AI 影片首尾幀教學：從關鍵畫面到轉場驗收的完整工作流

你已經準備好兩張關鍵畫面，為什麼生成結果仍會變臉、瞬間換景，或在最後一秒硬切到尾幀？

直接答案：AI 影片首尾幀工作流的重點不是把兩張差異很大的圖交給模型，而是先把「起點、終點與唯一主要動作」設計成模型能完成的一小段變化。首幀與尾幀要維持相同畫幅、主體身份、鏡頭視角與主要光線；提示詞只描述中間如何移動，不再重寫兩張圖已經確定的外觀。先生成單一鏡頭，通過身份、構圖、運動與接點驗收後，再串成較長段落。首尾幀能增加方向控制，卻不能保證中間每一格正確；差異過大時，正確做法是增加中介關鍵畫面或拆鏡，而不是把提示詞越寫越長。

這篇服務的是「怎麼把 A 畫面穩定過渡到 B 畫面」這一個資訊意圖，不比較哪個模型畫質最好，也不宣稱任何工具一定不會變形。若你還不熟悉傳統關鍵格、時間軸與緩動，先看站內的 After Effects 關鍵幀動畫入門；想延伸閱讀動畫與動態設計主題，可回到 動畫工坊主題樞紐。

什麼情況適合用 AI 影片首尾幀？

首尾幀適合「結果可以先被畫出來」的單一變化，例如商品由關閉到打開、角色從站立到坐下、白天場景逐漸轉為黃昏，或圖形從散開到組合完成。這些任務都有明確起點與終點，而且中間路徑可以用一個主要動詞描述。

如果目的只是讓一張靜態圖產生輕微呼吸、風吹或鏡頭推進，只有首幀的圖片轉影片通常已足夠；硬加一張幾乎相同的尾幀不一定增加有用控制。相反地，若要跨越多個場景、同時換裝又轉身、讓鏡頭穿過牆壁再切到另一座城市，兩張圖之間包含太多未定事件，模型必須自行補故事，失敗機率自然提高。這時應先畫分鏡，把一段拆成多個可驗收鏡頭。

目前第一方產品文件也把這類能力當成不同生成模式處理：Adobe Firefly 說明可用靜態圖作為起始與結束參考影格；Google Flow 可把既有影片中的某一格儲存成日後生成用的 start frame 或 end frame；Wan 2.7 文件則把首幀生成、首尾幀生成與影片延長列成不同任務。這些證據支持「先按任務選模式」，但不代表三個服務的輸出品質相同。

首幀與尾幀要怎麼準備才不容易跳變？

先建立一張素材檢查表。第一，兩張圖使用相同長寬比與接近的解析度，主體不要在首幀是半身、尾幀突然變成極遠景。第二，保留相同角色識別線索，包括臉型、髮型、服裝輪廓、商品標誌位置與主要配色。第三，固定空間關係：地平線、鏡頭高度、光源方向及背景中的大型物件不要無故互換。第四，只讓本鏡頭需要改變的項目產生差異。

實務上可以把兩張圖疊在同一個畫布上調低透明度，檢查眼睛、肩線、產品邊緣與地平線是否發生不合理位移。這不是在追求像素完全一致，而是讓模型看得出哪些元素應保持、哪些元素要移動。若尾幀的人物已經換臉、手指數量錯誤或商標文字失真，生成模型只會嘗試連接兩個錯誤端點，不會自動把素材修正成品牌可用版本。

若來源包含客戶照片、未公開產品或內部場景，先確認平台的上傳、保存與模型訓練條款是否符合組織規範。能公開不等於適合上傳；必要時以去識別化替身、低敏感度草圖或本地工具完成預演，再由具權限的人決定是否提交正式素材。

動態提示詞該寫什麼，哪些描述反而要刪掉？

首尾幀已經交代「長什麼樣」，提示詞應回答「中間怎麼走」。可用四個欄位組成：主體動作、運動方向、鏡頭行為、節奏。例句是：「角色保持正面視線，右手緩慢抬起拿起杯子；鏡頭固定；動作前半段加速、接近尾幀時減速停住。」這比重新描述人物年齡、衣服顏色、場景陳設與攝影風格更聚焦。

一個鏡頭只保留一個主要動作。若同時要求人物旋轉、衣服變色、背景爆炸、鏡頭環繞及文字浮現，當結果失敗時無法判斷是哪個約束互相衝突。否定詞也應具體，例如「鏡頭不切換、背景建築保持固定、手持商品標誌不改變」，不要只寫「不要變形」這種缺少可觀察對象的要求。

提示詞版本要留存。每次只改一個變數，例如先固定兩張圖與模型，只調整動作速度；下一輪再調整鏡頭。若同時換圖、換模型、改提示詞與改長度，即使結果變好，也不知道是哪項變更有效，之後很難重現。

