提示詞指南
黏土動畫:停格工藝、黏土質感,與七組提示詞
黏土動畫是用一個捏得動的角色去拍的停格動畫。下方的輸入框已經填好本頁開頭那份材質需求——寬而鈍的高光、一枚指紋、一條接縫——你可以讀一遍、改一改,或直接送出。
選填
JPG / PNG / WebP
這是 Ottermind 的輸入框,不是停格動畫的拍攝設備。提示詞已經填好了;送出是另一個動作,會接續在 Studio 裡進行。
2026年11月16日 · 12 分鐘閱讀
黏土動畫——也有人寫成油土動畫——是用一個捏得動的角色去拍的停格動畫。 角色會先被雕塑成形,通常是先做一副金屬骨架(多半是鐵絲)再往上堆油土,然後放進微縮場景,拍一張,用手推個幾毫米,再拍一張。在每秒 24 個影格、以「一拍二」拍攝(每個姿勢曝光兩個影格)的條件下,螢幕上每一秒就是十二次獨立的手動位移。
你認得出來的那種質感,是這套拍攝節奏的副產品,不是套在 3D 渲染上的濾鏡:霧面的表面、指紋、兩塊黏土壓在一起留下的接縫、場景上看得到的灰塵,還有一台永遠滑得不像機器那麼順的攝影機。大多數把「黏土動畫」打進 AI 工具的人,並不是在訂這套拍攝流程。他們訂的是質感,拿到的卻是別的東西——帶塑膠光澤的亮面渲染、鏡頭之間會變形的角色,以及會自動補格而不是一格一格跳的動作。提示詞幾乎一定會寫到材質,卻幾乎從不寫到這個材質屬於哪一種製作方式。
這個落差就是這一頁要處理的全部。下面會談:這門工藝實際上由什麼組成、五個能把「黏土影片」和「黏土濾鏡」分開的檢查、七組各只控制一個變因的提示詞,以及一段把話講明的段落——AI 工作流給不了什麼。因為一個要求停格動畫的客戶,不會接受一個算出來的仿製品,不管那些指紋看起來多好。
這份指南是怎麼準備的: 本頁的定義、影格數與攝影棚實務,來自維基百科的 Claymation 與 Will Vinton 條目,查閱於 2026 年 11 月 16 日:兩格曝光的慣例、30 與 90 分鐘影片分別是 21,600 與 64,800 個停格畫面的數字、油土在 1897 年的起源與不會乾的特性、長片製作轉向矽膠與樹脂、Vinton 的 Foamation 製程,以及 Aardman 的 Flushed Away 其實是用電腦動畫複製出來的黏土動畫、並非黏土製作這件事。這些是百科層級的二手資料,不是第一手訪談。Ottermind 的產品說明取自 Ottermind 自家的工具頁面,同一天閱讀。本文沒有在 Ottermind 跑過任何生成,因此這裡沒有任何內容被當成實測產出;凡是說法取決於還沒實測的執行,文中都會直接說明。封面與三張照片是為本文以圖像模型生成的 AI 插畫,出現的地方都標示了。影格節奏圖是依前面陳述的算術為本文繪製的,不是生成圖片。
這四個詞各自指什麼
這四個詞在搜尋結果裡經常被混著用,但指的不是同一件事。把它們分清楚只花一段話,卻能擋掉後面大部分的失望。
| 說法 | 它指的是 | 它不指的是 |
|---|---|---|
| 黏土動畫 | 一種製作方法:用可形變的角色拍的停格動畫 | 特定的表面、顏色或精緻程度 |
| 油土動畫 | 同一種方法,只是以材質命名——不會乾的油性塑形黏土 | 你今天在每個市場都一定買得到這個名字的材質 |
| 黏土質感/黏土紋理 | 一種表面結果:霧面、微微帶灰、留有指紋、不反光 | 它花了多少影格,或者是不是真的有攝影機拍過一尊偶 |
| 電腦動畫黏土 | 用電腦算出來的上述仿製品 | 一件黏土製作 |
