最後更新：2026/10/13
有一位做了五年、一百五十多支科普影片的創作者，分享過她的製作流程：想點子、寫腳本、做影片、發布後分析。一支影片從頭到尾，大約要花兩個星期。
在台灣，越來越多講師、顧問想做知識型短影音，最常卡在做影片太花時間。現在 AI 可以接手很多重複的工作，把稿子改成口語、配音、對字幕、做動畫都行。不過順序沒有變，先有一份好稿子，才會有好畫面。
下面這六個步驟，可以照著做一次。
第一步：建一個選題庫，給點子打分
選題是整個流程裡最難的一步。平常想到的問題、留言裡大家問的事、網路上的熱門話題，都隨手記進同一個選題庫。
有空就看看同領域播放量高的影片，想想大家為什麼愛看。慢慢會整理出幾條自己的規則，例如「有沒有人在問」「我講不講得出別人沒講過的東西」「能不能用畫面呈現」，用它們替每個點子打分，先做分數高的。AI 可以幫你整理選題庫、找相關資料，要做哪一個，還是你自己決定。
第二步：先寫口播稿
口播稿是整支影片的骨架，畫面、字幕、節奏都跟著它走，所以一定要先寫好。
寫稿可以分兩次。第一次寫成文案，像說明文一樣準確、精簡；第二次改成你平常說話的樣子，難懂的專有名詞換成白話，長句子拆短。開頭要有趣，專業詞彙別一次塞太多。
這一步很適合請 AI 幫忙審稿。請它把太書面的句子改成口語短句，標出每一段的重點，再標出哪些地方適合畫成圖。改完之後，你一定要自己唸一遍，唸不順的地方就是還要改的地方。
第三步：錄音，做出有時間軸的字幕
稿子好了，接著要有聲音。可以自己對著手機錄，錄完把口誤和太長的停頓剪掉；不想錄音的話，也可以用 AI 語音。
不管用哪一種，最後都要得到兩個檔案：一個音檔，和一個有時間軸的字幕檔（常見的是 SRT 格式），記錄每一句話從第幾秒開始、到第幾秒結束。很多剪輯軟體都可以直接匯出字幕檔。
字幕的時間一定要從真實的聲音來。照字數去估算，畫面和聲音遲早會對不上。
第四步：把稿子拆成節拍，一拍一個畫面
做畫面之前，先把稿子拆開。開一張試算表，一段話一列，旁邊寫這段話要配什麼畫面，描述得越具體越好。
每一拍都要有一個視覺重心，例如最重要的那個數字、那個關鍵詞，大到一眼就看得到。重點一個一個出現，跟著口播的節奏走，別一次把三個重點全擺上畫面。
也要避開一看就是 AI 做的畫面：所有元素一樣大、平平地鋪滿；到處是紫藍色的漸層；每一頁都是三欄卡片。這些在 AI 做的畫面裡太常見，觀眾看多了就滑走了。
第五步：讓畫面跟著聲音播放
畫面有很多種做法，其中一種越來越多人用：請會寫程式的 AI 助手，把每一拍做成網頁上的動畫，再用音檔和字幕的時間軸控制每個畫面出現的時間，讓整個網頁跟著聲音自動播放，最後用螢幕錄影錄下來，就是一支影片。
這個做法的好處是穩定，而且每個細節都能精準控制。用影片生成模型做畫面，常常要一次又一次重新生成，才碰到一個能用的；網頁動畫裡的文字、顏色、數字、出現的時間，每一樣都能指定，要改哪裡就改哪裡。
做好之後，請 AI 截圖檢查每個畫面，看看字有沒有被擋住、排版有沒有跑掉。想讓觀眾看到你本人，可以把自己講話的畫面縮小成圓形，放在角落，比全部用動畫多一點真實感。
如果你做的是有角色的故事影片，就得先處理角色一致的問題。先請 AI 做一張角色設定圖，畫出同一個角色的正面、背面、側面和幾種表情，再做一張場景設定圖；之後每個畫面都拿這兩張當參考，人物才不會每一幕都長得不一樣。生成畫面時先不要配樂和環境音，音樂最後在剪輯軟體裡統一加，前後才接得起來。
第六步：發布後復盤
影片發出去一週後，看三個數字：播放量、看了開頭幾秒就滑走的比例、平均看到哪裡（怎麼看，可以參考〈新北創作者的短影音日常〉）。留言裡如果有人指出錯誤，要盡快更正。
每次復盤，至少留下一樣以後用得到的東西：一個效果很好的開頭、一個好例子，或一條新的規則。累積得越多，下一支就做得越快。
讓 AI 每次都做得一樣好
很多人用 AI 的經驗是，有時候做得很好，有時候完全跑偏。多半是因為範圍和標準沒有講清楚。
做法是替每個環節寫一份說明書，寫清楚要做什麼、能做什麼、不能做什麼、做到怎樣才算合格（說明書的寫法，可以看〈一個人做不完？新北一人工作室的 3 種自動化〉）。做知識影片，可以先從這幾條開始：
- 標題字是內文的三倍大，每一拍都有一個最大的東西。
- 重點一次只出現一個，配合口播。
- 不用三欄卡片，不用紫色漸層。
- 字幕一行不要太長，也不能貼到畫面邊緣。
每次發現 AI 又犯了同一個錯，就把它寫成一條新規則。踩過的坑變成規則，下次就不會再踩。
流程裡也要留幾個由你把關的地方：稿子你看過才錄音，配音你試聽過才往下做畫面，要付費生成的步驟，確認過再按下去。
兩件一定要注意的事
擬真的 AI 內容要標示。用 AI 複製真人的聲音，或做出看起來像真的事件、場景，YouTube 等平台都要求創作者在上傳時標示。明顯是動畫、卡通的畫面，或只用 AI 修飾字幕、潤稿，一般不用標示。
聲音和肖像，用自己的或有授權的，不要拿別人的聲音和臉來做影片。素材授權、不能改寫別人內容這些提醒，在上面那篇自動化的文章也整理過。
知識影片，搭配網站更有用
知識影片做好之後，可以放進自己的網站，跟文章、課程放在一起。口播稿稍微整理就是一篇文章，影片放在文章裡，Google 搜得到，讀者也可以選擇要看還是要讀。同一個主題的影片整理成一套，就是一門入門課；再加上會員登入、付費觀看、上課進度，就能在自己的網站上開線上課程。
這些功能要怎麼搭配，是網頁設計要先規劃的事。內容怎麼越做越輕鬆，可以看〈一支短影音也能變成資產〉；為什麼要有自己的網站，可以看〈IG 帳號不是你的資產〉。
MIMI 專做客製化網頁設計，也做線上課程網站。MIMI 提供台灣網頁設計服務，不論你在台灣哪個縣市，都可以用電話、Email 直接和設計師討論；費用可以先看首頁的製作費用參考，歡迎聯絡 MIMI。
