近年，隨著生成式 AI 進步，影片製作門檻大幅降低，進入人人都能輕鬆製作動畫影片的時代。
大家好，我是 Ny@Tech。
我原本長期從事網路行銷，約 2024 年開始對生成式 AI 的可能性感興趣，進而投入AI 圖片生成、AI 作曲工具與AI 影片生成等領域。
目前正在探索以 AI 製作 MV 的工作流程。
2025 年 9 月，ChatGPT 開發商 OpenAI 發布最新影片生成模型 Sora 2，成為象徵 AI 進化的一件事。
Meta、Google 等也陸續推出影片生成工具，讓「影片生成」成為 AI 產業新的競爭舞台。
其中特別受到關注的是，幾分鐘就能生成高品質動畫影片的 DomoAI。
DomoAI 是 2023 年由新加坡企業開發的新一代影片生成 AI 工具，即使沒有專業技能，也能在幾分鐘內做出專業般的影片。
善用 DomoAI 等生成式 AI，人人都能製作高品質 MV。
本文由出身網路行銷的我，清楚解說新手利用 AI 工具製作 MV 的步驟與訣竅。
用 AI 創作：MV 製作流程
接著就來看利用生成式 AI 製作 MV 的流程。
MV 製作大致可分成 4 個步驟。
1. 製作歌曲
先準備作為 MV 基礎的歌曲。
若已有自己創作的音樂，就可以使用，但多數人應該沒有原創歌曲。
這時，利用 AI 作曲工具，就能在幾分鐘內做出原創歌曲。
例如，使用 AI 作曲服務 Suno，只要輸入歌詞與曲風，就能生成情感豐富的歌曲。
2. 準備圖片素材：蒐集素材與善用生成式 AI
可以自行拍攝真實風景、小物或通用鏡頭，也能利用 Adobe Stock 等素材網站準備圖片。
對於營造 MV 獨特世界觀與故事性的奇幻背景和角色視覺，生成式 AI 能拓展表達範圍。
例如，下列場景就很適合 AI 圖片生成工具。
- 符合歌詞世界觀的虛構背景
- 擔任故事主角的動漫角色
- 用來營造氛圍的抽象畫面，如光粒子、壓縮空間等
這些視覺可以透過 Midjourney、Stable Diffusion，或 DomoAI 的文字轉圖片功能，具體呈現符合歌詞的世界觀。
3. 生成影片：透過 AI 轉為動態影像
根據準備好的圖片素材，在 DomoAI 生成影片片段。
使用 DomoAI 的圖片轉影片（Image to Video）功能，就能輕鬆讓靜態圖片動起來。
也能使用 AI 虛擬角色（Talking Avatar）功能，為角色圖片加入口型同步，重現彷彿在唱歌的動作。
如此，依歌曲各段落用 AI 生成多個鏡頭，再按場景運用，就是 MV 製作的基本流程。
4. 剪輯與完成
最後把生成的影片片段接合，完成 MV。
不需要複雜操作，只要使用剪輯軟體或 App，按照以下流程處理。
- 匯入歌曲檔案
- 按歌曲時間放置圖片與影片
- 剪掉不要的部分
- 視需要加入字幕與特效
最後匯出，就完成了。
接下來各章會解說讓流程更順暢的具體重點。
MV 所需素材與圖片構想
要順利製作 MV，事先想好需要哪些鏡頭，並準備對應素材很重要。
尤其事先備妥以下6 個要素，不僅能增加畫面變化，也能減少製作 MV 時的困惑。
背景
也就是作為傳達歌曲世界觀基礎的風景或背景圖片。
依歌詞與曲調選擇場景，如夕陽海邊、城市夜景、近未來都市或宇宙。
全身：遠景鏡頭
這是拍到角色或人物全身的鏡頭。
適合前奏、間奏或開場等，需要傳達歌曲氛圍的場景。
搭配背景，能傳達「這裡是舞台、城市，還是奇幻世界」，讓觀眾想像整支 MV 的世界觀主軸。
上半身特寫：胸像鏡頭
這是胸部以上，或可清楚看到臉部表情的近距離鏡頭。
在副歌或情緒高漲時，插入聚焦角色表情的上半身特寫，有助於觀眾投入情感。
再搭配 AI 虛擬角色（Talking Avatar），就能呈現真的在唱歌的效果。
背影
從背後拍攝主體的鏡頭。
人物背影或背部輪廓，能有效營造哀愁與餘韻。
依曲調刻意不拍表情，插入背後視角，也能增加故事性。
小物：細節鏡頭
拍攝與歌曲或場景相關的小物，能讓觀眾想像故事。
例如以愛為主題時，拍攝歌詞中的象徵物品，如花束、戒指、信或成對杯子，能為畫面增加深度與層次。
呈現節奏的演出鏡頭