這個區分有個值得知道的公開前例。Aardman 的 Flushed Away(2006)被形容成「用電腦動畫複製的黏土動畫」——一部在電腦裡做出來、卻要讀起來像黏土的電影。觀眾接受了,因為質感撐住了。重點正是如此:質感可以和工藝分開,所以「觀眾接受」完全不能證明你手上的是哪一種。
規劃鏡頭時,還有兩個詞很有用。熱棚 指的是當下正在拍攝的場景:偶被停在它下一個確切的位置上,誰都不能碰任何東西;長時間拍攝下來的濕度會讓偶變形或讓佈景位移,所以一場戲通常一天以內就要拍完。Foamation 是 Will Vinton 為一種泡棉橡膠製程取的名字,這個製程在系列作品上取代了黏土,因為聚合黏土的保養需求在長篇製作上會撐到極限。這兩個詞對觀眾都不重要,但都能解釋:為什麼黏土影像總帶著一些極難刻意編造出來的小瑕疵。
五個檢查,分出黏土影片與黏土濾鏡
不要用「表面看起來像不像黏土」來判斷結果。用下面五個性質來判斷,每一個都能在暫停的畫面上量,不需要特殊軟體。
| 檢查 | 怎麼量 | 過關 | 不過關 |
|---|---|---|---|
| 材質判讀 | 看主體最亮的那一點,有沒有一個銳利、圓形的鏡面高光? | 高光寬而鈍,表面把光散開 | 一顆硬白熱點加上平順的衰減:那是 3D 渲染加上黏土的顏色 |
| 手碰過的痕跡 | 在鏡頭看得到的表面上,找一個指紋、一道工具刮痕、一條接縫、一粒灰塵 | 正常大小下就看得到至少一個不經意的痕跡 | 表面完全均勻,或「黏土紋理」像壁紙一樣重複 |
| 比例判讀 | 把景深和物件大小放在一起比。看背景多快失焦 | 場景讀起來像桌面:淺景深、近距離鏡頭、微縮道具的比例微微不對 | 從前到後都清楚——場景讀起來像一個房間,角色就成了巨人 |
| 節奏 | 把一秒逐格刷過,數你會經過幾個不同的姿勢 | 24 個影格裡大約有 12 次變化;相鄰兩個影格完全相同 | 每一個影格都是新位置——這是平滑補格,不是動畫 |
| 連戲 | 比對同一角色第一顆和最後一顆鏡頭:同樣的接縫、同樣的磨損、同樣的光向 | 角色看起來是在同一次拍攝裡拍完的 | 臉、顏色或光線在鏡頭之間變了 |
材質檢查,放大版。一道鈍的高光、一枚指紋、一條接縫,加上一小截露出來的骨架,就是「這東西被手碰過」的四個證據。本文的 AI 圖像插畫;它示範的是目標表面,不是黏土製作現場的一格畫面。
材質檢查是最常被跳過的那一項。黏土表面之所以霧面,是因為油土柔軟又帶灰;它把光散掉,而不是把光聚成一個點反射回來。你叫模型做「黏土紋理」,常常得到的是顏色,不是反射行為。後面四項檢查——手痕、比例、節奏、連戲——才是觀眾的眼睛真正在用的依據,即使他們永遠不會說出口。
AI 從哪裡開始不算工藝
這一段決定這套工作流對你的專案到底能不能用,值得講白話。
黏土質感做得到,停格動畫做不到。 圖像或影片模型可以做出一個讀起來像油土的角色,有指紋、有柔軟的高光、有微縮場景、有灰塵。它做不到的是執行那套製作:表面下沒有骨架、曝光之間沒有偶被移動過、沒有哪個熱棚等著被碰歪、也沒有任何一個影格被手碰過。如果你的交付物是「看起來像手工做的影片」,你落在做得到的那一半。如果你的交付物是「一部停格動畫」——給影展、給電視台、給一個委託了實體工藝的客戶——生成出來的影片是另一種東西,把它叫作停格動畫,等於對它的製作方式說了不實的話。
