2026年8月12日
做一支 10 秒 AI 影片廣告：完整實例，提示詞和帳單全公開
一個真實的委託：一家手工咖啡烘豆坊想要一支 10 秒的社群短片。我們在 Imaginode 上從頭做到尾：主視覺、鏡頭設定、Seedance 動態、9:16 直式版本，每一段提示詞完整引用，每一點數都算清楚。誠實的最終帳單：約 140 點數，也就是 1.40 歐元。
委託內容：Morel 烘豆坊，10 秒，社群平台
一支給 Instagram 和 TikTok 的 10 秒短片，工作坊氛圍、咖啡包置中，一小時完成，約 140 點數，也就是 1.40 歐元，含失敗。
這個客戶很有真實感，因為到處都是這種客戶：一家小型手工烘豆坊，就叫它 Morel 烘豆坊，在網路上賣咖啡，想要一支 10 秒的短片放 Instagram 和 TikTok。沒有拍攝預算。委託內容三行寫完：溫暖的工作坊氛圍、一包咖啡在畫面中央、有蒸氣、鏡頭緩慢推進。交件要 16:9 和 9:16 直式。
兩年前，這種委託會送到影像工作者手上，800 到 1,500 歐元，一週交件。今天，我們要在 Imaginode 的畫布上用一小時處理完，大約 140 點數，也就是不含訂閱約 1.40 歐元。這不是魔法，而且我們會看到不是每一步都一次就成。但量級確實就是這樣。
開始前先誠實說一件事：AI 影片目前大約每三到四次生成還是會失敗一次。一個走鐘的運動、一隻多出來的手、一團看起來像火災濃煙的蒸氣。而且醜歸醜，只要技術上有交件就要付錢。所以我們從一開始就把失敗算進預算，當成一個真正的支出項目。
為什麼要工作流，而不是一連串提示詞
聊天視窗會忘記一切，工作流會留下：在畫布上建好一次的機器，之後每個變體只要改一個節點再重跑。
這些事全都可以在聊天介面裡做，一路丟提示詞然後祈禱。問題在後面：客戶會要一個變體，然後再一個，然後十一月要聖誕版。如果你的流程只存在於一段對話紀錄裡，每一次需求都得從零開始。
在 Imaginode 的畫布上，我們要蓋一台小機器：一個節點放想法，一個放美術指導，一個做圖片，一個管鏡頭，一個出影片，用線接起來。機器蓋好之後，做一個變體就只是改一個節點再重跑。這就是做一道菜和寫下食譜的差別。
工作流會自動儲存，每個節點保留最近 12 次生成。一個月後，當 Morel 想用新的低咖啡因包裝做同一支廣告，我們重新打開畫布，換一張圖、改兩個字，機器就會把片子吐出來。這一個月的省心，遠遠值得今天這一小時的搭建。
步驟 1：讓咖啡包變成一個參考
四張實品照片加一段描述放進參考節點：之後用 @MorelPack 這個提及，就能確保每次生成都是真正的產品，連標籤都對。
第一塊磚，也是新手最常忘記的一塊：參考節點。我們在裡面建立「MorelPack」，放四張實品咖啡包不同角度的照片，加一段簡短描述：牛皮紙棕色、米白標籤、黑色字體標誌、容量 250 公克。從現在起，在畫布上任何提示詞裡打 @MorelPack，就會自動注入描述並附上照片。這個提及會顯示成綠色。
為什麼這件事沒得商量：沒有參考，每次生成都會重新發明一個不同的咖啡包。標籤變色、標誌變成鬼畫符、比例隨便亂來。對一支廣告來說這是直接出局，產品必須是真的那一個。參考不能保證百分之百完美，但它會把一個令人絕望的還原率變成非常堪用的還原率。
第二塊磚是風格節點：美術指導寫「手工工作坊、黃金時刻、輕微底片顆粒、暖棕與米白色調」，再拖進三張情緒板圖片，兩張是客戶圖庫裡的工作坊照片，一張是他真實店面的照片，用媒體節點匯入。這兩個節點本身不花任何生成費用，它們只是餵養後面的節點。
步驟 2：用文字節點把想法寫出來
設成 Claude 的文字節點負責用英文寫出廣告圖片的提示詞，並明確要求「不要嵌入文字」，之後也成為調整變體的那個開關。
接著放一個文字節點，模型選 Claude，指令是：「用英文寫一段廣告圖片提示詞，只有一個場景：@MorelPack 放在烘豆工作坊的木工作檯上，旁邊是一杯冒著熱氣的咖啡，咖啡豆散落，傍晚的光線從左側窗戶照進來。只有一個場景，不要嵌入文字。」
