《今日不上朝》從三集短影音到專屬 AI 編劇: Skill 與 System Prompt 養成記
把角色、笑點與製作判斷留下來,讓下一集從一句概念開始
《今日不上朝》做了三集之後,我想留下的不只是影片,還有讓下一集更容易開始的經驗:請 AI 把製作流程整理成 Skill,再把編劇心法寫成 System Prompt,作為 Gem/GPT 專屬腳本助理的核心指令。 一開始,我只想讓乾隆動起來
第一集從乾隆的人像、多視圖開始,讓他穿越到故宮,看到熟悉的收藏,越講越開心,最後成了導覽員。但第一次用 HyperFrames 把靜態圖做成影片時,我很快發現:照片會移動、鏡頭會推近,和人物真的開口說話、轉頭、做表情,是不同的成果。
我問:「為什麼是幾張照片組成,不是一支真人影片?」這個問題讓製作標準變得明確:我要的是寫實人物的動態演出,包含對話、表情與動作,後來才接上 Higgsfield 進行動態生成,再加字幕與中國風襯樂。這裡的「真人感」指 AI 生成的寫實表演,不是真人實拍。
第二集省下的,是不用再解釋一次
第二集讓乾隆遇到兩位外國遊客。這次已有角色參考、基本聲線、影片規格與製作方式,我只要直接討論故事:皇帝怎麼講英文?他的氣勢和語言能力如何形成反差?最後怎麼收得有趣?
我當時回報,這一集不到半小時就完成。這是該次製作的使用者回報,沒有把第一集建立角色與摸索工具的時間算進去,也不是未來每集都能達成的保證。
真正有價值的變化,是討論重心開始移向故事本身。固定設定不用重講,創意卻不能一直重複。 第三集讓我確認:這套方法值得保存
第三集的概念很簡單:乾隆逛紀念品店,發現自己的收藏變成冰箱貼。他先不滿,接著理解文創讓更多人把收藏帶回家,最後大手筆搶購,卻問出:「冰箱……是何物?」
這一集把系列的喜劇邏輯表現得很清楚:乾隆懂收藏,也愛面子;他會用自己的知識理解現代世界,再被日常生活輕輕推翻。笑點來自認知落差,而不是把他寫成什麼都不懂的人。
實際時間順序也值得說清楚:前兩集之後,我們先建立製作 Skill,第三集再拿來實作驗證。現在回頭整理前三集,才更知道哪些規則應該留下,哪些只是某一集的巧合。 我開始問:下次能不能只丟一個概念?
我在對話裡問:「能不能將《今日不上朝》的影片製作,寫成一個 Skill?下次只要丟進一個概念,就能自動完成影片前置作業及生成作業?」
答案需要拆開看。角色、分鏡格式、素材保存、生成順序、後製與驗收,適合變成可重複執行的流程;至於笑點是否成立、台詞會不會太密、人物表演是否自然,仍然需要判斷與檢查。
前三集實作 → 整理製作規則 → Skill 執行與驗證 → 提煉編劇指令 → Gem/GPT 腳本助理
這條路不是把一大串聊天紀錄直接丟進 AI。它需要挑出反覆出現的決策:什麼要固定?什麼可以變?遇到錯誤時,什麼情況該重試,什麼情況該停下來? Skill 保存的是「怎麼把影片做出來」
現有的 qianlong-short-video Skill 包含入口說明、製作流程參考、角色與配樂資產、Prompt 範例,以及建立集數與驗證影片的輔助腳本。它是由 AI 代理協調工具的工作流程,不是自己就會生成影片的獨立程式。 固定素材與人物設定:沿用乾隆角色參考,記錄服裝、聲線及授權配樂,減少每集重新建立的工作。 生成順序與預算:先完成前置、查詢當前報價,在授權範圍內生成;首鏡通過後再用它維持後續連續性。 後製與驗收:整理字幕、混音、檢查比例與解碼,同時抽查人物動作、說話者和文字;技術檢查通過不代表表演品質也通過。 留下可追溯的紀錄:保存分鏡、實際 Prompt、工作狀態與成片,失敗時先確認原工作結果,避免重複送出造成額外支出。