節奏有一部分可控,一部分不可控。 逐格跳動是量得出來的:匯出、數一秒裡有幾個不同姿勢,答案就出來了。至於某個模型會不會照做「每秒十二次變化」這個要求,本文沒辦法保證,因為沒有實際跑過生成來測。把「一拍二」當成一種讓跳格更可能出現的指示,逐格驗證,並預期模型若把動作抹平,你得在剪接時修掉。這是對一個未經實測的指令的誠實描述,不是功能宣稱。
鏡頭一多,一致性就往下掉。 實體製作免費附贈連戲:同一尊偶會出現在第 12 顆鏡頭,就像它出現在第 1 顆一樣,只多了點磨損。生成製作得一個鏡頭一個鏡頭去說服,長片段會漂。請規劃短鏡頭加上明確的身分描述,而不是一個長鏡頭,並且像剪接師看毛片那樣看結果——審查生成產出的實際做法,請見 人在迴路中的審查。
接縫就是破口,兩個方向都一樣。 真的黏土鏡頭會露出接線:手臂是壓上去的地方、臀部上的一枚拇指印、一根頭髮般的灰塵。這些是你判斷「這顆鏡頭真的被拍過」最好的證據,同時也是最便宜就能仿造的東西。如果你需要知道眼前是哪一種,去要製作紀錄——通告表、場景照、那些偶本身——而不是把表面看得更仔細。
七組提示詞,一次只動一個變因
下面每組提示詞都只從檢查表裡改一個性質,其他不動,這樣結果才能告訴你哪一句指示奏效。它們假設的是「先有參考靜圖、再做圖轉影片」的流程,這是控制度最高的安排:參考圖固定質感,提示詞固定動作。主詞可以換,結構留著。
1. 材質:霧面、帶灰、有手痕
控制:表面的反射行為,也就是讓「黏土」讀起來像黏土、而不是像上過漆的塑膠的那件事。
參考圖裡的角色是用油土捏出來的:霧面、微微帶灰,而且帶著手工才會有的不均勻。高光要寬而鈍——身體任何地方都不要出現銳利的白色鏡面熱點。在臀部壓上一枚指紋,肩膀留一道雕塑工具劃過的淺刮痕,手臂接上軀幹的地方留一條看得見的接縫,褶皺裡積一點灰塵。顏色保持平、保持粉粉的,不要光澤,也不要金屬反光。去看主體上最亮的那一個像素。如果它是一顆小而硬的白點,就是講反射的那一句輸了;模型給你的是塑膠材質上的黏土顏色。把講鏡面高光的那句移到提示詞最前面重跑一次,不要留在最後。
2. 比例:它是微縮模型,不是一個房間
控制:讓觀眾知道這個場景只有 40 公分寬的那些景深線索。
請把這個拍成桌面上的微縮場景,而不是一個實尺寸的房間。用近距離鏡頭加淺景深,讓背景在很短的距離內就失焦。場景是按模型比例搭的:地磚一片只有幾公分寬,門洞比角色張開手掌的比例還要矮,牆在場景收邊的地方明顯很薄。在畫面邊緣放一個普通物件——一支真的鉛筆,或是一捲黏土——大小明顯和場景對不上。景深是最便宜的尺度線索,也是 AI 最常搞錯的一項,因為整張都清楚會被讀成一個大房間。如果從角色的鼻子到後牆全都銳利,那句微縮的指示就被忽略了。
比例判讀,用實體對照說清楚。馬克杯和那捲黏土就是尺:它們是普通物件,擺在場景旁邊卻大得誇張。本文的 AI 圖像插畫,示範要跟模型要的那個景深線索;不是真實製作現場的照片。
3. 節奏:一拍二
控制:每秒出現幾個不同的姿勢,也就是觀眾讀成「停格動畫」的那件事。
以「一拍二」的方式把這段做成停格動畫:在每秒 24 個影格下,角色每個姿勢維持兩個影格,所以動作以每秒十二個看得見的跳階前進,而不是連續流動。姿勢與姿勢之間,身體是被重新擺過的,不是補格出來的——每次角度都略有不同,帶著手工才會有的那種細微對不齊。不要動態模糊,不要平滑緩動,不要中間影格。數跳階。匯出一秒的畫面,逐格走過去,數有幾個影格是新的位置。十二個、或接近十二,代表那句指示進去了;二十四個代表你拿到的是加了卡頓濾鏡的補格,那讀起來像失誤,不像動畫。