為什麼不自己寫圖片提示詞？可以自己寫。但文字節點產出的描述比我們隨手寫的更稠密，更重要的是它變成一個可重複使用的調整點：做聖誕版時，只要把指令裡的「傍晚」換成「聖誕燈串與冬天的光」，整條鏈就會跟著走。
有個細節很重要：我們明確要求「不要嵌入文字」。圖像模型很愛加上自己編的標語，字體還很可疑，而這種瑕疵是救不回來的。法律聲明和標語會晚一點在剪輯 App 裡加上去，就像真正的製作流程一樣。
步驟 3：主視覺，先用 1 點數的草稿
三張 1 點數的 Flux Schnell 草稿確認構圖，再用兩張 5 點數的 Seedream 5 Lite 產出忠實還原咖啡包的主視覺：總共 13 點數。
文字節點的輸出用一條線接到圖像節點。把線放到節點本體上，它會自己接到正確的輸入。風格節點接在旁邊，它的輸入圓點亮起來。第一個省錢反射動作：先用 Flux Schnell 生成，一張 1 點數，先把構圖確認下來，不用花大錢。
三張草稿之後，花了 3 點數，結論出來了：窗戶在左邊的構圖成立，但咖啡杯搶了咖啡包的戲。我們在文字節點改一行，「咖啡杯往後退、略微失焦，咖啡包在前景保持清晰」，然後重新生成。這就是在畫布上迭代：修壞掉的那一塊，其他都不動。
構圖確認之後，換上正式的模型：Seedream 5 Lite，一張 5 點數，是處理參考的冠軍。它最能遵守 @MorelPack。兩次生成，10 點數，第二張就對了：咖啡包忠實、標籤清楚、光線完全照著要求的方向。到這裡主視覺總共 13 點數，大約 13 歐分。同樣這個動作，換成去背商品圖、微距和情境照，就組成一整套AI 商品攝影。
步驟 4：鏡頭，85mm、f/1.4、推軌前進
特寫、85mm、f/1.4、微俯角、緩慢推軌前進：鏡頭節點會把這些英文術語寫在提示詞開頭，把運動放在最後一句。
主視覺成功還不夠，還要決定鏡頭怎麼經歷它。這是鏡頭節點和它五個附圖示的旋鈕的工作：景別、焦距（毫米）、光圈、角度、運動。給 Morel 的設定是：特寫、85mm 鏡頭、光圈 f/1.4、略微俯角、緩慢推軌前進。
為什麼是這些數值？85mm 是最經典的人像鏡頭：它壓縮透視、美化主體，這裡的主體就是咖啡包。f/1.4 的光圈給出化開的背景，把產品獨立出來，正是高階咖啡廣告的質感。而緩慢的推軌前進製造出被產品吸過去的感覺，是五十年來商品廣告最有效的老招。
節點會自己把正確的英文術語寫在提示詞開頭，close-up、85mm lens、f/1.4，並把運動放在最後一句，這是影片模型最能理解的位置。如果你曾經在提示詞裡打過「cinematic camera」然後期待奇蹟，這五個旋鈕就是那個反射動作的成人版：精確的詞彙，放在對的位置，什麼都不用背。
步驟 5：動態，Seedance 2.0 Fast 的 720p
10 秒 720p 的短片在 Seedance 2.0 Fast 上，生成按鈕顯示 76 點數，運動提示詞四句話，關鍵那句是：咖啡包保持不動。
輪到影片節點。我們把主視覺接到起始圖片的輸入，只接受一張圖片，這是規則。選 Seedance 2.0 Fast：720p 5 秒大約 48 點數，10 秒依設定在 60 到 100 點數之間。我們這支 10 秒 720p 的短片，在生成按鈕上顯示 76 點數，按下去之前就看得到。不可能有意外，價格就寫在那裡。
為什麼是這個模型，而不是可用的 47 個裡的另一個？Kling 2.5 Turbo 5 秒約 26 點數，拿來單純測試運動就夠了。Veo 3.1 Fast 會加上生成的音訊，很有意思但這裡用不到，因為 Morel 會自己配音樂。Seedance 2.0 Fast 在這種慢鏡頭上，產品還原度對價格的比值最好。完整版的 Seedance 2.0 能上 1080p 和 4K，但 4K 5 秒 330 點數，為了一則會被壓縮的 Instagram 貼文，那是把錢扔掉。