用來讓人以視覺感受歌曲節拍與節奏的演出素材。
例如，隨聲音移動的圖形、閃光或抽象粒子動畫，能讓影像與聲音同步，強化爽快感與律動。
也可以在背景疊加雷鳴、心跳、閃爍紅綠燈、時鐘秒針或等化器動畫（※）。
※指把音樂波形或頻率從低音到高音的變化，以圖像方式呈現。
關於隱私保護
上傳圖片與音訊到 DomoAI 等 AI 服務時，有些人可能擔心「資料會被擅自使用嗎？」「會分享給第三方嗎？」
不過，DomoAI 條款明確說明，使用者上傳的圖片與影片資料，不會在 AI 處理目的之外被保存或分享。
※也有不保留紀錄生成影片的幽靈模式功能。
事先準備上述素材，就能順暢切換各場景，做出不讓觀眾厭倦的結構。
先進行接下來解說的場景設計與前置準備，也能明確所需素材種類與數量，避免無謂生成或重新尋找。
MV 製作前準備：歌曲編輯與場景設計
素材備妥後，生成影片前先進行設計與規劃，能讓製作更順暢。
這個階段一邊仔細聽歌，一邊安排「什麼時候放什麼畫面」。
先把歌曲匯入剪輯軟體或 App，在想切換場景的位置加標記，或依段落分割。
再依歌詞與歌曲結構，用顏色或筆記標出想插入的場景，例如「這段放背景」「這裡角色特寫」，就能一眼看出要生成或配置哪些素材。
切換點若配合音訊波形、節拍或高潮，畫面節奏會更自然，產生影像乘著音樂前進的舒適感。
配合 MV 結構的畫面設計範例
為了更具體理解場景設計，以下依一般 MV 結構整理各段落可放哪些影片或圖片的範例。
場景類型
畫面演出的目的與用法
演奏場景：前奏與間奏
開場與間奏可放風景或視覺化節奏的鏡頭，傳達歌曲氛圍。
主歌與副歌前段
主歌與副歌前段可呈現歌手全身或上半身特寫，配合歌詞展現表情。
副歌
副歌最高潮，可加入角色特寫，再搭配光粒子或鏡頭移動等演出。
尾奏與結尾
結尾以人物背影或夕陽等留下餘韻的畫面收束。
先依歌詞與段落做好畫面計畫，不只避免漏素材，之後剪輯也不用再猶豫哪個鏡頭放哪裡。
事先確定結構，也能明確列出 AI 需生成的鏡頭，減少無謂生成，有效率地推進製作。
DomoAI 基本功能介紹
接下來正式用 DomoAI 製作影片。
本章解說 DomoAI 基本功能，以及有助 MV 製作的使用重點。
DomoAI 有許多功能，製作 MV 時主要需掌握三項：風格與範本、AI 虛擬角色（Talking Avatar），以及Screen Keying，也就是色鍵合成。
接著逐一詳看。
用風格與範本挑戰多樣視覺表現
DomoAI 可選擇稱為風格或模型的視覺調性。
提供動漫、寫實、油畫、3D 漫畫等超過 30 種視覺風格，可以改變生成結果的氛圍。
風格指定可用於：
- 從影片製作影片的 Video to Video，
- 以及從文字生成圖片的 Text to Image，
等功能。
選擇這些風格，就能依曲風與氛圍改變畫面筆觸。
例如 J-POP 搭日本動漫，抒情慢歌搭水彩或油畫，試試與歌曲相合的視覺。
用 AI 虛擬角色（Talking Avatar）讓角色唱歌
接下來介紹 AI 虛擬角色（Talking Avatar）功能。
這項 DomoAI 熱門功能，為靜態角色加上口型同步與表情變化，讓它看起來像在說話或唱歌。
例如上傳準備好的角色插畫或照片，以及用 Suno 等生成的人聲音軌，就能製作角色彷彿在唱歌的影片。
操作方式很簡單：
- 在選單選擇 AI 虛擬角色（Talking Avatar）
- 左側上傳要動起來的圖片，右側上傳想讓角色唱的音訊
這樣就可以了。
不過要注意，音訊需上傳只有人聲的檔案。
因為混入樂器聲時，口型同步也可能對伴奏節奏起反應，產生不預期的嘴部動作。
也可在提示詞加入微笑或悲傷等情緒指示，讓口型同步搭配表情變化。
使用這項功能，能為 MV 角色注入生命，做出吸引觀眾的演出。
利用 Screen Keying 自由組合影像
Screen Keying 一般稱為色鍵合成，指把特定背景色轉為透明，再換成其他影片或背景的處理。
例如用 AI 虛擬角色（Talking Avatar）生成唱歌角色時，先把背景設為綠色或其他單色，之後就能結合其他背景影片。
