘紙船，橫式和直式走出兩個結尾

橫式與直式各自生成三段，先看 480p 預覽，再決定剪接點。這次六次提交都一次過；以我自己的判斷，Prompt 送出去時，故事、角色、位置與鏡頭已經接近我要的樣子。

版本	成片長度	P07／P08 的畫面	最後一格
橫式	45 秒	空間較寬，離場方向以街道與店面關係為主	貓與船離開後，停在店面空景
直式	46.5 秒	門、貓與浮起的船形成更明確的縱深	貓與船仍在雨街遠處

兩個比例各有一套多宮格和三次提交，最後也各走各的。橫式輸出為 3184×1792，直式為 1792×3184，兩支都是 60fps。文中的「2K」沿用平台處理檔位名稱，實際像素照表講，沒有魔法數字。

紙船有沒有回來接牠？

每拿到一個版本，我們都問同一件事：這艘船看起來在逗貓，還是回來接牠？摺耳的動作、尾幀接首幀的輕微跳動、門最後停在哪裡，都得等畫面出現才有答案。但幸好有這樣的影片生成模型存在，創意不再是一閃而過的思緒。

老闆想要運營幹活，老闆得到。運營負責人想念他的貓，他也得到了影片。

影片裡的貓咪也不再孤單。