如何製作 AI 偽紀錄片短片

偽紀錄片適合 AI 製片，因為訪談、直接切鏡、手持構圖與短輔助畫面可以拆成獨立單元製作。我做初剪的原則是，每個鏡頭都必須呈現角色、推進故事或遮住剪接點。如果三者都做不到，我就不把它列入生成清單。

為什麼偽紀錄片適合模組化 AI 流程？

多數 AI 影片形式都容不得失誤。緩慢的電影鏡頭晃動、臉孔在影格之間逐漸走樣、動作中途光線改變，在精緻劇情片或動作場景中，這些都會破壞真實的幻覺。

偽紀錄片正好相反。每個「缺陷」都有合理的解釋：

• 手持晃動的構圖看起來像真實紀錄片畫面，而不是 AI 瑕疵
• 硬切能隱藏不完美的轉場，你完全不必把片段之間的接縫修得平滑
• 訪談鏡頭不需要電影級運鏡，只要一張臉與連貫的表情
• 短片段控制成本低，出錯時重新生成的成本也低

這種形式建立在一個邏輯上：原始、略有瑕疵的畫面，比精雕細琢的畫面更可信。而 AI 影片生成恰好能產出這樣的畫面。

你唯一需要控制的，是角色一致性和剪輯。其餘一切，這種形式都會替你處理。

生成前先規劃

開啟 DomoAI 前，先寫 5–8 個訪談節點。每個節點用一句話描述角色在某場景說了什麼或做了什麼：

• 「Maya 堅稱這件事與她無關。」
• 「Robert 慢慢解釋公司的政策。」
• 「事件畫面，由未出鏡的聲音旁白。」

這些敘事節點就是你的影片。你不需要完整劇本，只要足以了解角色是誰、他們的觀點，以及故事展開的順序。

這些節點會成為訪談片段清單與輔助畫面檢查表。沒有節點的角色不必生成；沒有節點的場景也不必存在。

先寫節點。計畫內的角色才生成；不在計畫內的角色就不要放進 Assets 面板。這條界線能控制片段數量，避免剪輯工作變成翻找素材庫。

敘事節點也會揭露你尚未建立的結構。如果所有節點都屬於同一個角色，那就是獨白，不是偽紀錄片。如果有五個角色和十二個節點，你就遇到製作上的難題了。

少量角色與簡短節點清單讓專案容易檢查。依可用時間及生成預算安排訪談片段、反應穿插鏡頭與輔助畫面。

步驟 1：先固定角色陣容

角色一致性，是決定偽紀錄片成敗的唯一關鍵變數。做任何其他事之前，先生成你的角色陣容；參考圖片一旦確定，就絕不要偏離。

如何使用 Nano Banana Pro 建立固定角色：

• 最多上傳 9 張參考圖片。有真實照片就用它；如果從零生成，先做 3–4 個版本，再挑最一致的臉孔。
• 生成提示詞範例：「紀錄片受訪者，三十歲出頭，略顯凌亂的商務休閒裝，自然室內光，中景，表情略帶疲倦，寫實」
• 生成三個角度：正面肖像、中景，以及略微的 3/4 轉身。將三張都儲存到 Assets 面板。
• 為每個重複出現的角色重複此步驟。兩三名「受訪者」已足以構成有說服力的偽紀錄片。

哪些因素會破壞角色一致性？

極端的臉部角度會破壞一致性。從正面參考圖生成角色的完全側面時，外觀會漂移，因為模型必須從零想像那個角度。請讓角色角度與參考圖的差距保持在 30 度以內。

服裝變化會打破連貫性。如果角色上一場穿西裝，下一場穿 T 恤，卻沒有敘事上的解釋，看起來會像不同的人。固定參考圖中的服裝，除非故事需要，否則維持一致。

多數偽紀錄短片適合使用兩到三個反覆出現的角色。一個角色是獨白；四個或更多角色則會變得難以管理。

Character to Video 能在保留外觀的同時，讓已固定的角色做出新的動作。讓片段之間的光線與構圖保持一致，每個場景才會像來自同一次拍攝。

為角色保留視覺規範

我會為每個常駐角色記一列資料。這比在每條動作提示詞都貼上完整角色描述更有用。

AI 分鏡指南 能協助把節點表轉成所需鏡頭。群像參考可研究 三角色情境喜劇場景；更廣泛的敘事靈感可瀏覽 故事影片合集。

步驟 2：製作人物訪談鏡頭

人物訪談是偽紀錄片的骨幹。它們承載故事、傳達笑點，也提供可切到其他畫面的基礎。先生成這些鏡頭。

使用 Talking Avatar：上傳已固定的角色圖片與音訊。標準方案的時長選項為 5、10、20 秒；Pro 可使用 30、60 秒片段。撰寫簡短的訪談回答，而不是獨白；每段 10–15 秒的語音，剪接起來很自然。

