Training Season 火車挑戰（Phone Sticking）台北做不到，我用 Claude＋Seedance 讓 AI 版的我做了

手機貼在地鐵車窗上、人在月台追，列車開走後鏡頭轉向窗外，露出整座城市夜景——這個玩法在 TikTok 和 IG 上通稱 Training Season 火車（地鐵）挑戰（Train／Subway Trend），新聞也叫它 Phone Sticking；10 月初靠 Ollie Muhl 的巴黎版在 IG 衝到約 1 億次觀看，配的是 Dua Lipa《Training Season》的現場版。這篇用中文叫它「手機貼電車」。但台北捷運全站都有月台門（北捷 2018 年 9 月宣布完成），真人版在台北根本做不到。

所以我試了 AI 版：用日本創作者 Zeto 10 月 23 日公開的做法——先請 Claude 做 3D「預演」，再把預演交給 Seedance 2.5 出片——主角換成我自己，場景換成台北捷運風格的月台。結果是一支 31 秒的成品，加上一份誠實的實測紀錄：第一輪試了 9 次、用掉 888 點（約 NT$284）；之後照 IG 上原版的開頭和追車分鏡加碼重做，總共 19 次、2,138 點（約 NT$684）。

先說四個結論（都是單次實測，不是統計）：

• 鏡頭邏輯比提示詞重要。貼上手機之後，鏡頭必須變成「貼在車窗上的手機」（廣角、回頭看月台、柱子滑過），不是旁邊跟拍的第三人稱。我第一版就是這裡做錯，結果像一般追跑片。
• 預演有用，用在「人要留在畫面裡」。同一張圖、同一段提示詞：沒預演，人跑兩秒就變成月台盡頭的小黑點；有預演，人一路追在車旁。
• 用自己的臉可行，但要先生全身定場圖。我的照片在 Seedance 2.5 沒被擋，全片臉都穩；只是追車那段人很小。
• 表情不失真靠流程，不靠運氣。臉大的鏡頭只做 4 秒、先用 Draft 逐 0.5 秒看臉，確定眼鏡、嘴型、牙齒都正常才花正式點數。

這個梗叫什麼？Training Season 火車挑戰，也叫 Phone Sticking

玩法是：把手機貼在列車車窗上，人在月台上說話、跳舞或對嘴，列車開走時追著跑；手機畫面最後「露出風景」。名稱有三層：①配上 Dua Lipa《Training Season》的版本，TikTok 話題頁通稱 Training Season trend／train trend（Training Season 火車挑戰）；②只看動作，印度新聞叫 phone-sticking（Phone Sticking 挑戰）；③X 上有人用 #PhoneOnTrain。這首歌也被拿去做別的趨勢（例如顯化、水瓶舞），搜尋時要加 train 才不會跑偏。Know Your Meme 我查不到條目。

時間線（都是新聞或頁面上看得到的）：9 月初，德里創作者 Nikhil Kochar 的 IG reel 讓 phone sticking 在印度爆紅（IBTimes India 報導約 1.35 億觀看，配的是寶萊塢歌曲，不是 Dua Lipa）；9/5 德里捷運 DMRC 公開警告；9/11 Ollie Muhl 發紐約版，配《Training Season》；10/3 他的巴黎版衝到約 1 億觀看。換句話說，「手機貼窗＋追車」先紅在印度，配上 Training Season 的西方版才叫 Training Season 火車挑戰。最早是誰發明的，我沒有找到來源。

所以這篇的做法很清楚：致敬 Ollie 的原創，不放他的影像，也不用任何「上傳你的臉就套進去」的模板站（那種站是把你的臉放進別人的場景，深偽與肖像風險都高）。我們只做自己的 AI 影片，並標清楚是 AI 生成。

為什麼台北做不到？月台門與拍攝規定

• 月台門：Newtalk 2018 年 9 月 29 日報導，北捷宣布全站月台門完成（117 站，其中 59 站建站時就有、58 站後來加裝，最後一站是土城站）。月台上的人碰不到車窗，真人版在台北做不到。2018 年之後的新站我沒有逐一查，發文前請看北捷官網。
• 拍攝規定：臺北捷運官網常見問答（2020 年更新、2026/10/22 審視）寫明：一般紀念性照相攝影不需事先申請，但不得違法或妨礙他人與系統安全；商業性質的拍攝須先依媒體拍攝須知申請。品牌或媒體帳號的內容可能算商業，所以我沒有到站內實拍，也沒有拍參考照。
• 形象與標誌：北捷形象、標誌、車廂外觀的使用規定我沒有找到，所以成品不出現 logo、站名或可讀文字（Seedance 生成的文字常是亂碼，也順便避開這件事）。

