主影片 · 頂樓樂團:三個鏡頭的 10 秒 MV

AI MV 提示詞 演唱鏡頭、歌詞 MV 和音樂視覺化

這一頁的每個範例都是我們實際生成的影片,並附上完整的提示詞、模型、設定和點數。影片裡的表演者都是 AI 生成的。Seedance 2.5 和 Wan 3.0 會依提示詞自己產生音樂和歌聲;想讓歌手跟著您手上的歌唱,請用 AI 對嘴,做法見下方「先有歌」的範例。最上方的頂樓樂團 MV 唱的是英文歌,「先有歌」的範例唱的是國語歌。

主影片的模型
Seedance 2.5
畫面比例
16:9
長度
10 秒
解析度
720p
點數
740
提示詞
10 個
查看全部 10 個提示詞

所有範例都用 Bandicam AI Studio 製作:頂樓樂團 MV 和 15 秒合成器浪潮分鏡用 Seedance 2.5,演唱鏡頭和 5 秒的場景用 Wan 3.0,「先有歌」的歌手用 AI 音樂生成器和 AI 對嘴。「先有歌」是台灣版專用的範例,直接用中文歌詞做出國語歌,頁面上顯示的就是原文;歌手照片沿用英文版範例用 GPT Image 2 生成的照片。其他範例沿用英文版,顯示中文翻譯,英文原文可以展開查看。頂樓歌手唱的是英文歌,標示為「英文歌曲範例」。表演者都是虛構、AI 生成的,我們沒有使用真實的歌手或歌曲。

AI MV 提示詞怎麼寫

依序寫下這 6 個部分就可以。影片模型會自己產生配樂,所以要寫出想聽到的音樂,把要唱的歌詞用「」框起來,純音樂的鏡頭則寫「沒有人聲」。如果是 5 秒的單一鏡頭,只寫一個主角、一個動作和一種運鏡。例句取自下方的頂樓樂團 MV。

  1. 音樂與氛圍

    寫出曲風、速度和氛圍,並寫明有沒有人唱歌。

    搭配一首輕快的獨立流行歌曲……輕快的獨立流行音樂,有鼓、貝斯和明亮的吉他
  2. 表演者或畫面主角

    虛構的成年表演者、樂團、動物、地點或抽象圖形。描述外表和服裝,不要寫真實的歌手。

    一位將近 30 歲的女性,留著及肩的深色波浪捲髮,穿著閃亮的銀色夾克
  3. 地點、光線與風格

    在哪裡、什麼時間、主要的光源和畫面風格。

    黃昏時分……掛滿溫暖紙燈籠的城市頂樓
  4. 鏡頭與運鏡

    每個 5 秒的鏡頭只用一種運鏡。較長的影片寫出時間區段,每段一個鏡頭。之後再用剪輯軟體配合歌曲剪接。

    鏡頭 1(0–3 秒):……緩慢的升降鏡頭從……城市頂樓上方升起
  5. 聲音與歌詞

    把要唱的一句短歌詞用「」框起來,或寫明沒有人唱歌。

    從第 6 秒開始,蓋過樂團的主唱歌聲唱著:「Every lantern's swaying to the drum tonight.」
  6. 必須排除

    列出不要的東西:文字、商標和招牌。純音樂的鏡頭再加上「沒有人聲、沒有歌唱、沒有說話」。

    沒有字幕、沒有畫面文字、沒有商標、沒有浮水印
  • 每支片段都有自己的聲音

    文字轉影片的片段會各自生成聲音。同一位歌手的兩支演唱片段,歌曲和歌聲都不會一樣,所以不要打算把它們剪成同一段演出。

  • 想用自己的歌,就用 AI 對嘴

    想讓歌手唱您手上的歌,請給 AI 對嘴一張正面、嘴巴清楚可見的照片,和最長 30 秒的音訊。臉部會跟著那段音訊動。

  • 不要讓文字出現在畫面裡

    歌詞、歌名和招牌常常會變成亂碼。請寫「沒有畫面文字、沒有招牌」,再用剪輯軟體加上歌詞字幕。

  • 寫器材和地點的樣子,不寫品牌

    寫「素面的、沒有商標的樂器」,再描述形狀和顏色。知名的車款和天際線還是可能出現,所以每次都要檢查結果:我們的合成器浪潮、舞蹈和歌手範例,第一次的結果都重做了。

  • 剪輯時再對上節拍

    「跟著音樂節奏」這類寫法能決定氛圍,但片段不會和您的歌同步。請在剪輯軟體裡讓剪接點和脈動對上音樂。

只改一個地方試試看

我們從這一頁挑出一個範例,只改一個地方再生成一次。提示詞的其他部分、模型和設定都完全相同,有顏色的字就是改過的地方。結果不如預期時,可以像這樣一次只改一個地方。

改了哪裡 · 音樂風格和唱法

同一位歌手,改唱慢板抒情歌

原本的範例 · 頂樓歌手:5 秒演唱鏡頭
只改音樂風格和唱法的結果
  • 她快速吸一口氣,接著充滿活力地唱,唱長母音時下巴張得很開,唱到高音時眉毛上揚她半閉著眼睛輕聲地唱,把長音拉得長長的
  • 輕快的流行伴奏,有有力的鼓、明亮的合成器和貝斯緩慢的鋼琴抒情伴奏,加上柔和的弦樂

