卡點影片：給 AI 看參考影片，拍子反而變不準

給 AI 看參考影片，做出來的卡點影片更像原作，拍子卻變不準。 「卡點」是畫面跟著音樂的拍子一起換。起點是 Gorden Sun 分享的一份提示詞：讓 AI 自己當主角、畫面是剪輯軟體的樣子、一鏡到底、自己作一段電子音樂來卡點。 怎麼做，誰做的 主 AI 看過原片，做了中秋版 再找 3 個全新的 AI，各做一版：完全沒看原片、沒看原片但改成萬聖節、萬聖節再給原片當參考 我選方向：「用萬聖節去做好了」，後來又說「中秋節效果比較好，可能還是要給影片參考」 我要求改在地化：作者寫 Joneshong、簡體改繁體、打字畫面從拼音改注音、用台灣的說法 畫面怎麼動起來 畫面用網頁的畫布（Canvas 2D）畫。程式問「現在第幾格」，就把那一格畫出來，每秒 30 格。 音樂也用程式從零合成，每分鐘 120 拍。一張「拍子表」同時指揮畫面和音樂，所以拍子是一開始就對好的，不是事後對。 同時開 6 個瀏覽器分頭畫，58 秒的片、1755 格，5 分鐘畫完。 同一份提示詞，跑了四次 版本 跟拍子的程度 中秋，看過原片 8.9 倍 中秋，沒看原片 6.6 倍 萬聖節，沒看原片 12 倍 萬聖節，看了原片 6 倍 「幾倍」是拍子上的畫面變化，比兩拍中間多幾倍。數字越大，畫面越準地跟著拍子動。每種只做一支。 萬聖節那兩支最好比：給了原片，長相變像了（全螢幕、亮色、戴耳機的機器人），拍子卻只剩一半準。 AI 做到哪 做得到 從零做出整支片：畫面、音樂、拍子表都自己來 兩個互不認識的 AI，選了一模一樣的做法：120 拍、同一張拍子表 自己做了一支對拍檢查工具，故意把聲音錯開 0.2 秒，工具抓得到 還要人幫忙 預設用簡體字、拼音、大陸用語，要我提醒才改 給參考影片，它學到的是長相，不是什麼時候該動 原始提示詞：Gorden Sun 的推文 2026 年 9 月 27 日

版本	跟拍子的程度
中秋，看過原片	8.9 倍
中秋，沒看原片	6.6 倍
萬聖節，沒看原片	12 倍
萬聖節，看了原片	6 倍