安全的部分不需要解釋太多：巴黎與德里的捷運公司都警告過，別真的去貼、別真的去追。

Zeto 的做法，以及他沒公開的部分

Zeto（X @ZetoGroovin，日本創作者，4,181 追蹤）在 10 月 23 日貼出一支 29 秒的並排影片：左邊是 Three.js 做的積木人預演，右邊是 Seedance 2.5 的成品，截至 10 月 24 日夜約 40 萬觀看。原貼文在這裡。他自述的流程是三步：

1. 用語音輸入對 Claude Opus 5.5「狂講」想要的畫面，在一個對話裡請它用 Three.js 做簡單 3D 預演（人物動作與背景動作）。
2. 把預演影片當參考，交給 Seedance 2.5。
3. 夜景等細節靠提示詞（他回覆「Seedance 2.5 照提示詞做出來的」）。

回覆區還有個實用技巧（ARLO @byarlooo）：預演不需要手腳，拿掉四肢讓模型更自由、比較不僵；Zeto 也同意「腳的動作怎樣都會僵」。他沒有公開的：提示詞原文、對 Claude 講了什麼、試了幾次、花多少、用哪個平台。這些就是這篇要補的。

我把他的 29 秒逐秒看了一遍（只看，沒有下載，也不重貼他的畫面），整理出這個梗真正的鏡頭結構——這是整件事最關鍵的發現：

他整支是 Seedance 2.5 一次生成 29 秒，所以同一張臉全程一致。預演也不是逐格複製：服裝顏色與成品一致，場景用色塊標出位置（車窗、柱子、看板），鏡頭路線與節奏對齊，細節由模型自己補。

我的實測：流程、提示詞與每一次嘗試

設定：主角是我（短黑髮、圓框細銀框眼鏡、橄欖綠教練外套、白 T 恤、深灰長褲、白球鞋），場景是台北捷運風格的月台（白色磁磚牆、藍色色帶、白色柱子、黃色導盲磚，沒有月台門）。工具：Claude 做預演、ChatGPT 用我的照片生全身定場圖、Dreamina 的 Seedance 2.5（Basic 方案）出片。

第 1 步：請 Claude 做預演（免費）

我請 Claude 寫成單一 HTML（Three.js，固定版本、9:16、30fps、15 秒，寫成可逐格輸出的函式），再用 Playwright 逐格截圖、ffmpeg 合成 mp4。第一版（v1）失敗了：人偶比例怪、手機漂在半空中，而且貼完手機後我仍用第三人稱跟拍，沒有切到手機視角。照 Zeto 的鏡頭結構重寫成 v2：第三人稱 → 肩後貼手機 → 手機視角（廣角，柱子滑過，人張開雙手再追車）→ 窗外夜景。

第 2 步：用我的照片生全身定場圖

我的照片只到上半身，所以先請 ChatGPT 用它生 4 張 9:16 圖：站姿揮手、側面跑步、背影把手機貼在車窗上、以及「貼在車窗上的手機」視角的第一格（超廣角、回頭看月台、我張開雙手）。提示詞都明講「兩手各五根手指、眼鏡一直戴著、沒有任何文字或標誌、沒有月台門」。這一步免費，臉與眼鏡都穩。

第 3 步：Dreamina 出片

模型選 Seedance 2.5（Omni reference），比例 9:16。參考圖片與預演影片都可以上傳、再在提示詞裡用「圖片一」「影片一」指定用途。我分段生成（預算取捨，後面會講）：開場揮手到貼手機、手機視角追車、窗外夜景，後來又加了開頭走向鏡頭與唱歌近景兩段。追車那段的提示詞（全文）：