提示詞保留了頂樓花園、鏡頭和那句歌詞,但改成鋼琴抒情伴奏和更輕柔的唱法:她的眼睛大多閉著。她的表情變化比輕快版少,燈籠和樹木也有點不同。這是第 2 次的結果:第 1 次在城市頂樓,出現了知名的真實天際線。她唱的是英文歌。

修改後的提示詞 · 259 字
MV 演唱鏡頭,16:9,一鏡到底。一位將近 30 歲的年輕女流行歌手,留著及肩的深色波浪捲髮,黑色上衣外面穿著閃亮的銀色夾克,站在復古麥克風前,地點是黃昏的頂樓花園,背後有一串串溫暖的紙燈籠、盆栽樹木和柔和的紫色夕陽天空,沒有建築物或城市天際線。中近景,鏡頭緩慢推近。她半閉著眼睛輕聲地唱,把長音拉得長長的,用英文清楚地唱:「Turn it up, let the night run wide.」緩慢的鋼琴抒情伴奏,加上柔和的弦樂,她的女聲獨唱放在最前面。沒有其他人聲、沒有字幕、沒有說明文字、沒有文字、沒有商標。
生成影片時使用的英文原文

Music video performance shot, 16:9, one continuous shot. A young adult woman pop singer in her late twenties, with shoulder-length dark wavy hair and a shimmering silver jacket over a black top, stands at a vintage microphone in a rooftop garden at dusk, with strings of warm paper lanterns, potted trees and a soft violet sunset sky behind her, no buildings or city skyline. Medium close-up with a slow push-in. She sings softly with her eyes half closed, holding the long notes, singing clearly in English: "Turn it up, let the night run wide." Slow piano ballad backing with soft strings, her solo female lead vocal in front. No other voices, no subtitles, no captions, no text, no logos.

模型
Wan 3.0
畫面比例
16:9
長度
5 秒
解析度
480p
點數
48

2026 年 11 月 21 日 · Wan 3.0

改了哪裡 · 曲風

同一個鏡頭改成饒舌:AI 饒舌歌手影片

原本的範例 · 頂樓歌手:5 秒演唱鏡頭
只改曲風的結果
  • 年輕女流行歌手年輕女饒舌歌手
  • 她快速吸一口氣,接著充滿活力地唱,唱長母音時下巴張得很開,唱到高音時眉毛上揚,用英文清楚地唱:「Turn it up, let the night run wide.」她直視鏡頭快速饒舌一句,每一拍都點頭,空著的手在胸前比出小小的手勢,嘴巴清楚地咬出每個字,用英文清楚地饒舌:「Paper lanterns swaying while I'm riding every beat tonight.」
  • 輕快的流行伴奏,有有力的鼓、明亮的合成器和貝斯,她的女聲獨唱放在最前面。嘻哈節拍,有低沉的貝斯、清脆的腳踏鈸和有力的小鼓,她的女聲饒舌放在最前面。

換掉三個地方,流行歌手就變成饒舌歌手:「饒舌歌手」這個詞、饒舌的動作和我們新寫的一句歌詞,以及嘻哈節拍。頂樓花園、麥克風和鏡頭推近都沒變,她也會點頭、用空著的手比手勢,但 Wan 3.0 畫出了另一位女性:文字提示詞沒辦法讓同一張臉延續到下一支影片。想讓每個鏡頭都是同一位表演者,請像「先有歌」的範例那樣,從一張照片開始用 AI 對嘴。這句饒舌是英文,意思是「紙燈籠搖擺,今晚我踩著每一拍」。

修改後的提示詞 · 316 字
MV 演唱鏡頭,16:9,一鏡到底。一位將近 30 歲的年輕女饒舌歌手,留著及肩的深色波浪捲髮,黑色上衣外面穿著閃亮的銀色夾克,站在復古麥克風前,地點是黃昏的頂樓花園,背後有一串串溫暖的紙燈籠、盆栽樹木和柔和的紫色夕陽天空,沒有建築物或城市天際線。中近景,鏡頭緩慢推近。她直視鏡頭快速饒舌一句,每一拍都點頭,空著的手在胸前比出小小的手勢,嘴巴清楚地咬出每個字,用英文清楚地饒舌:「Paper lanterns swaying while I'm riding every beat tonight.」嘻哈節拍,有低沉的貝斯、清脆的腳踏鈸和有力的小鼓,她的女聲饒舌放在最前面。沒有其他人聲、沒有字幕、沒有說明文字、沒有文字、沒有商標。
生成影片時使用的英文原文

Music video performance shot, 16:9, one continuous shot. A young adult woman rapper in her late twenties, with shoulder-length dark wavy hair and a shimmering silver jacket over a black top, stands at a vintage microphone in a rooftop garden at dusk, with strings of warm paper lanterns, potted trees and a soft violet sunset sky behind her, no buildings or city skyline. Medium close-up with a slow push-in. She raps one quick line straight to the camera, nodding on every beat and making small chest-level gestures with her free hand, her mouth shaping each word crisply, rapping clearly in English: "Paper lanterns swaying while I'm riding every beat tonight." Hip-hop beat with deep bass, crisp hi-hats and a hard snare, her solo female rap vocal in front. No other voices, no subtitles, no captions, no text, no logos.