先在 Text to Speech 生成聲音。像 [Cheerful] 這類情緒標籤，適用於 TTS 腳本。接著把音訊送入 Talking Avatar，並用獨立的動作／表情提示來控制微笑、點頭、視線和手勢。

• [Neutral] —— 平靜、從容的回答
• [Sad] —— 坦白時刻或不情願的承認
• [Surprised] —— 揭露或反應節點
• [Angry] —— 逐漸升溫的爭論

表情與動作提示詞（與台詞分開輸入）：

• 「略帶緊張的微笑，短暫瞥向鏡頭外，在座位上挪動」
• 「雙臂交叉，懷疑表情，挑起一邊眉毛」
• 「稍微前傾，專注，慢慢點頭」
• 「低頭再抬頭，回答前有一段不自在的停頓」
• 「自信，直接看鏡頭，雙手交握，下巴略抬」
• "trail off mid-thought, eyes move to corner, recover with a tight smile"

用 TTS 速度塑造角色：複製聲音的速度控制範圍為 0.5x 至 2.0x。稍慢的語速（0.85x）會讓角色聽起來更深思熟慮，呈現坦白或謹慎的感覺。稍快的語速（1.1x）則聽起來緊張或閃躲。把速度當作角色特徵，而不只是節奏調整。

只為重要台詞生成替代鏡次。Talking Avatar 以 Fast Mode 運作，因此重新生成會消耗點數。

步驟 3：生成輔助畫面與穿插鏡頭

輔助畫面打破連續訪談鏡頭，並增添世界的質感。在真正的紀錄片中，輔助畫面用來遮蓋剪接點並延展場景。在這裡，它也能隱藏片段之間的一致性缺口。

1. 建立場景鏡頭：對生成的靜態圖片使用 Image to Video（Seedance 2.0）。提示詞："empty office hallway, fluorescent lights, late afternoon, slightly desaturated, handheld look"

2. 反應穿插鏡頭：拍攝主體看向畫面外，沒有音訊，只有表情。Talking Avatar 的純表情提示詞："subject watches something out of frame, slight discomfort, handheld medium shot"

3. 物品與細節插入鏡頭：生成靜態圖後再製作動畫。提示詞：「凌亂桌上的一疊紙，旁邊散放一支筆，紀錄片特寫，自然窗光，鏡頭輕微漂移」

4. 移動中的主體：使用 Character to Video 並搭配走路參考片段。指示：「人物沿走廊背對鏡頭走遠，手持跟拍，略微不穩」

5. 檔案／拾獲影像風格片段：生成帶有濃重膠片顆粒、褪色色彩和略不穩定構圖的短片段。這些插入畫面能增添世界的深度，暗示當前事件之外的歷史。提示詞："16mm film look, heavy grain, slight colour fade, institutional office hallway, 1990s, unsteady handheld"

6. 對鏡頭自白（非正式訪談）：角色不是坐在正式訪談椅上，而是被攝影機拍個措手不及。Talking Avatar 提示詞："caught mid-task, slightly startled by camera, recovers to direct address, documentary veríté"

在 DomoAI 2.4.1 中，Frames to Video 支援 2–8 張關鍵影格，以及 1–56 秒的多影格生成。Seedance 2.0 的 Frames to Video 則使用起始影格加結束影格，時長遵循 Seedance 的 4–15 秒範圍。

步驟 4：保持短片段，在編輯器組成影片

影片存在於你的時間軸，而不是任何單一片段中。一個不理想的 3 秒穿插鏡頭，幾乎不花什麼成本就能重新生成；一個冗長的 45 秒訪談片段，卻很難修好。

各類片段的目標長度：

• 訪談回答：5–20 秒
• 反應穿插鏡頭：3–8 秒
• 建立場景鏡頭：5–10 秒
• 細節插入鏡頭：2–5 秒

使用 CapCut、Premiere Pro 或 DaVinci Resolve 剪輯。在說話時切，不要等到沉默才切。偽紀錄片的節奏短促，帶點焦躁；感覺早了一拍的剪接，通常才是對的。

步驟 5：在編輯器加入紀錄片質感

後製會大幅影響各片段是否像同一部影片。讓下三分之一字幕條、字幕樣式、環境底噪、顆粒與色彩處理在整個序列保持一致。

下三分之一姓名條：白色文字、無襯線字體、左下角。標籤：「姓名，職稱」。光是這個元素，就能把任何對鏡頭說話的畫面變成訪談。CapCut 內建下三分之一字幕模板；在 Premiere Pro 中，請使用 Essential Graphics 面板。

字幕與對白字幕：在 CapCut 或 Premiere Pro 依音訊自動生成。即使是明顯虛構的偽紀錄片，字幕也有幫助：它能留住觀眾，也增添紀錄片的視覺語法。

旁白：使用 Text to Speech 生成。選 Neutral 或略帶疲倦的聲音。放在輔助畫面與建立場景鏡頭下方，不要蓋過訪談片段。旁白保持簡短，每次場景銜接一兩句即可。

