<!-- 純文字版，由 https://tools.arminkao.com/research/phone-reference.html 自動產生（2026-10-13）。給 AI agent 讀；以網頁版為準。 -->
<!-- 摘要：在家用 iPhone 隨手拍一段動作，丟給 Seedance 2.5 模仿成廣告鏡頭：哪些抄得到、哪些抄不到、提示詞怎麼分段寫。 -->

R-04 · AI 影像 · 實測

# 用手機拍參考，讓 AI 模仿成廣告鏡頭

讀 **5 分鐘**｜最後驗證 **2026.09.05**｜原文發在 [Instagram](https://www.instagram.com/p/Dc5WFZxk4SN/)

> **你會知道：**在家用 iPhone 隨手拍一段動作，丟給 Seedance 2.5 模仿成 FX3 質感的耳機廣告鏡頭——哪些抄得到、哪些抄不到，以及提示詞怎麼分段寫。

輪播（10 張；每一張在講什麼另見「每一頁在講什麼」）：
1. 影片 https://tools.arminkao.com/research/media/Dc5WFZxk4SN/01.mp4｜成品、iPhone 原片、側拍三格：戴耳機側臉特寫
2. 影片 https://tools.arminkao.com/research/media/Dc5WFZxk4SN/02.mp4｜三版算圖並排，旁寫各版修改，皆為耳機側臉特寫
3. 影片 https://tools.arminkao.com/research/media/Dc5WFZxk4SN/03.mp4｜上為耳機浮空的成品，下為掛在麥克風架上的原片
4. 影片 https://tools.arminkao.com/research/media/Dc5WFZxk4SN/04.mp4｜上為成品耳罩特寫，下為 Blender 白色灰模耳機
5. 影片 https://tools.arminkao.com/research/media/Dc5WFZxk4SN/05.mp4｜上為男子與浮空耳機，下為手機自拍原片
6. 影片 https://tools.arminkao.com/research/media/Dc5WFZxk4SN/06.mp4｜Gemini 產八面圖：亂拍耳機的人與八張耳機視圖
7. 圖 https://tools.arminkao.com/research/media/Dc5WFZxk4SN/07.jpg｜純文字頁：提示詞八段結構與三條學到的規則
8. 圖 https://tools.arminkao.com/research/media/Dc5WFZxk4SN/08.jpg｜完整提示詞全文，黑底小字（中文）
9. 圖 https://tools.arminkao.com/research/media/Dc5WFZxk4SN/09.jpg｜黑底文字：提示詞是 AI 寫的，讓 Claude 去 Higgsfield 算
10. 圖 https://tools.arminkao.com/research/media/Dc5WFZxk4SN/10.jpg｜黑底一排工具圖示：DaVinci Resolve、Blender、Gemini 等

> IG 原文 · 2026.09.05：我即夢點數用完了 換 Higgsfield，一樣用 2.5 試試看手機拍參考。 然後叫 Claude 幫我寫 但我發現，參考根本拍給 Claude 看的 它提示詞把表述寫完了 我自己好奇提示詞那麼長有用嗎 但試了幾輪，勉強可以。 如果我不要拍的那麼粗糙的話，搞不好用不著寫那麼多。 灰模還是最穩的

## 每一頁在講什麼

1. **Claude Code＋Higgsfield＋Seedance 2.5**：上＝成品、中＝iPhone 原片、下＝側拍。手機自拍變成第三人稱的耳機廣告。
2. **一共算了 11 次**：其他版本並排，每一版改了什麼寫在旁邊。
3. **它沒跟鏡頭，但我覺得可以**：耳機改成浮在空中，手機原片裡是掛在麥克風架上。
4. **換成 Blender 灰模帶運鏡**：模型幾乎照抄灰模的鏡頭路徑——運鏡這件事，灰模最穩。
5. **這段吃不到運鏡**：伸手和眼神都對了，但手持推近的力道沒跟上。
6. **隨便拍拍產出商品八面圖**：八面圖是 Google Gemini 算的，當耳機外觀的參考。
7. **提示詞怎麼寫**：八段結構＋三條學到的規則（下面整理成文字）。
8. **完整提示詞**：第一頁那支的全文，5 秒、480P。
9. **補充**：提示詞都是 AI 寫的；我是讓 Claude 自己去 Higgsfield 算的。
10. 這次用到的工具：DaVinci Resolve、Blender、Gemini、Higgsfield、Seedance 2.5、Claude Code。