模型
Wan 3.0
畫面比例
16:9
長度
5 秒
解析度
480p
點數
48

2026 年 11 月 21 日 · Wan 3.0 · 第一次生成的結果,未重新生成

改了哪裡 · 天氣和時間

同一個房間,下雪的早晨

原本的範例 · Lofi 房間:平靜的背景片段
只改天氣和時間的結果
  • 夜晚,雨水沿著窗戶流下,窗外的城市燈光一片模糊下雪的早晨,雪花從窗外飄過,窗外是淡淡的日光
  • 輕柔的雨、熱氣和唱片在動輕輕飄落的雪、熱氣和唱片在動
  • 輕微的黑膠沙沙聲和安靜的雨聲輕微的黑膠沙沙聲和冬天安靜的氛圍

提示詞只換了天氣和時間。植物、馬克杯和唱盤的位置差不多,但窗戶、檯燈和床鋪都不一樣,所以這兩支片段無法接成同一段循環。

修改後的提示詞 · 206 字
16:9 lofi MV 背景片段,一鏡到底,固定鏡頭:一間溫馨、沒有人的臥室,下雪的早晨,雪花從窗外飄過,窗外是淡淡的日光,檯燈發出溫暖的光,一盆小植物,一個冒著熱氣的馬克杯,唱盤上一張中央圓標是素面黑色的黑膠唱片緩緩轉動。鏡頭和家具都保持不動,光線保持穩定,只有輕輕飄落的雪、熱氣和唱片在動。柔和的 lofi 嘻哈節拍,帶著輕微的黑膠沙沙聲和冬天安靜的氛圍。沒有人物、沒有人聲、沒有說話、沒有文字、沒有商標。
生成影片時使用的英文原文

16:9 lofi music video background clip, one continuous shot, locked-off camera: a cozy empty bedroom on a snowy morning, snow drifting past the window, pale daylight outside, a desk lamp glowing warm, a small plant, a mug with rising steam and a record with a plain black label spinning slowly on a turntable. The camera and furniture stay still and the lighting stays steady, with only gentle snowfall, steam and record motion. Mellow lofi hip-hop beat with soft vinyl crackle and a quiet winter hush. No people, no vocals, no speech, no text, no logos.

模型
Wan 3.0
畫面比例
16:9
長度
5 秒
解析度
480p
點數
48

2026 年 11 月 21 日 · Wan 3.0 · 第一次生成的結果,未重新生成

MV 用語一覽

中間欄的寫法可以直接貼進提示詞。點用語就能跳到使用它的範例。

用語提示詞寫法畫面上的效果
演唱鏡頭站在復古麥克風前歌手在鏡頭前唱歌或演奏。
插入鏡頭(B-roll)一個慢動作特寫,鼓棒敲在銅鈸上在演唱鏡頭之間剪進去的細節鏡頭。
依秒數分鏡0–3 秒:…… 3–6 秒:……每個時間區段一個鏡頭,依寫下的順序出現。
對嘴(Lip Sync)AI 對嘴:一張照片 + 您的音訊嘴巴跟著您已經有的歌動。
固定鏡頭鏡頭保持不動畫面固定,所有的動作都來自主角。
循環片段鏡頭和家具都保持不動只有小東西在動,用交叉淡化就容易接成循環。
歌詞 MV 背景上半部是一片乾淨開闊的天空平靜、空白的區域,可以放歌詞字幕。
音樂視覺化從中心向外脈動擴散像音樂一樣動的抽象圖形,當作視覺化背景。

AI MV 提示詞:10 支範例

點縮圖就能播放範例影片。提示詞可以複製,也可以直接送到 Bandicam AI Studio。

01 · 三個鏡頭 · 帶出樂團 · 主唱背影 英文歌曲範例

頂樓樂團:三個鏡頭的 10 秒 MV

升降鏡頭越過頂樓的矮牆往上升,帶出紙燈籠下的樂團,接著切到慢動作的銅鈸,最後從背後拍主唱舉起手。從背後拍主唱,嘴型就不必對上歌詞,這正是演唱鏡頭最難的部分。提示詞讓 Seedance 2.5 自己生成樂團的音樂和一句歌聲。這句英文歌詞的意思是「今晚每一盞燈籠都隨著鼓聲搖擺」。