調色：將飽和度降低約 20%，加入輕微的膠片顆粒，再加上一點暗角。這個組合立刻就會讓人聯想到「檔案影像」或「真實」。不要跳過。

音樂與環境底噪：在剪輯下方鋪上低音量的持續環境音或簡約配樂。Suno 很適合生成短小、方便循環的音樂。剪接點之間的空間底噪，能填補讓拼接片段顯得斷裂的沉默；即使只有 0.5 秒的環境聲，也能讓硬切更流暢。

我會規劃的 30 秒冷開場

這只是一個節奏範例，不是通用時長規則。如果臉部漂移，我會重新生成訪談鏡頭；笑點太晚，我會剪輯；文字或標誌有誤，我會在生成影片外修正；轉場突兀，我會接受直接切鏡，或用 Frames to Video 規劃。

關於鏡頭選擇，動作控制指南 能協助區分刻意的手持動感與意外漂移。當短片擴展成多場景時，製片人工作流程頁面 是更完整的下一步。

剪輯最終版本

訪談與輔助畫面的平衡：使用足夠的訪談承載故事；當反應、矛盾、場景細節或視覺笑話能增加資訊時，再切到其他畫面。依清晰度與節奏判斷平衡，不要依固定百分比。

如果剪輯卡住，先檢查比例，再改其他任何東西。

場景長度：資訊或情緒節點改變時切鏡。反應、地點細節或形成反差的輔助畫面，可以重新吸引注意力，不必強迫每個場景一樣長。

訪談段落的三段法則：訪談段落通常有三部分。第一個片段表明立場，第二個提供證據或矛盾，第三個呈現反應或後果。以三段為單位建立訪談，即使劇本很精簡，故事也會顯得有結構。

片名卡放在哪裡：第一次訪談前，先以 10–15 秒的輔助畫面或建立場景鏡頭開場。在這段建立場景畫面的第 8–12 秒放入片名卡；觀眾此時已有足夠脈絡，會把片名理解為對眼前畫面的確認。

AI 偽紀錄片通常在哪裡剪壞：最常見的失敗模式，是同一個角色的訪談片段連續太多。某個主體連續三個片段都沒有穿插鏡頭，看起來就是獨白，而不是訪談。

每隔第二或第三個訪談片段，就插入反應鏡頭、輔助畫面，或切到另一個角色。穿插鏡頭不必很長。三秒的紙堆或走廊，就能重置節奏，為下一個訪談片段帶來新的推進力。

常見問題

DomoAI 可以一次生成整部影片嗎？ 不能，而這正是刻意的設計。長時間的單一片段更難控制，也更容易漂移。你是透過拼接短小、受控的片段來建立影片。與一次生成長片相比，這能讓你更精確地控制表演、節奏和角色一致性。

如何讓角色跨場景保持一致？ 開始生成任何內容前，先在 Assets 固定角色參考。該角色的每個片段，都應參照同一張已儲存圖片。Nano Banana Pro 讓你上傳最多 9 張參考圖片，建立穩定的角色身分；以正面、中景和 3/4 角度版本作為基礎。

怎樣讓 AI 偽紀錄片看起來真實？ 三件事：一致的角色、正確的紀錄片構圖（訪談鏡頭、手持輔助畫面、下三分之一字幕），以及帶有輕微顆粒的低飽和度調色。破壞沉浸感的，是場景之間變化的臉孔，或缺乏共同視覺語言的片段。

為什麼長片段看起來比短片段差？ AI 影片生成的漂移會隨時間累積。比起 10 秒片段，30 秒片段有更多機會出現臉孔細微改變、動作出錯或光線變化。短片段讓你掌握控制權，再透過剪輯拼成需要的長度。

製作一部完成的偽紀錄片短片需要多久？ 製作時間取決於角色數、片段數、重試次數與剪輯。請分別為固定角色、生成訪談與輔助畫面，以及完成聲音與時間軸安排時間。

完成的 AI 偽紀錄片應該多長？ 沒有普遍適用的理想長度。先從能完整說完故事的最短版本開始，只在新場景能帶來新的敘事節點、反應或證據時才加入。

需要寫完整劇本嗎？ 不需要。寫下 5–8 個訪談節點，每個一句話，再列出粗略的輔助畫面清單。每段訪談的實際腳本，可以在 TTS 中逐步發展：寫 2–3 句回答，生成後看看是否合適。敘事節點比劇本更重要。

需要付費方案嗎？ 你可以先用免費方案測試角色生成和短片段。較長的 Talking Avatar 片段（30 秒和 60 秒）與較大的生成量，需要付費方案，年繳時每月 $6.99 起。

先使用 DomoAI 的限量免費試用，再於生成較長影片前確認目前的方案限制。