第三集已有依這套流程完成的55秒成片。第四集後來又提醒我們,流程還需要處理服務審核與補鏡:部分鏡頭受阻後,確認狀態、記錄用量,再經授權調整方案。Skill 的價值也包括知道何時不能繼續自動花點數。 然後再拆出一位專門寫腳本的 AI 助理
接著,我請 AI:「將《今日不上朝》的腳本製作,按照第一、二、三集的思路及短影音心法,寫成專用 System Prompt,讓我能快速製作文字腳本。」
這個需求比影片製作 Skill 更聚焦。很多時候,我只是想試一個新故事,還不需要開始上傳素材、等待影片或支付生成點數。因此,把編劇功能獨立出來,日常使用會更輕巧。
資產 在這個系列負責什麼 --- --- 製作 Skill 組織素材、生成、後製與驗收,實際能力取決於工具連線與授權。 腳本 System Prompt 固定角色、故事節奏、台詞與輸出格式,產生文字前置。 Gem/GPT 助理 承載這份指令與參考資料的使用入口,方便反覆討論新概念。
在 Gem/GPT 裡,這份 System Prompt 實際上是放進助理的指令設定;它不會取代平台本身的規則,也不會因為貼了指令,就自動擁有 Higgsfield 的工具或帳戶權限。 專屬編劇要記住哪些心法?
最重要的是角色不能變。乾隆可以愛面子、受傷、嘴硬,也可以因工藝而驚嘆。他的判斷有自己的邏輯,觀眾才會期待這個人每次走進不同的現代情境。
短影音則要把這個角色放進足夠快的衝突:前五秒讓觀眾知道有趣的事正在發生,中段讓皇帝建立一個判斷,再用配角或道具讓它翻轉。結尾最好是一個可以看見的動作,而不只是「朕很難過」的說明。 以前:每一集重新說明人物設定、長度、風格與笑點要求。 現在:把穩定的規則交給指令保存,輸入新概念,再集中修改這一集的反差、台詞與結尾。
最後還要把「好看」翻成「能演出」。55秒不能塞滿55秒的台詞;表情、停頓與轉場都需要時間。一個鏡頭裡的人物、動作與道具越多,越要檢查生成是否能清楚呈現。 放進 Gem/GPT,可以怎麼開始?
先準備三樣內容:助理名稱、核心指令,以及可供參考的前三集腳本。規則放在指令裡,案例放在參考資料裡,並明確要求借用喜劇結構,不照抄舊集對白。
Google 的 Gems 可用自訂指令建立專屬助理;GPT 也可結合指令、知識檔案與選用能力。實際能否建立、編輯或分享,依當時的帳戶與工作區權限為準,本文不假設每個帳戶都開放同樣功能。Google Gems 官方說明、OpenAI GPTs 官方說明
設定後,不急著公開。先拿三個不同概念測試,例如乾隆第一次搭捷運、點手搖飲、參加直播拍賣,觀察它是否每次都沿用同一個結尾、是否寫得太長、是否把虛構情節當真實資訊。修好指令,再接製作流程。
本文附件提供一份依前三集經驗重新整理的「腳本助理 System Prompt 教學版」,可以直接複製修改。它不是先前對話的逐字存檔。目前可核實的是製作 Skill 已建立並用於第三集;沒有已建立、發布 Gem/GPT 的操作紀錄,因此這裡交付的是可設定助理的指令與方法,不把助理部署寫成完成成果。 我留下的,不只是下一集的捷徑
這次最大的收穫,是看見創作經驗可以分層保存:角色圖留下外觀,影片留下成果,Skill 留下製作流程,System Prompt 留下編劇判斷,BTS 文章則留下為什麼這樣選擇。
下次我可以只說:「乾隆第一次參加直播拍賣。」腳本助理先交付片名、情緒曲線、分鏡、台詞與片尾;內容確認後,再交給能連接影片工具的製作 Skill。省下的是反覆交代的時間,留下的是對故事的選擇權。
延伸閱讀:第一集:從角色圖到動態演出|第二集:朕的英文,全靠氣勢|使用乾隆角色,先問 AI 法律顧問