提示詞 · 429 字
16:9 音樂錄影帶(MV),10 秒,三個鏡頭,搭配一首輕快的獨立流行歌曲,溫暖的黃昏色調,輕微的底片顆粒。
鏡頭 1(0–3 秒):黃昏時分,緩慢的升降鏡頭從掛滿溫暖紙燈籠的城市頂樓上方升起,帶出在中間演奏的小樂團:一位鼓手、一位吉他手、一位貝斯手,以及站在復古麥克風前的主唱,樂器都是素面的、沒有商標;遠方是一排沒有名字、發著光的玻璃大樓天際線,沒有知名地標。
鏡頭 2(3–6 秒):一個慢動作特寫,鼓棒敲在銅鈸上,溫暖的燈籠倒影在金屬上閃爍。
鏡頭 3(6–10 秒):從主唱背後拍攝的中遠景,主唱是一位將近 30 歲的女性,留著及肩的深色波浪捲髮,穿著閃亮的銀色夾克,她把一隻手舉向紫色的天空,樂團正好進入副歌。
聲音:輕快的獨立流行音樂,有鼓、貝斯和明亮的吉他;從第 6 秒開始,蓋過樂團的主唱歌聲唱著:「Every lantern's swaying to the drum tonight.」
沒有字幕、沒有畫面文字、沒有商標、沒有浮水印。
生成影片時使用的英文原文

16:9 music video, 10 seconds, three shots, for an upbeat indie-pop song, warm dusk look, light film grain. Shot 1 (0-3s): slow crane shot rising over a city rooftop at dusk strung with warm paper lanterns, revealing a small band playing in the middle: a drummer, a guitarist, a bass player and a singer at a vintage microphone, all with plain instruments and no logos, a skyline of unnamed glass towers glowing beyond, no famous landmarks. Shot 2 (3-6s): one slow-motion close-up of a drumstick striking a cymbal, warm lantern reflections shimmering across the metal. Shot 3 (6-10s): medium-wide shot from behind the singer, a woman in her late 20s with shoulder-length dark wavy hair and a shimmering silver jacket, as she raises one hand toward the violet sky and the band hits the chorus. Sound: upbeat indie-pop with drums, bass and bright guitar; from 6s the singer's voice, heard over the band, sings: "Every lantern's swaying to the drum tonight." No subtitles, no on-screen text, no logos, no watermark.

模型
Seedance 2.5
畫面比例
16:9
長度
10 秒
解析度
720p
聲音
有
點數
740

2026 年 11 月 21 日 · Seedance 2.5 · 第一次生成的結果,未重新生成

02 · 五段依秒數分鏡 · 合成器浪潮 · 沒有車輛

合成器浪潮之夜:15 秒分鏡

五段 3 秒的區段依寫下的順序出現:下雨的霓虹街道、燈管隧道、在磚牆窄巷裡轉身的女性、玻璃上的雨滴,以及發光網格上方的復古夕陽。提示詞寫了「沒有汽車、沒有任何車輛」:第一次生成時放了一台車,結果看起來很像某款知名的真實車款。

提示詞 · 542 字
[風格] 15 秒復古合成器浪潮(synthwave)MV,16:9,洋紅色與藍綠色的霓虹調色,輕微的底片顆粒,1980 年代的感覺。
[必須排除] 沒有汽車、沒有任何車輛、沒有人聲、沒有歌唱、沒有哼唱、沒有說話、沒有字幕、沒有畫面文字、沒有招牌、沒有塗鴉、沒有片名字卡、沒有商標、沒有浮水印。
[分鏡]
0–3 秒:鏡頭低低地、緩慢地沿著夜晚被雨淋濕、空無一人的城市街道推進,洋紅色與藍綠色的霓虹燈光倒映在濕柏油路的水窪裡,兩旁是沒有招牌、沒有文字的暗色建築。
3–6 秒:一條長長的黑暗隧道,發光的洋紅色與藍綠色燈管一根接一根亮起,朝鏡頭衝過來。
6–9 秒:一位 20 多歲、穿著銀色短版夾克的女性,站在兩側是素面潮濕磚牆、被霓虹照亮的窄巷裡,在節拍落下(beat drop)時慢慢轉身面向鏡頭;她不唱歌也不說話。
9–12 秒:雨滴沿著窗戶滑落的特寫,玻璃後方的霓虹燈模糊成柔和、閃動的散景。
12–15 秒:鏡頭低飛掠過一片發光的網格平原,朝著巨大的條紋復古夕陽前進,接著升高並往後拉成遠景。
[聲音] 強勁的合成器浪潮純音樂,約 110 BPM,有門控鼓聲(gated drums)、脈動的貝斯和明亮的主旋律合成器,節拍在第 6 秒左右落下。沒有人聲、沒有歌唱、沒有說話。
生成影片時使用的英文原文

[Style] 15-second retro synthwave music video, 16:9, neon magenta and teal color grade, light film grain, 1980s feel. [Must exclude] No cars, no vehicles, no vocals, no singing, no humming, no speech, no subtitles, no on-screen text, no signs, no graffiti, no title cards, no logos, no watermark. [Shot list] 0-3s: slow low push along an empty rain-soaked city street at night, magenta and teal neon light reflecting in puddles on the wet asphalt, dark buildings with no signs or lettering. 3-6s: a long dark tunnel where glowing magenta and teal light tubes switch on one after another, rushing toward the camera. 6-9s: a woman in her 20s in a cropped silver jacket stands in a narrow alley between plain wet brick walls lit by neon, and turns slowly to face the camera as the beat drops; she does not sing or speak. 9-12s: close-up of raindrops sliding down a window, neon lights behind the glass blurred into soft pulsing bokeh. 12-15s: the camera flies low over a glowing grid-lined plain toward a huge striped retro sunset, then rises and pulls back wide. [Sound] Driving synthwave instrumental at about 110 BPM with gated drums, pulsing bass and a bright lead synth, the beat dropping around 6s. No vocals, no singing, no speech.

