【AI 新手包 #5 打造工具自動化】那些被 AI 搞砸的畫面：影像製作常見 5 大錯誤案例

AI 幫你生影片，也可能幫你出糗。從臉部崩壞、動作反重力，到畫面邏輯亂跳，這篇整理了 5 種最常見的 AI 影像失敗案例，搭配實用修正技巧，讓你少重生、多精修，打造真正能用的 AI 影片工廠。

AI 生影片，超常「翻車」

現在幾乎人人都在玩 AI 影片。
Sora、Runway、Kling、Pika 一個比一個神，
你輸入一句話，它就能幫你拍出電影感畫面。

但如果你真的生過影片，就知道事情沒那麼美好。
有時人物臉會崩壞、手指多出三根，
有時畫面重力消失，整個人漂在半空中。
更慘的是，一不小心就會拍出一支「時間亂流」短片——
上一秒還在咖啡廳，下一秒已經變成太空船。

這些都不是笑話，而是AI 影片生成最常見的錯誤類型。
這篇就來整理五種「被 AI 搞砸的畫面」，
以及你該怎麼調整提示詞、鏡頭和流程，
讓作品少一點災難，多一點神作。

這大概是所有人第一次玩 AI 影片時最容易遇到的災難。
臉歪、手指多、眼神空洞，整個畫面像恐怖片。

這種問題的根本原因是：模型版本太舊。
早期的 Runway、Pika、或舊版 Sora，對人臉結構的理解還不穩定，
鏡頭一拉長，就會開始「忘記」角色的長相。

解法很直接——用最新模型。
像 Sora 2 或 Veo 3 這類新版模型，
在人臉辨識與姿態一致性上已經穩定許多，
能大幅降低臉部崩壞、手指錯位、五官漂移的機率。

此外，記得在提示詞裡明確指令：
same person identity, consistent facial structure, front lighting。
這能幫助模型理解「這是同一個人」，
不會在不同鏡頭裡生成不同臉。

AI 不怕你要求細，只怕你講得模糊。
描述越清楚，它越能演出你要的表情。

有時你明明寫的是「人物倒在沙發上」，
AI 生出來卻變成懸浮在沙發上方半公尺；
或是水杯中的液體往上飄，頭髮在水中硬挺不動，
整支影片看起來像物理法則被 AI 忘記了。

這類錯誤其實很常見，特別是當你要求 AI 生出複雜動作、流體、布料、跑步、倒地這種「重力感」強的場面時。
原因是：大部分影像模型對物理的理解其實很弱，
尤其在長鏡頭或多動態物件的場景下，容易出現「錯誤模擬」。

改善方法有三種：

限制鏡頭長度與動作密度：
每段動作控制在 3～5 秒內，盡量避免在同一段落中包含「跳起來再倒地」這種複合動作。
提示詞補充關鍵詞：
加上 realistic body physics, natural gravity, grounded movement, soft fabric simulation 等詞彙，能幫助模型理解物體應受重力控制。
用分鏡與剪接做動作拆解：
如果你想讓角色從樓梯摔下去，別讓 AI 自己想像整段動作，
拆成「站在樓梯邊 → 腳滑 → 摔倒中段 → 躺平結尾」，每段獨立生成，後期接起來效果會更自然。

AI 對物理的掌握還停留在「動畫片邏輯」，
你得像特效總監一樣，把每個動作分解成可以控管的段落，
它才有機會演出像樣的現實感。

AI 生出來的影片，有時不是畫面錯，而是邏輯錯。
人物忽然變裝、背景瞬間切換、物件從畫面中消失或亂跳，
就像被剪壞的連續劇。

這種狀況最常見的原因是：
你一次生成太長，而且沒說清楚先後順序。

AI 並不具備「時間線」概念，
它只能根據你輸入的提示詞去「猜」每個片段的畫面長什麼樣。
如果你寫得含糊，它就會亂跳邏輯。

第一個解法是：「小步快跑 > 一次完成」。
例如你要拍一段 10 秒影片，內容包含三個鏡頭，
請把它拆成三段 3～4 秒的小片段，各自獨立生成再剪接。
這不只能提高畫面穩定度，也能讓你更精準控制每個情節轉折。

第二個重點是：把時序寫清楚。
就像寫腳本一樣，要讓 AI 知道事件發生的先後順序。
例如，如果你想讓 Sam Altman 在電梯裡放屁，然後大家逃跑，
正確的提示詞建議這樣寫：

1. Sam Altman 和一群人進入電梯
2. Sam Altman 放屁，所有人摀著臉感到噁心
3. 電梯門打開，所有人衝出去逃跑

這樣的「逐格分鏡」寫法，不只是幫助 AI 理解劇情，
同時也讓你在生成時可以一段段檢查與調整，
避免整段影片成為混亂的時空迷宮。

AI 影片不是故事接龍，而是拼裝組合。
你描述得越精確，出錯的機率就越低。

有時候你寫了一段感人的劇情，AI 卻生出一支搞笑短片。
角色表情太開心、燈光像喜劇，甚至配上熱血 BGM，
整段影片完全不搭你想表達的情緒。

這就是情緒錯配：畫面情境、動作、光線和語氣不同調。
這種問題常出現在使用文字提示詞時，沒有明確指定氛圍，
導致 AI 根據預設風格自由發揮，結果跑偏。

處理方法有三個：

在提示詞中直接描述情緒與風格：
不只是寫動作和場景，還要加上情感描述，
例如：a person crying in silence, dim warm lighting, sad piano music，
而不是單純說 a man in a room looking down。
先生成分鏡腳本，再對應風格：
可用 ChatGPT 幫你列出分鏡段落與每段情緒，
再針對每段個別設定風格與動畫語氣。
聲音、畫面要同步處理：
若你會加配音或旁白，請先確認音樂風格、情緒是否與畫面一致。
可以用 HeyGen、ElevenLabs 或 CapCut AI 同步聲音與表情輸出。

AI 的邏輯很單純：你給什麼語氣，它就演什麼戲。
只給場景卻沒指定情緒，就像叫一位演員「自由發揮」，
你可能會得到一場奇怪的鬧劇。

有時候你看著自己剛生出來的影片，會覺得：「每一段都像不同人拍的。」
上一段還是電影感寫實風，下一段突然變成塑膠臉動畫；
畫面忽冷忽暖、忽明忽暗，色調也不一致。

這就是風格混亂，也叫 Style Drift。
常見原因包括：

要改善這種風格漂移，可以從三個層面著手：

統一提示詞風格描述：
避免第一段用 cinematic、第二段寫 pixar style。
若想要一致的寫實風，可在每段都加上：
ultra-realistic, soft natural lighting, shallow depth of field, 35mm。
固定使用同一模型與版本：
若你跨平台使用 Runway + Sora + Kling，很容易畫風不協調。
建議每個系列影片鎖定一個平台或模型版本做完，
再用剪輯調整過場，而非依賴模型自己做統整。
多段拼接時，先調整畫面色調與節奏：
可用 CapCut、Premiere、DaVinci Resolve 做基本色彩匹配、畫面過渡，
避免畫面切換太突兀。