圖片一是第一幀：手機貼在列車車窗上、超廣角回頭看月台的視角，主角站在月台中間張開雙手。圖片二是主角正面外貌：亞洲男性，短黑髮，圓框細銀框眼鏡，橄欖綠教練外套、白色 T 恤、深灰長褲、白球鞋；全程同一張臉，眼鏡一直戴著。鏡頭就是貼在車窗上的手機，不是第三人稱：廣角、略有魚眼感、輕微手持晃動，固定在列車上隨列車前進。0 到 2 秒：主角站在月台中間張開雙手，笑著看鏡頭，然後轉身。2 到 5 秒：列車開動加速，手機鏡頭隨車前進，白色柱子、藍色看板和白色磁磚牆從畫面兩側滑過；主角笑著沿月台往前跑，追著列車，越來越小。月台：白色磁磚牆、藍色色帶、白色柱子、黃色導盲磚，沒有月台門，畫面中不要出現任何標誌、站名或文字。保留列車與腳步的環境音，不要字幕，不要背景音樂。影片一只提供主角的動作時間點和鏡頭路線，請依描述重新生成寫實場景和人物，不要保留預演的積木外觀。

開場那段（揮手 → 轉身 → 貼手機）用站姿圖當第一幀、背影圖當第二張參考，提示詞依秒數寫動作；這一段沒有給預演，鏡頭用文字指定成第三人稱：

圖片一是第一幀：主角站在月台上面向鏡頭揮手，手裡拿著手機。圖片二是他背對鏡頭把手機貼在列車車窗玻璃上的樣子。主角：亞洲男性，短黑髮，圓框細銀框眼鏡，橄欖綠教練外套、白色 T 恤、深灰長褲、白球鞋；全程同一張臉，眼鏡一直戴著。0 到 2 秒：主角站在月台上笑著對鏡頭揮手，再指向鏡頭，旁邊停著一列白色捷運列車（藍色線條）。2 到 4 秒：他轉身走向列車，回頭笑了一下。4 到 6 秒：他背對鏡頭，右手把手機貼在列車車窗玻璃上，手掌壓住手機。鏡頭：第三人稱，手持感，從正面慢慢移到他身後的肩後視角。月台：白色磁磚牆、藍色色帶、白色柱子、黃色導盲磚，沒有月台門，畫面中不要出現任何標誌、站名或文字。保留環境音，不要字幕，不要背景音樂。

窗外夜景只用提示詞：

手機貼在行進中的列車車窗上，鏡頭固定朝向窗外：夜晚的台北城市天際線，台北 101 在遠處，河面與橋樑延伸到遠方，橋的鋼樑一根一根從畫面前方掠過，窗台在畫面下緣，遠處的車道上有橘色和白色的車燈流動。輕微手持晃動，寫實、電影感，藍色時刻的天空。畫面中沒有人物、沒有文字、沒有標誌。保留列車行進的環境音，不要字幕，不要背景音樂。

結尾的台北 101 夜景是 AI 想像，我沒有查到哪條線真的看得到 101，所以不標哪一線。

每一次嘗試（全部的紀錄）

第一輪合計 888 點（Dreamina 點數約 NT$0.32／點，約 NT$284），「9 次」是實際送出的 9 次生成，其中 T3a 失敗、點數已退回；F0 只是查價，沒有送出。第二輪（H1、H2）加碼 280 點；第三、四輪（表演 P、追車 C1／C3）加碼 970 點。累計 2,138 點（約 NT$684）、19 次，其中 2 次失敗已退點。其中 C1 那 560 點（Draft＋720P）是整個過程最貴的一次失敗，原因在下一節。

有預演 vs 沒預演：同一張圖、同一段提示詞

為了知道預演到底有沒有用，我做了對照：同一張第一幀、同一張身份圖、同一段提示詞（沒預演那次只拿掉最後一句「影片一只提供動作時間點和鏡頭路線……」），一次不給預演、一次給預演 v2 的手機視角段落（都是 Draft 480P、5 秒，各跑一次）。

結果：沒預演，人轉身跑兩秒就變成月台盡頭的小黑點，後半段鏡頭只剩柱子滑過；有預演，人一路追在車旁，直到最後才變小。這是單次結果，不是統計——Dreamina 沒有 seed，同一組條件每次都會不一樣。但它說明了預演最值得花力氣的地方：不是畫質，而是「人要留在畫面裡的哪個位置、什麼時候出現」。