模型
Seedance 2.5
畫面比例
16:9
長度
15 秒
解析度
480p
聲音
有
點數
494

2026 年 11 月 21 日 · Seedance 2.5 · 第 2 次的結果:第 1 次有車,看起來像某款知名的真實車款 · 雖然寫了「沒有招牌」,前 3 秒還是出現了帶有類似文字記號的模糊霓虹招牌

03 · 生成的歌聲 · 中近景 · 鏡頭推近 英文歌曲範例

頂樓歌手:5 秒演唱鏡頭

Wan 3.0 在同一次生成裡做出歌聲和嘴型,所以兩者是配在一起的。它會自己寫旋律,所以這種鏡頭要配它自己的聲音使用,不要放在別首歌下面。寫「下巴張得很開」這類描述,唱歌的表情會比下方輕柔的抒情版更飽滿。這句英文歌詞的意思是「把音樂開大,讓夜晚盡情延伸」。

提示詞 · 284 字
MV 演唱鏡頭,16:9,一鏡到底。一位將近 30 歲的年輕女流行歌手,留著及肩的深色波浪捲髮,黑色上衣外面穿著閃亮的銀色夾克,站在復古麥克風前,地點是黃昏的頂樓花園,背後有一串串溫暖的紙燈籠、盆栽樹木和柔和的紫色夕陽天空,沒有建築物或城市天際線。中近景,鏡頭緩慢推近。她快速吸一口氣,接著充滿活力地唱,唱長母音時下巴張得很開,唱到高音時眉毛上揚,用英文清楚地唱:「Turn it up, let the night run wide.」輕快的流行伴奏,有有力的鼓、明亮的合成器和貝斯,她的女聲獨唱放在最前面。沒有其他人聲、沒有字幕、沒有說明文字、沒有文字、沒有商標。
生成影片時使用的英文原文

Music video performance shot, 16:9, one continuous shot. A young adult woman pop singer in her late twenties, with shoulder-length dark wavy hair and a shimmering silver jacket over a black top, stands at a vintage microphone in a rooftop garden at dusk, with strings of warm paper lanterns, potted trees and a soft violet sunset sky behind her, no buildings or city skyline. Medium close-up with a slow push-in. She takes a quick breath, then sings with full energy, her jaw opening wide on the long vowels and her brows lifting on the high note, singing clearly in English: "Turn it up, let the night run wide." Upbeat pop backing track with punchy drums, bright synths and bass, her solo female lead vocal in front. No other voices, no subtitles, no captions, no text, no logos.

模型
Wan 3.0
畫面比例
16:9
長度
5 秒
解析度
480p
聲音
有
點數
48

2026 年 11 月 21 日 · Wan 3.0 · 第 2 次的結果:第 1 次在城市頂樓,出現了知名的真實天際線,所以拿掉了城市 · 更早用 Seedance 2.5 生成的城市頂樓版本,表演顯得太誇張

起始圖片(AI 生成,GPT Image 2,沿用英文版範例的照片)
起始圖片(AI 生成,GPT Image 2,沿用英文版範例的照片)

04 · AI 音樂生成器 · 照片 · AI 對嘴 · 國語

先有歌:讓歌手跟著國語歌唱

台灣版專用的範例。我們用下方提示詞框裡的國語歌詞,在 AI 音樂生成器(快速模式、流行、振奮)做出一首 41.8 秒的歌,取副歌開頭起 0:14 到 0:29 的 15 秒,連同 AI 生成的歌手照片交給 AI 對嘴。影片保留了交給它的歌曲段落,她的嘴巴和頭會跟著歌聲動。提示詞框裡放的是歌詞;AI 對嘴本身不需要提示詞。

提示詞 · 94 字
[Verse]
頂樓的紙燈籠一盞一盞亮
城市在紫色的天空下輕輕唱
[Chorus]
音樂再大聲,讓整夜都飛揚
你我一起發光,把今夜點亮
音樂再大聲,每扇窗都閃著光
我們一直發光,發光到天亮
模型
AI Lip Sync
畫面比例
16:9
長度
15 秒
解析度
720p
聲音
有
點數
163

2026 年 11 月 21 日 · AI 音樂生成器 + AI 對嘴 · 第一首歌、第一次對嘴的結果 · 歌手照片沿用英文版範例

用 AI 對嘴製作

05 · 三位樂手 · 推軌前進 · 車庫搖滾

車庫樂團:演奏鏡頭

鏡頭從鼓手、貝斯手和吉他手的遠景開始,推近到吉他手的手。提示詞寫了素面音箱、素面大鼓和「虛構」的吉他,避開了商標,但吉他還是出現了眼熟的 offset 琴身造型,所以每次都要檢查結果裡的器材。