操作很簡單，在 DomoAI 生成角色影片時開啟 Screen Keying，選背景色，基本上用綠色，就可以了。
DomoAI：Screen Keying 功能
接著把要用的背景圖片或影片匯入剪輯軟體，在上方放綠幕角色影片，再用色鍵合成去掉綠色，就能得到只有角色融入背景的合成影片。
善用色鍵合成，就能把分開生成的 AI 影片組合成一個場景。
這項技巧可隨創意拓展影片可能性，歡迎試試。
為影片加入動作的範本
提升影片魅力時，鏡頭運動與角度是重要因素。
真人拍攝透過移動攝影機營造臨場感，DomoAI 則可利用範本與提示詞技巧，讓角色或背景動起來。
例如，圖片轉影片（Image to Video）範本能選擇拉近、升降鏡頭上升等視角移動，或親吻、擁抱等演出動作。
這些在生成時就能製作成動態影片，因此主體與背景的透視會自然計算，產生如同實拍的立體感。
提示詞中的鏡頭運動指示範例
在提示詞加入鏡頭指示，AI 有時能理解意圖，並在畫面中反映成視角移動。
以下提供一些鏡頭指示範例，作為撰寫提示詞的參考。
| 提示詞 | 解說 | 組合使用範例 |
|---|---|---|
| 拉近 | 拉近主體 | 緩慢拉近角色臉部 |
| 拉遠 | 拉遠呈現全景 | 快速拉遠呈現城市景色 |
| 向左平移 | 向左方移動 | 流暢向左平移穿過房間 |
| 向右平移 | 向右方移動 | 向右平移露出另一個角色 |
| 向上傾斜 | 鏡頭向上轉動 | 從地面向上傾斜至天空 |
| 向下傾斜 | 鏡頭向下轉動 | 向下傾斜聚焦物品 |
| 向前推軌 | 攝影機本體往前靠近 | 戲劇性向前推軌靠近門 |
| 向後拉軌 | 攝影機後退拉遠 | 緩慢向後拉軌呈現風景 |
| 跟拍鏡頭 | 與主體平行跟隨 | 跟拍奔跑者 |
| 追隨鏡頭 | 追著主體的視角 | 從汽車後方追隨 |
| 升降鏡頭上升 | 像吊臂般上升 | 升降鏡頭上升露出人群 |
| 升降鏡頭下降 | 像吊臂般下降 | 升降鏡頭下降呈現細節 |
| 鳥瞰視角 | 從正上方俯視 | 戰場的鳥瞰視角 |
| 360 度環繞 | 完整旋轉一圈 | 流暢環繞角色 360 度 |
| 手持晃動鏡頭 | 手持攝影機般的晃動 | 追逐時使用手持晃動鏡頭 |
| 穩定器鏡頭 | 穩定流暢的移動 | 穩定器鏡頭穿過走廊 |
| 移焦 | 焦點從前景移到背景 | 焦點從花移至人物 |
| 慢動作鏡頭移動 | 彷彿慢動作的移動 | 打鬥時使用慢動作鏡頭移動 |
提示詞中的鏡頭指示，會因原圖構圖與主體而有很大差異。
如果動作不如預期，可以改換圖片，或逐步調整提示詞表達方式來測試。
Standard 方案以上可使用 Relax 模式，不消耗點數就能反覆生成測試，不妨透過嘗試製作理想 MV 場景。
AI 影片製作的著作權與倫理注意事項
以上解說 AI 圖片與影片製作方法，但有幾個重要事項務必留意。
那就是著作權與倫理，也就是虛假內容的問題。
關於著作權
DomoAI 生成的影片與圖片，著作權基本歸生成它們的使用者。
也就是說，自己用 AI 製作的內容也能商業使用。
但要注意的是輸入 AI 的素材。
- 未經允許使用知名動漫角色圖片
- 擅自匯入藝人照片讓 AI 學習
- 未經許可使用商標或品牌元素
這些行為會侵害著作權、肖像權或商標權，條款也予以禁止。
關於倫理與虛假內容
隨 AI 影片技術進步，全球濫用假影片，也就是深偽的案例增加。
各國都有案例，例如讓真人說出未曾說過的話，或製作不存在事件的畫面用來詐騙。
尤其用 AI 生成並散布假新聞影片，蓄意欺騙大眾，我認為是打著創意之名進行惡意資訊操弄，絕不能被容許。
若影片可能造成誤解，附上「此影像由 AI 合成」等明確標示，我認為是創作者應有的體貼。
總結
過去需要專業知識的 MV 製作，隨 Suno、Midjourney、DomoAI 等生成式 AI 工具出現，門檻大幅降低。
現在已是人人都能自己作曲，再結合原創畫面發布的時代。
也請把握機會，挑戰用 AI 製作 MV。
一開始別想得太難，從簡單結構開始，是避免半途而廢的關鍵。