我沒有測的：沒手腳的預演版本（ARLO 的建議，預演 B 版已渲染好但沒花點數跑）、用 Leafy 之類的品牌角色、1080P 以上、API。這些留給下一輪。

加碼第二輪：照 IG 原版的開頭重做，臉部表情怎麼不失真

把第一版成品跟 IG 上那些 Training Season 影片比，差在兩處：開頭沒有表情（我們是揮手），而且追車段看不到臉。所以我照 Ollie 9/11 紐約版的開頭——迎著鏡頭走來、白色有線耳機、直視鏡頭、跟著歌唱的表情——加碼重做兩個鏡頭：H1「走向鏡頭」、H2「唱歌近景」。這兩段都沒有用預演（人一直在畫面中央，不需要）。

表情不失真，我是這樣做的：

1. 短鏡頭：臉大的鏡頭只做 4 秒（之前記錄是 4 秒後臉容易飄），成片裡 H1 只取前 3 秒。
2. 先生定場圖：用 ChatGPT 從我的照片生第一幀，臉、短黑髮、圓框眼鏡一模一樣；第一版多了一個背包，我請它重畫成沒有背包、表情更明顯。
3. 表情寫得具體但溫和：「半閉眼、嘴巴自然開合像在投入地唱、眉頭微皺」，不寫「大叫」「扭曲」；提示詞明講「牙齒正常、嘴型自然、五官不變形、眼鏡一直戴著」。
4. 先 Draft，逐 0.5 秒看臉：眼鏡在不在、嘴型、牙齒、兩手各五指；通過才花 720P 點數。正式版是另一次生成，所以正式版出來還要再看一次。

H1 的提示詞（全文，第一幀與身份圖用「圖片一」「圖片二」指定）：

圖片一是第一幀：主角在台北捷運風格月台上迎著鏡頭走來。圖片二是主角的完整外貌參考。主角：亞洲男性，短黑髮，圓框細銀框眼鏡，橄欖綠教練外套、白色 T 恤、深灰長褲，戴著白色有線耳機，右手拿著黑色手機；全程同一張臉，眼鏡一直戴著，五官自然不變形。鏡頭：像朋友用手機手持拍攝，略微手持晃動，固定在他正前方，隨著他往後退一點點。0 到 2 秒：他迎著鏡頭自信地走近，眼神一直直視鏡頭，嘴角帶著得意的微笑，一邊眉毛微挑，耳機線隨步伐輕輕晃動。2 到 4 秒：他走到鏡頭前方，頭微微點著節拍，嘴唇輕輕跟著歌哼唱起來，表情有點傻氣但自然。不要大幅度轉頭，不要誇張表情，牙齒正常，兩手各五根手指。背景：月台白色磁磚牆、藍色色帶、白色柱子、黃色導盲磚，右側停著白色捷運列車，沒有月台門，畫面中不要出現任何標誌、站名或文字。保留環境音，不要字幕，不要背景音樂。

H2 的提示詞（全文）：

圖片一是第一幀：主角近景，稍微側身，正在跟著歌投入地唱。圖片二是主角的完整外貌參考。主角：亞洲男性，短黑髮，圓框細銀框眼鏡，橄欖綠教練外套、白色 T 恤，戴著白色有線耳機，右手拿著黑色手機；全程同一張臉，眼鏡一直戴著，五官自然不變形。鏡頭：像朋友用手機手持拍攝的近景，胸口以上，輕微手持晃動，固定在他前方。0 到 2 秒：他半閉著眼，嘴巴自然地跟著歌詞開合，像在投入地唱，眉頭微皺，頭隨節拍輕輕點動，耳機線輕輕晃動。2 到 4 秒：他把眼睛慢慢打開，轉頭看向鏡頭，露出得意又有點傻氣的笑，嘴角上揚。不要大幅度甩頭，不要誇張扭曲的表情，牙齒正常、嘴型自然，眼鏡一直戴著，兩手各五根手指。背景：台北捷運風格月台，淡淡模糊的白色磁磚、藍色色帶、白色柱子，右側有白色列車，沒有月台門，畫面中不要出現任何標誌、站名或文字。保留環境音，不要字幕，不要背景音樂。