提示詞 · 237 字
16:9 MV 演奏鏡頭,一鏡到底,沒有剪接:一支由三位成年人組成的獨立搖滾樂團,夜晚在雜亂的車庫裡演奏,只有一顆裸燈泡和一串小燈照明:一位穿灰色連帽上衣的鼓手坐在素面黑色大鼓後面,一位貝斯手,還有一位吉他手拿著一把虛構的不對稱奶油色電吉他,琴頭藏在陰影裡,背後是網面上沒有任何標誌的素面黑色音箱。鏡頭從鼓手的銅鈸緩慢推軌,移向吉他手按在琴弦上的手,灰塵在光線中飄浮。大聲的車庫搖滾純音樂,有猛烈的鼓、破音吉他和強勁的貝斯。沒有人聲、沒有歌唱、沒有說話、沒有文字、沒有商標。
生成影片時使用的英文原文

16:9 music video performance shot, one continuous shot, no cuts: an indie rock band of three adults plays in a cluttered garage at night lit by one bare bulb and string lights: a drummer in a gray hoodie behind a plain black kick drum, a bass player and a guitarist with an invented asymmetrical cream electric guitar, its headstock in shadow, in front of plain black amplifiers with bare grilles. Slow dolly from the drummer's cymbals toward the guitarist's hands on the strings, dust floating in the light. Loud garage rock instrumental with crashing drums, distorted guitar and driving bass. No vocals, no singing, no speech, no text, no logos.

模型
Wan 3.0
畫面比例
16:9
長度
5 秒
解析度
480p
聲音
有
點數
48

2026 年 11 月 21 日 · Wan 3.0 · 第一次生成的結果,未重新生成

06 · 固定鏡頭 · 全身 · 一直在動

舞蹈片段:倉庫裡的全身鏡頭

固定鏡頭加上「從頭到尾一直跳」,讓 5 秒裡都有穩定的動作。我們在頂樓生成的兩個版本幾乎沒動,還出現了知名的天際線,所以這一版改成空倉庫,兩側打彩色燈光。想用 AI 編舞,或讓角色跟著參考影片的動作跳,請看「AI 跳舞影片提示詞」頁面。

提示詞 · 184 字
16:9 MV 舞蹈鏡頭,一鏡到底,沒有剪接:一位穿著寬鬆黑色夾克的年輕成年男性,在一座水泥地、飄著淡淡煙霧的空倉庫裡跳舞,兩側打著洋紅色和藍色的彩色燈光,沒有窗戶。他從頭到尾一直跳,跳著有彈性的左右兩步舞(two-step),肩膀跟著晃動,手臂大幅擺動。全身遠景,鏡頭保持不動。強勁的嘻哈純音樂節拍,帶著低沉的貝斯。沒有人聲、沒有說話、沒有招牌、沒有文字、沒有商標。
生成影片時使用的英文原文

16:9 music video dance shot, one continuous shot, no cuts: a young adult man in a loose black jacket dances in an empty warehouse with a concrete floor and light haze, lit by magenta and blue colored lights from both sides, no windows. He keeps dancing the whole time with a bouncy side-to-side two-step, shoulders rocking and arms swinging wide. Full-body wide shot, the camera stays still. Hard-hitting hip-hop instrumental beat with deep bass. No vocals, no speech, no signs, no text, no logos.

模型
Wan 3.0
畫面比例
16:9
長度
5 秒
解析度
480p
聲音
有
點數
48

2026 年 11 月 21 日 · Wan 3.0 · 第 3 次的結果:兩個頂樓版本幾乎沒動,還出現了知名的天際線,所以換了地點

07 · 固定鏡頭 · 雨 · 沒有人物

Lofi 房間:平靜的背景片段

這是放 lofi 音樂時用的背景畫面。鏡頭固定,只有雨、熱氣和唱片在動,所以在剪輯軟體裡用交叉淡化就容易接成循環。房間裡沒有人,不會借用任何知名的 lofi 角色。配樂請在剪輯軟體裡另外循環或替換。

提示詞 · 203 字
16:9 lofi MV 背景片段,一鏡到底,固定鏡頭:一間溫馨、沒有人的臥室,夜晚,雨水沿著窗戶流下,窗外的城市燈光一片模糊,檯燈發出溫暖的光,一盆小植物,一個冒著熱氣的馬克杯,唱盤上一張中央圓標是素面黑色的黑膠唱片緩緩轉動。鏡頭和家具都保持不動,光線保持穩定,只有輕柔的雨、熱氣和唱片在動。柔和的 lofi 嘻哈節拍,帶著輕微的黑膠沙沙聲和安靜的雨聲。沒有人物、沒有人聲、沒有說話、沒有文字、沒有商標。
生成影片時使用的英文原文

16:9 lofi music video background clip, one continuous shot, locked-off camera: a cozy empty bedroom at night, rain running down the window, city lights blurred outside, a desk lamp glowing warm, a small plant, a mug with rising steam and a record with a plain black label spinning slowly on a turntable. The camera and furniture stay still and the lighting stays steady, with only gentle rain, steam and record motion. Mellow lofi hip-hop beat with soft vinyl crackle and quiet rain. No people, no vocals, no speech, no text, no logos.