## 提示詞的八段結構

1. **先宣告參考的角色**：@Video1＝運動母版，只抄鏡頭路徑與動作節拍；@Image1–2＝耳機外觀（八面圖＋實拍）；@Image3＝場景與光線母版。
2. **鎖死清單（exact）**：動作順序、攝影機方向與路徑、兩次甩鏡與點觸的時間點。甩鏡是鏡頭在動，不可用剪接取代。
3. **必須改掉的**：不是自拍，是第三人稱 FX3 50mm f/1.4；不看鏡頭；伸向鏡頭的手不存在；麥克風架不存在，耳機懸浮在空中。
4. **身份與產品鎖定**：同一個人（髮尾淺金、右耳耳環、黑背心、左上臂刺青）；耳機只有一支，形狀顏色比例從頭到尾不變。
5. **濾鏡與光**：Black Pro-Mist 1/4——高光暈開、對比微降、皮膚柔化；整個空間就是光源，高調、明亮、空氣感。
6. **逐秒**：每一段一句話，只寫參考影片裡真的有的東西。
7. **聲音**：只有音效沒有音樂，點下後收乾。
8. **負面**：音樂、文字、自拍感、街道、硬光、剪接、定格、換人、多支耳機。

## 三條學到的規則

- **寫「什麼在動」，不要寫「不動」**——寫了「不動」，模型會把畫面凍住。
- **一段字越多，模型給那段越多秒**——改內容時字數不能跟著變多，不然節奏會跑掉。
- **甩鏡這種「事件」抄得到，手持慢推這種「連續運動」抄不到**——要穩定的運鏡，還是用灰模。

## 完整提示詞（可複製）

輸入檔要自備：提示詞裡的 @Video／@Image（灰模片、定妝照、場景圖）沒有附在這頁，換成你自己的檔案，編號對上就好。灰模怎麼做見 [R-01「拿 Blender 當線稿」](https://tools.arminkao.com/research/blender-lineart.html)。

注意：這是當時實際送出的版本，裡面有一處互相矛盾——【必須改掉的】寫「全程不看鏡頭」，【逐秒】0.4–0.9 秒卻寫「回頭看了鏡頭一眼」。照抄前請二選一，否則每次結果會不一樣。