運動提示詞用英文寫，再用魔法棒花 1 點數潤過，四句話：「Steam rises gently from the cup and drifts across the frame. Dust particles float in the golden light. The coffee bag remains perfectly still and sharp. Slow dolly-in toward the bag, ending in a tight close-up on the label.」咖啡包保持不動是最重要的一句：少了它，模型很愛讓硬邦邦的物體波動起來。
第一次失敗，第二次成功
第一次付了錢卻不能用，標籤在第六秒融掉；提示詞加一句之後第二次就對了：確認可用的短片共 152 點數。
完全透明地說發生了什麼。第一次生成，76 點數：蒸氣很漂亮，推軌很順，但到第六秒，咖啡包的標籤開始慢慢融化，像蠟燭一樣。不能用。而因為短片技術上有交件，所以要付錢。這就是遊戲規則，早知道總比晚知道好。
我們調整提示詞：在運動那句之前加上「label text stays static and legible during the entire shot」。第二次生成，再 76 點數：這次全都站得住，蒸氣、光線、從頭到尾清晰的標籤。10 秒的短片可以用了，而且老實說比委託當初期待的還好。
兩次成功一次，這在這一行算誠實的平均值。要注意的是，如果失敗是技術性的，也就是模型供應商出錯，退款會在幾秒內自動完成。這裡的失敗是美學上的，所以要付錢。到這一步的真實影片預算：一支確認可用的短片 152 點數。這是最重，而且遙遙領先的一項。
每個節點的歷史紀錄，是一份後悔險
每個節點保留最近 12 次生成，就地可查：比較兩次結果或叫回被淘汰的版本只要一次點擊，在聊天視窗裡它們早被埋在四十則訊息之下。
在做衍生版本之前，先繞個有用的路。每個節點都保留最近 12 次生成，可以就地查看。我們那三張 Flux Schnell 草稿、兩張 Seedream 結果、兩支影片：全都還在對應的節點裡，不用去翻下載資料夾。
這立刻就派上用場。比較兩張 Seedream 的結果時，我們一度想回到第一張，那張咖啡杯比較搶眼。在圖像節點的歷史紀錄裡點一下把它叫回來，看一眼，結果不用，第二張還是比較好。這種在這裡只要三秒的來回，在聊天介面裡根本不可能，因為舊圖片睡在四十則訊息的深處。
歷史紀錄也改變了你和風險的關係。你敢試一個奇怪的設定，因為你知道上一版隨時點一下就能叫回來。在客戶案子上，這份保險價值連城：客戶說「想想還是剛剛那個好」不再是災難，只是一次點擊。
9:16 衍生版：改一個設定，不是重做一個專案
直式版本花 53 點數和九分鐘：複製分支、輸出格式改成 9:16、時長縮到 5 秒，所有的判斷早就接好線了。
Morel 也想要一個直式版本給限時動態和 TikTok。在聊天裡，這代表要重跑一整輪，結果大概還會跟 16:9 不一樣。在畫布上，我們複製圖片和影片這兩條分支，把圖像節點的輸出格式改成 9:16，重新生成主視覺：Seedream 5 點數，它把場景重新構成直式，維持同一個世界、同樣的光線，以及靠 @MorelPack 維持忠實的同一包咖啡。
直式影片我們縮到 5 秒，限時動態的格式跟短片很合得來，而且費用也砍了：Seedance 2.0 Fast 的 720p 是 48 點數。同一段運動提示詞，只是把 dolly-in 稍微加快以配合時長。這次第一次生成就過了。這種事也是會發生的，沒有人會抱怨。
做衍生版本花的時間：九分鐘，實測。費用：53 點數。這正是工作流的論點：第二個輸出只花第一個的零頭，因為所有的判斷，參考、風格、鏡頭、提示詞，都已經接好線了。第三個衍生版，給動態消息用的 1:1 方形，等 Morel 哪天要的時候，成本一樣。
最終帳單，一項一項算
總共 220 點數，約 2.20 歐元，換到兩種格式的兩支短片；光算主片是 140 點數，含失敗，等於未稅 13 歐元 Starter 方案的四分之一。