模型
Wan 3.0
畫面比例
16:9
長度
5 秒
解析度
480p
聲音
有
點數
48

2026 年 11 月 21 日 · Wan 3.0 · 第一次生成的結果,未重新生成

08 · 空拍滑行 · 開闊天空 · 沒有文字

黃金時刻的湖面:歌詞 MV 背景

這是做歌詞 MV 時,放在歌詞字幕後面的背景。提示詞完全不寫「歌詞 MV」,因為這可能讓 AI 畫出文字;改寫開闊的天空和「沒有畫面文字」。這次的結果地平線落在畫面中間附近,沒有指定的那麼低,但天空保持乾淨,留得下放字幕的空間。

提示詞 · 132 字
16:9 MV 背景,一鏡到底,沒有剪接:黃金時刻,空拍機緩緩貼著平靜的湖面滑行,水面上有低低的薄霧,兩側是長滿松樹的山丘,地平線壓在畫面下方,讓上半部是一片乾淨開闊的天空。輕柔的木吉他與鋼琴純音樂。沒有人聲、沒有歌唱、沒有說話、沒有畫面文字、沒有字幕、沒有商標。
生成影片時使用的英文原文

16:9 music video background, one continuous shot, no cuts: a slow drone glide just above a calm lake at golden hour, low mist on the water, pine hills on both sides, the horizon low in the frame so the upper half is plain open sky. Gentle acoustic guitar and piano instrumental. No vocals, no singing, no speech, no on-screen text, no subtitles, no logos.

模型
Wan 3.0
畫面比例
16:9
長度
5 秒
解析度
480p
聲音
有
點數
48

2026 年 11 月 21 日 · Wan 3.0 · 第一次生成的結果,未重新生成

09 · 抽象 · 置中 · 鏡頭不動

鉻金屬光環:音樂視覺化背景

這是音樂視覺化影片用的抽象背景。洋紅色和青色的光環在黑色背景上從中心向外擴散。它們以穩定的速度脈動,不會和任何歌同步;想讓脈動對上您的節拍,請在剪輯軟體裡剪接或變速。

提示詞 · 164 字
16:9 抽象音樂視覺化(visualizer)背景,一鏡到底,置中構圖,鏡頭保持不動:在純黑的背景上,光滑的液態鉻金屬波紋和發光的洋紅色、青色光環,以穩定、像在跳舞的節奏從中心向外脈動擴散。有力的電子舞曲純音樂,有穩定的四拍大鼓(four-on-the-floor)和明亮的合成器和弦。沒有人聲、沒有說話、沒有文字、沒有商標。
生成影片時使用的英文原文

16:9 abstract music visualizer background, one continuous shot, centered, the camera stays still: glossy liquid-chrome ripples and glowing magenta and cyan rings pulse outward from the center at a steady, dance-like pace on a pure black background. Punchy electronic dance instrumental with a steady four-on-the-floor kick and bright synth chords. No vocals, no speech, no text, no logos.

模型
Wan 3.0
畫面比例
16:9
長度
5 秒
解析度
480p
聲音
有
點數
48

2026 年 11 月 21 日 · Wan 3.0 · 第一次生成的結果,未重新生成

10 · 2D 動畫 · 跟拍鏡頭 · 民謠氛圍

發光森林裡的狐狸:動畫 MV 鏡頭

用「手繪 2D」和「溫柔的繪本感」描述畫面風格,不寫工作室的名字,風格就是您自己的。結果看起來比較像乾淨的繪本插畫,不太像水彩,狐狸在 5 秒裡都維持同樣的形狀和顏色。

提示詞 · 141 字
16:9 手繪 2D 動畫 MV 鏡頭,一鏡到底:一隻提著小燈籠的小紅狐狸,沿著長滿青苔的小路走過夜晚的森林,林中滿是發著藍光的蘑菇和螢火蟲,鏡頭在牠旁邊跟著移動。柔和的水彩質感,溫柔的繪本感。溫暖的不插電民謠純音樂,有指彈吉他和輕柔的鐵琴。沒有人聲、沒有說話、沒有文字、沒有商標。
生成影片時使用的英文原文

16:9 hand-painted 2D animated music video shot, one continuous shot: a small red fox carrying a tiny lantern walks along a mossy path through a night forest full of glowing blue mushrooms and fireflies, the camera tracking beside it. Soft watercolor textures, gentle storybook feel. Warm acoustic folk instrumental with fingerpicked guitar and soft glockenspiel. No vocals, no speech, no text, no logos.

模型
Wan 3.0
畫面比例
16:9
長度
5 秒
解析度
480p
聲音
有
點數
48

2026 年 11 月 21 日 · Wan 3.0 · 第一次生成的結果,未重新生成

各提示詞的模型與設定

這是生成每支範例影片時使用的設定。點數的計算範圍請見各範例說明;以報價或估計值代替實際扣點的情況會另行註明。

提示詞模型畫面比例長度解析度聲音點數
01頂樓樂團:三個鏡頭的 10 秒 MVSeedance 2.516:910 秒720p有740
02合成器浪潮之夜:15 秒分鏡Seedance 2.516:915 秒480p有494
03頂樓歌手:5 秒演唱鏡頭Wan 3.016:95 秒480p有48
04先有歌:讓歌手跟著國語歌唱AI Lip Sync16:915 秒720p有163
05車庫樂團:演奏鏡頭Wan 3.016:95 秒480p有48
06舞蹈片段:倉庫裡的全身鏡頭Wan 3.016:95 秒480p有48
07Lofi 房間:平靜的背景片段Wan 3.016:95 秒480p有48
08黃金時刻的湖面:歌詞 MV 背景Wan 3.016:95 秒480p有48
09鉻金屬光環:音樂視覺化背景Wan 3.016:95 秒480p有48
10發光森林裡的狐狸:動畫 MV 鏡頭Wan 3.016:95 秒480p有48
合計1,733