第一頁那支。Seedance 2.5 reference-to-video · 480P · 5 秒 · 參考：手機原片＋八面圖＋實拍＋場景圖。

耳機・人物鏡頭@Video1 手機原片／@Image1 八面圖／@Image2 實拍／@Image3 場景

```
影片參考 @Video1 ＝運動母版：只取它的攝影機路徑、攝影機方向、時間點，以及人物的動作節拍。@Image1 是耳機的八面圖、@Image2 是耳機實拍照（真實顏色與材質以實拍為準）。@Image3 ＝場景與光線母版：一個巨大的純白展演空間，白色起伏如波浪的天花板嵌著大片天窗，地面是同樣起伏的白色曲面、嵌著一片片發光的長方形光板，空間空曠無人、白中帶淺藍，光從天窗與地板兩面同時來，整個空間本身就是一盞巨大的柔光燈。把人物放進這個空間裡。

輸出：16:9 橫式，5 秒。前 4.4 秒逐格對應參考影片的時間與鏡頭路徑，最後 0.6 秒維持結尾的耳罩特寫不動。一鏡到底，不剪接。畫面裡不出現任何文字。

【鎖死（exact）】動作順序、頭部轉動、手與手指的動作、攝影機方向、攝影機路徑、兩次快速甩鏡的時間點（0.4 秒側面甩到正面、1.8 秒正面甩回側面）、推近到耳罩滿框的時間點（2.4 秒）、手指點觸控面板的時間點（2.8 秒）。甩鏡是鏡頭在動，不可用剪接取代。

【必須改掉的】這不是自拍。鏡頭不是他自己拿的，是第三人稱的電影攝影機——Sony FX3 配 50mm f/1.4，由攝影師操作，位置在他身側與面前約一公尺，手持但穩，像穩定器一樣平順。他全程不看鏡頭、不點頭：視線看向空間深處或微微低垂，專注、安靜，像一個人獨自在這個空間裡按下降噪。參考影片裡伸向鏡頭、握著手機的那隻手不存在；他的手只出現在耳罩上調整耳機、以及最後觸控面板。

【人物身份鎖定】保留參考影片裡完全同一個人：臉型、下顎、眼睛、鼻子、嘴、耳朵、右耳小圓耳環、及肩黑髮與髮尾淺金、體型、黑色背心、左上臂刺青。他可以因為更好的光而更好看，但必須仍是同一個人。不換人、不瘦臉、不改鼻子、不改髮型、不改年齡。

【產品】Sony WH-1000XM5 罩耳式無線耳機，鉑金銀（暖灰白）霧面軟觸感塗層，一體無縫頭帶，橢圓耳罩、外側平滑微凸，右耳罩外側一行金色 SONY 小字，已戴在他頭上。外觀照八面圖與實拍照，整支只有這一支、同一個設計。

【濾鏡（重要）】攝影機鏡頭前裝 Black Pro-Mist 1/4 黑柔濾鏡：所有高光柔和地暈開、光暈（halation）向外擴散、對比微降、黑位保持乾淨，皮膚質感被柔化但五官與耳機邊緣仍清楚，整體光感更強、更有空氣感，像高預算電影廣告的鏡頭質感。這個濾鏡效果從第一格到最後一格都在。

【光影與色調】整個空間就是光源：天窗的柔光從上方包下來，地板光板的反光從下方補上來，皮膚與耳機被均勻的光包住、幾乎沒有影子。高調、明亮、空氣感，白中帶一點淺藍，暗部乾淨微冷。50mm f/1.4 的淺景深：背景的波浪天花板與發光地板化成柔和的白色與淺藍色塊，只有他和耳機是清楚的。真實電影攝影加黑柔濾鏡的質感，不是 3D 渲染。

【逐秒】
0–0.4 秒　側面特寫：鏡頭在他右側略高，耳罩貼耳佈滿畫面右半，霧面塗層上一道很淡的柔光高光。
0.4–0.9 秒　鏡頭照參考影片快速甩到他正面，保留自然動態模糊；他不經意地回頭看了鏡頭一眼，隨即把視線移開，手輕輕扶著耳罩。背景是化開的白色波浪與光板。
0.9–1.8 秒　正面半身停留。他靜靜站著，臉上是均勻無影的柔光。
1.8–2.4 秒　鏡頭照參考影片快速甩回右側、同時推近到耳罩滿框。耳罩、鉸鏈與 SONY 小字清楚可讀。
2.4–3.4 秒　手指伸進畫面點在觸控面板上，點兩下。2.8 秒點下的那一瞬間：一圈清楚可見但優雅的空氣震動從耳罩向外掠過——像聲波推開空氣，讓背景的白色波浪與光板產生一瞬間輕微的折射扭曲，波紋在約 0.3 秒內擴散消失；同時空間的聲音被收乾。除了這一圈空氣震動，畫面上不加別的東西。
3.4–5.0 秒　鏡頭穩住在耳罩特寫收尾，手指停在面板上。

【聲音｜只有音效，沒有音樂】0–2.8 秒巨大空間的安靜迴響：低沉的空氣聲、遠處極輕的腳步迴音、他的手碰到耳罩的細微摩擦聲。2.8 秒點下：一聲很輕的觸控點擊，緊接著一個低頻的空氣脈衝「whoom」隨波紋掠過，然後環境聲急速收乾到近乎無聲，只剩一層極低、極安靜的降噪耳壓感（像耳朵被輕輕包住的低頻嗡）。全程沒有音樂、沒有旋律、沒有配樂、沒有旁白、沒有字幕。

【負面】音樂、配樂、旋律、鼓點；任何文字、字卡、字幕、logo；自拍感、手臂伸向鏡頭、手機、點頭、大幅手持晃動、在耳邊點兩下；街道、戶外、建築外觀、天空、樹、行人、車；畫面裡出現第二個人；硬光、鏡頭耀光、星芒、粒子、速度變化、剪接、固定機位；換人、臉部變形、多出手臂或手指、手指數量錯誤；多支耳機、耳機變形、顏色改變、別的款式、別的品牌 logo、耳機穿模；卡通、3D 渲染感。
```