花費：Draft 72 點（兩個 36 點；H2 第一次送出失敗、點數退回）＋ 720P 208 點（兩個 104 點）＝ 280 點。成品開頭大字用「台北捷運有月台門，所以我讓 AI 版的我去貼」，放在畫面下方，不遮臉。這仍然是單次結果：Draft 通過不保證正式版也通過。

追車段重做兩次：照真實影片的分鏡，以及第一次為什麼人物怪

前兩輪做完，我把成品和 Ollie 巴黎版逐格比了一遍（只看、不下載、不放他的畫面）。真實影片的「追車」其實是這樣拍的：

對照我第一輪的追車段，差在三處：①鏡頭：我用超廣角、有魚眼感，真實是一般手機主鏡頭；②距離：我的人在 5–10 公尺外、很小、看不到臉，真實是貼在鏡頭旁，臉和表情是主角；③比重：我的追車只有 5 秒，真實的表演＋追車＋被甩開＋月台盡頭加起來佔了約三分之一。

所以我重做了「表演」和「追車」。但第一次重做，人物看起來怪（C1，花了 560 點）：人離鏡頭只有約 1 公尺、上半身很大、頭相對很小；外套敞開飄起來，裡襯看起來像背包；表情是大喊加皺眉，一邊眉毛挑、五官不對稱；手上還拿著手機，但手機已經貼在車窗上了。

第二次我改了五件事：

1. 放遠一點：離鏡頭約 2 公尺、頭到臀部以下，人佔畫面約一半，頭和身體比例才自然。
2. 表情改成開心的笑：嘴角上揚、嘴巴微張、牙齒正常，提示詞明講「不要大喊大叫、不要皺眉、不要誇張的表情」。
3. 外套拉鍊拉好、兩手空的：衣服不敞開、不飄，減少 AI 要處理的形狀。
4. 多給參考圖，讓模型知道分鏡怎麼走：除了第一幀，再生 4.5 秒（被甩開、在畫面右側揮手）和 7 秒（月台盡頭、沒有人、右側隧道入口）兩張，加身份圖共 4 張，並在提示詞寫「圖片一 → 二 → 三」的順序。
5. 不給預演影片：Draft 實測（72 點）沒有預演，他一樣貼著鏡頭跑 4 秒、再被甩開；方塊人的動作反而可能讓身體變僵，也省下預演秒數的點數。

最後這一段的提示詞（全文，圖片一到三是分鏡參考圖，圖片四是身份圖）：

這四張圖片說明這一鏡到底的順序。圖片一是第一幀（0 秒）：他貼在鏡頭旁輕鬆地跑，轉頭向鏡頭，開心地笑。圖片二是 4.5 秒左右的畫面：列車加速，他被甩開、離鏡頭較遠、在畫面右側，笑著向鏡頭揮手。圖片三是 7 秒左右的畫面：列車駛離月台盡頭，畫面沒有人，只剩拉長模糊的牆和右側昏暗的隧道入口。圖片四是主角的完整外貌參考。請照 圖片一 → 圖片二 → 圖片三 的順序，用一鏡到底的連續畫面把中間補起來。主角：亞洲男性，短黑髮，圓框細銀框眼鏡，橄欖綠教練外套（拉鏈拉好，不要敞開、不要飄起來）、白色 T 恤、深灰長褲，白色有線耳機，兩手空的，不拿手機；全程同一張臉，眼鏡一直戴著，五官自然不變形，牙齒正常，雙臂和雙腿都完整，人體比例正常，兩手各五根手指。鏡頭：貼在列車車窗外的手機，一般主鏡頭，不是魚眼，稍微仰起，輕微晃動，車窗邊框一直在畫面下方邊緣。0 到 4 秒：列車起步加速，他貼在鏡頭旁輕鬆地跑，身體微微前傾，左右手自然前後擺動，開心地笑（嘴角上揚、嘴巴微張、牙齒正常），有點喘，頭部到臀部以下入鏡，他佔畫面約一半；背景的磁磚牆、色塊海報、白色柱子、長椅快速往後滑，有動態模糊，但他本人清楚。4 到 6 秒：列車越來越快，他漸漸落後，往畫面右側移動、變小，笑著向鏡頭揮一下手，然後離開畫面。6 到 8 秒：月台盡頭，畫面只剩被拉長模糊的牆、路人和日光燈燈條，之後進入昏暗的隧道。不要大喊大叫，不要皺眉，不要誇張的表情，動作自然。月台：白色磁磚牆、藍色色帶、色塊海報（只有抽象圖案）、白色柱子、長椅，沒有月台門，畫面中不要出現任何文字、標誌或站名。保留列車和腳步的環境音，不要字幕，不要背景音樂。