逐鏡生成的標準步驟是什麼？

1. 定義鏡頭任務：用一句話寫出從 A 到 B 的唯一可見變化，並列出不可改變的三項元素。
2. 建立端點：準備相同畫幅的首幀與尾幀，先人工檢查身份、構圖、光線與文字。
3. 選正確模式：確認目前帳號、地區與模型確實支援首尾幀，不要看到「圖片轉影片」就假設一定能放兩個端點。Google Flow 的支援功能會依模型而異；Wan 文件也明確要求模型、端點與 API key 位於相容地區。
4. 先做短鏡頭：只生成能表達該動作的最短合理片段，避免一開始就把整段故事壓進單次生成。
5. 逐項驗收：依固定清單標記通過或失敗，不用「感覺不錯」代替檢查。
6. 保存可追溯版本：記錄首尾圖、提示詞、模型名稱、日期、參數、輸出檔與判定。產品能力會更新，因此日期不可省略。

若要把多段接起來，可從上一段選出乾淨的末格，經人工修正後作為下一段首幀。Google Flow 官方流程提供把影片中的畫格存回專案，作為後續 ingredient、start frame 或 end frame 的方式。這能建立素材接力，但下一段仍要重新驗收，不能因為接點來源相同就假設整段連續。

常見失敗要怎麼判斷與修正？

人物在中間變臉：先檢查兩個端點的五官角度、髮型與遮擋是否一致，再減少大角度轉頭或快速旋轉。若起終角度差距太大，加入側面中介幀並拆成兩段。

最後一秒硬切：通常代表模型在大部分時間未能完成轉換，只能在末端趕到尾幀。縮小位置或造型差異、延長合理動作時間，或把一段拆成「移動」與「變形」兩個鏡頭。不要先用更多風格形容詞掩蓋路徑問題。

背景融化或物件漂移：在端點維持相同透視與大型背景物，提示詞明確指定鏡頭固定及背景不動。若真正需求是大幅運鏡，應提供能支持該視角變化的素材或改用支援參考素材、鏡頭控制的模式。

標誌與文字扭曲：把生成影片當成動態底片，而不是最終排版。品牌字、價格、字幕與法律聲明宜在後期合成，並逐格抽查關鍵區域。首尾圖上的正確文字並不保證中間影格仍正確。

成品要用哪些標準驗收？

建立四層驗收。第一層是端點：第一格與最後一格是否符合核准素材，沒有意外裁切。第二層是身份與物件：人物、服裝、商品、標誌位置在中間是否保持可辨識。第三層是運動：動作方向、速度、重心、遮擋與鏡頭是否連續，沒有突然瞬移或多出肢體。第四層是接點：與前後鏡頭銜接時，構圖、色溫、運動方向及聲音節奏是否一致。

建議至少用正常速度、逐格與靜音三種方式觀看。正常速度檢查整體節奏；逐格能抓到一閃而過的臉部、手部與商標錯誤；靜音可避免音效掩蓋視覺跳動。驗收結果記為明確的 pass／fail 與時間碼，例如「00:02.16 右手新增手指」，方便下一輪只修問題鏡頭。

若影片要交付廣告、兒童內容或受規範產業，還要加上版權、肖像、標示與平台政策檢查。本文的技術流程不能取代法律審查，也不能由生成成功推論素材已取得商用授權。

選工具時要注意哪些能力邊界？

不要只問「有沒有 AI 影片」，而要逐項確認當下選用的模型是否支援兩張端點、輸入畫幅、輸出長度、地區、素材保存與下載期限。Adobe 的官方教學把首尾靜態圖列為控制影片起點與終點的方式；Google Flow 的功能表與操作文件提醒不同模型支援項目可能不同；Wan 2.7 API 文件則列出區域一致性與不同任務的輸入組合。這些差異都可能隨產品更新，正式製作前應重新讀取官方頁面。

因此工具選擇的驗收不是「哪家最好」，而是「本次任務所需模式在我的帳號與地區能否使用、資料條款是否可接受、輸出能否進入既有剪輯流程」。如果其中任何一項是 Unknown，就先用非敏感測試素材完成小規模驗證，不要直接投入整批付費生成。

最小可行的首尾幀工作流怎麼落地？

第一次執行可只做一個三到五秒的單鏡頭：同一角色站在同一房間，從雙手自然下垂到抬起右手揮手，鏡頭完全固定。先完成兩張端點，寫一條只描述抬手路徑與節奏的提示詞，生成後依四層清單驗收。若失敗，只改端點差距、動作描述或片段長度其中一項。

通過後再把末格存為下一鏡頭素材，建立第二段，而不是立刻擴張到十個場景。最小流程的完成條件是：素材與提示詞可追溯、單鏡頭四層驗收全數通過、接到下一段時沒有可見跳點、敏感資料與授權已由負責人確認。這些條件比生成次數、工具品牌或影片看起來「很 AI」更能支持穩定製作。

參考資料

• Google Flow Help：Edit videos & build scenes in Google Flow（讀取日期：2026-08-11；說明保存畫格並用於後續 start／end frame 的流程）
• Adobe Firefly：Create cinematic video from prompts and keyframes（讀取日期：2026-08-11；說明以靜態圖錨定起始與結束影格）
• Alibaba Cloud Model Studio：Wan 2.7 image-to-video API（更新日期：2026-06-16；讀取日期：2026-08-11；列出首幀、首尾幀與延長任務及區域限制）

產品功能、地區供應與介面會更新；本文只整理上述讀取日期可由官方文件定位的能力。沒有實際生成樣本、Search Console 或 Analytics 證據，因此不推論畫質勝負、搜尋排名、點擊率、轉換或 AI 引用成效。