全部算進去，不往對自己有利的方向四捨五入。Flux Schnell 草稿：3 點數。Seedream 5 Lite 主視覺，16:9 兩張加 9:16 一張：15 點數。兩段影片提示詞的魔法棒：2 點數。16:9 的 10 秒影片，一次付了錢的失敗加一次確認可用：152 點數。9:16 的 5 秒影片：48 點數。
總計：220 點數，也就是大約 2.20 歐元，交出兩種格式的兩支短片。如果只算 10 秒的主片，帳單降到大約 140 點數，1.40 歐元，含失敗。作為對照，傳統做法裡光是那場商品攝影，就要花上這個金額的一百倍以上。
訂閱方面，這個專案在每月 900 點數的 Starter 方案，未稅 13 歐元 裡綽綽有餘：它只吃掉四分之一。每週都做這種廣告的創作者，用 42 歐元 3,100 點數的創作者方案會比較安心。臨時要衝一波的話，還有儲值包，1,000 點數 15 歐元。
餘額什麼會讓預算失控
避開三個坑：用 7 點數的模型畫草稿而不是 1 點數、硬在 76 點數的 10 秒上死磕而不先用 5 秒測、以及跳過產品參考。
第一個經典錯誤：直接用貴的模型生成。草稿階段用 7 點數的 Flux 2 Pro 而不是 1 點數的 Flux Schnell，會把一個本來應該小到可以忽略的項目乘以七。便宜的草稿、講究的定稿，這是黃金守則，在影片上更是加倍成立。
第二個錯誤：硬在 10 秒上死磕。每一次 10 秒的生成要 76 點數；先用 48 點數的 5 秒短片測運動，甚至用 26 點數的 Kling 2.5 Turbo，等運動確認之後再上 10 秒，就能省下一部分失敗。這一次是我們幫你付了，記住教訓。
第三個錯誤，也是最糟的：跳過產品參考。沒有 @MorelPack，每次生成都會發明一個不同的咖啡包，我們會為了追標誌的還原度燒掉幾十點數。花五分鐘建立參考，是整場作業中最好的投資。沒有參考，產品換外觀就像角色換臉一樣：每次都換。
偷懶版：整件事交給助理
每則訊息 1 點數，助理一鍵把整台機器建好，節點、英文提示詞和連線都齊了：一小時的搭建壓縮成五分鐘。
上面所有事情，都可以不自己動手建任何一個節點就得到。畫布右下角的泡泡會打開 Imaginode 的助理。我們對它寫：「幫我建一個 10 秒商品廣告的工作流：從參考產生產品圖片、溫暖工作坊風格、85mm 特寫加推軌前進、用 Seedance 720p 生成動態。」訊息費用：1 點數。
助理會把整台機器建好：選好節點、用英文寫好提示詞、接好連線，一鍵加進畫布，還會整齊地排成一欄一欄，不會互相重疊。剩下的只有用你的照片建立參考、重讀提示詞、按下生成。這篇文章描述的那一小時搭建，壓縮成五分鐘。
兩種都做過之後，我們的建議是：第一個工作流自己手動建，照著像這樣的案例走一遍，去理解每一條線在傳什麼。之後的每一個都交給助理。因為它看得到你打開的畫布，你也可以在過程中問它為什麼某個結果不理想、該選哪個模型：它是針對你的真實情況給建議，不是講理論。
發布、量測、再來一次
短片交件之後，工作流留在畫布上：十天後客戶要的低咖啡因版本，在手機上十二分鐘就交了，螢幕還是鎖著的。
兩支短片交給 Morel，他在慣用的剪輯 App 裡加上音樂和標語，然後發布。工作流則留在畫布上，自動儲存，等著下一次需求。創作者日常的真實小故事：「新的低咖啡因包裝」版本在十天後被提出來，在火車上用手機十二分鐘交件，生成過程手機螢幕是鎖著的。
沒錯，這一切都能在手機瀏覽器上運作，完整的觸控畫布，回到電腦上狀態一模一樣。要重跑一個節點或確認一次結果，這樣很完美。但要從零搭一個大工作流，老實說：滑鼠和大螢幕還是舒服得多。手機是很好的駕駛座，不是最好的工作間。
如果這個實例讓你想試試看，接下來合理的一步：部落格上關於鏡頭節點的文章，學會像攝影指導一樣挑焦段和運鏡，還有關於工作流的那一篇，把線路的機制弄透。在那之前，Imaginode 的圖片轉影片範本在等你：載入它，換掉提示詞，你的第一支廣告不用 100 點數。