這次的教訓：AI 人物的「怪」多半來自太近、表情太極端、衣服形狀太複雜；真實影片的鏡頭可以參考，但 AI 版要把人放遠一點、表情收一點。另外，「表演」那段（P）用隔著窗框唱歌的定場圖，一次就過，因為距離和表情都在安全範圍。這仍然是單次結果。

花費與時間：點數是怎麼花的（第一輪 888 點，加碼 280 點）

最省的路線（依我的經驗）：圖片免費、預演要剪短、先用 Draft 驗證提示詞（5 秒只要 45 點）、確認可行再直接用 720P 正式模型生成，不要用 Draft 轉 1080P。Zeto 那種一次 29 秒＋29 秒預演，在我的帳號要約 1,500 點，所以我改成分三段：預演只用在最需要的「手機視角追車」那一段（5 秒），代價是臉要靠參考圖維持。

兩個踩雷：①提示框的參考欄會殘留上一次的素材，影片殘留會被多收點數（開場 Draft 因此從 54 點變 99 點）；②我用程式貼圖時出現過重複的參考縮圖，要先刪掉重複的。送出前先看按鈕上的點數報價，和你預期的不同就先找原因。

用自己的臉，怎麼做才安全

• 先有全身定場圖，再開 Seedance。用自己的照片請 ChatGPT 生全身站姿與跑姿；第一幀用圖片鎖定，臉比較穩。
• 提示詞寫死：「全程同一張臉，圓框眼鏡一直戴著」（我的眼鏡每一幀都在）。
• 臉小就容易飄：追車那段人很小，我的結果沒飄，但這是單次結果；飄的鏡頭就別用，改用背影或手機特寫。
• 只用自己的臉。不用 Ollie、Dua Lipa 或任何名人的臉，也不用「上傳你的臉就套進去」的模板站。
• 標示：影片常駐「AI 生成影片」，IG 發文打開 AI 內容標示；畫面看起來像你真的在捷運做危險動作，所以也要寫「請勿模仿」。
• 真人臉規則：我的照片這次在 Seedance 2.5 沒被擋；官方規則我沒找到，規則可能改，請以你當天的介面為準。

風險與規則

常見問題

真人臉會不會被擋？

我的照片這次在 Seedance 2.5 沒被擋。但規則會變，請以你當天的介面為準。

一定要預演嗎？

不一定。靜態鏡頭或單人說話不需要；但這個梗的重點是「人要留在畫面裡、柱子要在對的時候滑過」，預演就很值得。

可以真的去北捷拍嗎？

北捷官網寫明：一般紀念性拍攝不需申請，商業拍攝要先申請。月台有門，也碰不到車窗；而且巴黎與德里都警告過，別這樣做。

可以換成品牌角色嗎？

我沒有測。預演與提示詞可以直接沿用，只要換角色圖；建議先用 Draft 驗證。

資料來源與查詢日

數字與規則查詢日為 2026 年 10 月 24–25 日；觀看數、點數價格、平台規則都會變動，以當天為準。新聞多為二手轉載，AI郵報沒有核對過後台。

• Zeto 原貼文（X，2026/10/23）
• Ollie Muhl 巴黎版 Reel（IG，2026/10/3）
• Just Jared：Ollie Muhl 回應 AI 抄他（2026/10/15）
• Le Parisien（HeadTopics 轉載）：RATP 警告（2026/10/21）
• IBTimes India：德里捷運警告 phone-sticking reels（2026/9/6）
• NewsGram：德里捷運警告 phone sticking（2026/9/7）
• Newtalk：歷經 14 年，捷運月台門全數建置完成（2018/9/29）
• 臺北捷運官網常見問答：旅客可以在車站或月臺上照相或攝影嗎？
• Dreamina（CapCut）：價格頁與創作介面，點數與價格取自我的帳號（2026/10/23–25）
• fal：What is Seedance 2.5（2026/8/12）