國語歌手:共 163 點 = 歌曲 12 點(AI 音樂生成器,快速模式)+ 對嘴 151 點(15 秒,720p)。歌手照片沿用英文版範例的照片(GPT Image 2,當時花了 51 點),這裡沒有再花點數。

結果不理想時

這些是我們製作範例時實際遇到的問題,以及依測試結果或模型官方指南整理的解決方法。最後一欄是出處。

問題解決方法出處
歌手的嘴型對不上我的歌文字轉影片會自己產生歌聲。請用 AI 對嘴,放上您的音訊和一張嘴巴清楚可見的正面照片。本頁範例
出現知名的車、吉他或天際線把那樣東西拿掉,或寫成素面、虛構的樣子,並檢查每一次的結果。我們把合成器浪潮分鏡裡的車拿掉,把舞蹈鏡頭移到室內,並把歌手放到頂樓花園。本頁範例
純音樂的鏡頭出現唱歌或說話寫「沒有人聲、沒有歌唱、沒有說話」。用 Seedance 2.5 時,排除項目和聲音那一行都要寫。本頁範例
歌詞或招牌變成亂碼寫「沒有畫面文字、沒有招牌」,歌詞在剪輯時再加成字幕。還是可能出現模糊、像文字的記號,例如合成器浪潮片段的前幾秒。本頁範例
舞者幾乎不動讓鏡頭保持不動,寫明舞者從頭到尾一直在動,並只用一種簡單的舞步。本頁範例

AI MV 製作方法

  1. 先準備歌曲

    用 AI 音樂生成器把您自己寫的歌詞做成歌,或使用您有權使用的錄音。先聽一遍,選出想放進影片的段落。

  2. 製作鏡頭

    想讓歌手跟著您的歌唱,請用 AI 對嘴,放上一張正面照片和那段音訊。樂團、舞蹈、lofi、歌詞 MV 和音樂視覺化的鏡頭,請挑下方的範例,按「使用這個提示詞」,再換掉主角。這些片段會附帶各自生成的聲音。

  3. 配合節拍剪輯

    在剪輯軟體裡,把您的歌放在所有片段下面,把生成的聲音靜音或調小,配合節拍剪接鏡頭,再加上歌詞字幕。輸出前,請檢查每一段的嘴型和字幕。

自己做做看

已填入主影片的提示詞。可以直接修改或自己重寫,再按「生成影片」,就能在 Bandicam AI Studio 繼續製作。

0 / 2,000

AI MV 提示詞常見問題

AI 可以做 MV 嗎?

可以,一次做一個鏡頭。Bandicam AI Studio 裡的 Seedance 2.5 和 Wan 3.0 能生成有聲音的片段,每支最長 30 秒;這一頁的頂樓樂團 MV 就是一支 10 秒的片段。想做整首歌,請生成好幾支片段,再用剪輯軟體放在歌曲下面接起來。

AI 歌手可以唱我的歌嗎?

請用 AI 對嘴:上傳一張清楚的正面照片和最長 30 秒的音訊,臉部就會跟著動。這一頁「先有歌」的範例,用的是 AI 音樂生成器做出的國語歌中的 15 秒。Wan 3.0 這類文字轉影片模型,則會自己編出新的旋律和歌聲。

歌詞 MV 怎麼做?

先用「沒有畫面文字」生成平靜的背景鏡頭,例如湖面範例,再用剪輯軟體加上歌詞字幕。讓 AI 直接畫出來的歌詞,常常會出現錯字。

影片會跟著我的音樂節拍嗎?

不會自己對上。提示詞可以描述節奏的快慢,但片段不會和您的歌同步。請用剪輯軟體配合節拍修剪、剪接。

音樂也可以用 AI 做嗎?

可以。Bandicam AI Studio 的 AI 音樂生成器可以依您的歌詞做出有人聲的歌曲,也能做純音樂。請自己寫歌詞,用自己的話描述風格,不要寫歌手的名字。這一頁的國語歌就是用中文歌詞、快速模式做的。

可以用真實的歌手、樂團或歌曲嗎?

不要寫出或模仿真實的歌手,也不要沿用現有的歌詞。請描述虛構的表演者和音樂風格,也只讓您有權使用的臉動起來。

要多少點數?

依模型、解析度和長度而定。這一頁的 Wan 3.0 5 秒 480p 片段是 48 點,Seedance 2.5 10 秒 720p 片段是 740 點,15 秒分鏡是 494 點;「先有歌」的國語歌手是歌曲 12 點加上對嘴 151 點,共 163 點(歌手照片沿用英文版範例的照片,當時花了 51 點)。以上是 2026 年 11 月的價格,生成前按鈕上會顯示點數。