## 給 AI Agent：照這段做

把這頁網址丟給你的 Claude、Codex 或其他 agent，跟它說「照這頁的『給 AI Agent』段做」。純文字版：[phone-reference.md](https://tools.arminkao.com/research/phone-reference.md)。

**這段能幫你做到什麼：**用 iPhone 隨手拍的一段動作當參考，叫 Seedance 2.5 重拍成第三人稱的廣告鏡頭（頁面範例是 FX3 質感的耳機廣告）。

**要先準備：**以下是作者當次實測（最後驗證 2026.09.05）。

- 手機原片（@Video1）。頁面沒附，請自備。
- 產品外觀參考：八面圖（@Image1）與實拍照（@Image2）。八面圖作者用 Google Gemini 從隨手拍的片段產出。
- 場景與光線參考圖（@Image3）。請自備。
- 平台與模型：Higgsfield 上的 Seedance 2.5 reference-to-video，480p、5 秒。
- 預估花費：頁面未說明。作者的提示詞由 Claude 寫，也讓 Claude 自己去 Higgsfield 送算。

**步驟**

1. 先二選一：「全程不看鏡頭」或「回頭看鏡頭一眼」。頁面的完整提示詞兩句互相矛盾（【必須改掉的】對【逐秒】0.4–0.9 秒），照抄前要刪掉其中一句，否則每次結果不同。
2. 準備好 @Video1、@Image1–3，編號對上。
3. 照頁面「提示詞的八段結構」寫：宣告參考角色、鎖死清單、必須改掉的、身份與產品鎖定、濾鏡與光、逐秒、聲音、負面。
4. 逐秒段每一段只寫參考影片裡真的有的東西。寫「什麼在動」，不要寫「不動」。
5. 作者這次迭代觀察到：一段字越多，模型給那段越多秒，所以改內容時字數不要變多（不是通用定律）。
6. 在 Higgsfield 送 Seedance 2.5，480p、5 秒。
7. 看結果。

**怎樣算完成：**頁面未說明明確判準。可觀察項目：兩次甩鏡落在提示詞寫的時間點（0.4 秒、1.8 秒）；2.4 秒推近到耳罩滿框；2.8 秒點觸時出現一圈空氣震動；人物與產品全程同一個；只有音效、沒有音樂、畫面沒有文字。

**常見失敗與下一步（作者算了 11 次）**

- 寫了「不動」：畫面被凍住。改寫成「什麼在動」。
- 手持慢推這種連續運動抄不到：改用 Blender 灰模帶運鏡，模型幾乎照抄鏡頭路徑（見 R-01）。
- 作者這次甩鏡有抄到，手持慢推未跟上。

**不要做的事：**不要照抄頁面提示詞而不先解決看鏡頭的矛盾；不要假設頁面附了素材檔；不要期待手持慢推被複製；作者說提示詞偏長，拍得乾淨的話可能不用寫那麼多（作者未驗證）。

工具：iPhone 原片、Google Gemini（八面圖）、Claude Code（寫提示詞並直接送算）、Higgsfield 上的 Seedance 2.5（reference-to-video、480P、5 秒）、Blender（灰模那版）。

[← 回到研究列表](https://tools.arminkao.com/#research)

---
網頁版：https://tools.arminkao.com/research/phone-reference.html｜小高工具間：https://tools.arminkao.com/｜全站目錄：https://tools.arminkao.com/llms.txt
作者：高偉鳴 Armin Kao｜Instagram：https://www.instagram.com/17187kao/｜作品集：https://arminkao.com/