兩種節奏,依算術畫出來而不是生成出來的:十二個姿勢各曝光兩次,對比二十四個補格出來的位置。只有上排才是停格動畫的拍攝節奏。本圖為本文繪製;圖中的畫法是示意,影格數則是前面說明的慣例。
4. 重量:接觸與擠壓
控制:角色看起來有沒有重量感,這決定影片讀起來是動畫,還是一張被拖著走的圖。
做一次單一跳躍。角色離地之前,腿先壓縮、身體微微擠扁,腳一直踩在場景上,直到蹬地的那個影格。空中時身體拉長、手臂落後拖著。落地時腳先接觸,身體再擠扁一次,並在兩三個姿勢裡安定下來。全程不要滑動:腳踩在地上時不能位移,影子要留在角色下方。看腳,不要看身體。接觸面滑動是「模型只在動一個剪影、不是在動一個有重量的角色」最常見的破口,也是最常靠一句擠壓與拉伸修好的失誤。
一個動作、四個姿勢:這是動畫師在任何中間影格出現之前會先擺好的關鍵姿勢。如果你說不出自己影片裡有哪幾個姿勢,你就只能判斷質感,判斷不了動畫。本文的 AI 圖像插畫;它示範的是該怎麼描述姿勢邏輯,不是實測過的生成結果。
5. 連戲:把身分寫下來
控制:同一個角色能不能撐過一個又一個鏡頭。
角色必須和參考圖完全一致:同樣的身體比例、同樣平塗的陶土色、左肩上同樣那道接縫、同樣缺角的耳朵、胸口同樣的灰塵分布。背後的場景不變——同樣的牆面紋理、同樣三樣道具在同一個位置、同樣從左上方來的光。不要改變角色的造型風格,不要給臉加細節,背景裡任何東西都不要移動。把身分寫下來一次,寫成一份可以貼進每個鏡頭的清單,而不是每次憑記憶重新描述角色。連戲失敗通常是規格沒寫清楚:兩組聽起來都合理的提示詞,描述了兩個略有不同的角色。更長的序列需要更嚴格的版本——同一個問題也出現在 跨鏡頭的角色一致性。
6. 鏡頭:固定不動,而且有理由
控制:畫面裡允許多大面積在動,這決定模型得自己發明多少東西。
攝影機固定在腳架上,高度是桌面高度,構圖和參考圖一致。不推鏡、不做出視差、不要手持的漂移。如果鏡頭真的動了,也只在姿勢與姿勢之間做一次離散的跳動——像是有人在兩次曝光之間用手推了機器一下——絕不是連續滑行。固定鏡頭是製作選擇,不是限制:在真實的場景裡,移動鏡頭意味著移動機器和重新打光,這也是為什麼那麼多黏土作品都從同一個位置拍。如果你想要一個運鏡,請把它編成獨立的一顆鏡頭;至於刻意選定的斜角、而不是一路漂過去的斜角,會對畫面造成什麼差別,請見 荷蘭角。
7. 反渲染清單
控制:什麼都沒指定時,模型預設會犯的那個錯。
不要亮面塑膠,不要濕亮或橡膠般的光澤,不要鉻金屬,角色身上不要玻璃反光。形狀之間不要變形過渡,邊緣不要溶解,不要液體般的轉場。不要每秒 60 個影格的平滑動作,不要動態模糊,不要景深滑移。不要文字、不要字樣、不要標誌、不要額外道具。如果某個選擇會讓畫面看起來更貴、更不像手工,就選手作的那個版本。負面清單是笨工具,值得在最後放一行,而不是在開頭放五行。最後那一句比整份清單做的工作還多:它給模型一條規則,去處理你沒有逐項列出的情況。
在 Ottermind 試試第 1 組提示詞。 本頁最上方的輸入框已經填好這份材質需求。如果你改過內容,下方按鈕會重新填入;送出是另一個動作,會接續在 Studio 裡進行。
這些提示詞背後的拍攝計畫
提示詞只有在計畫裡才成立。下面是能讓一支影片維持可判讀的順序。
- 一個動作、三秒、一顆鏡頭。 把動作寫成一句有開始也有結束的話(「狐狸跳一下、落地、安定下來」)。黏土鏡頭每一秒都貴;生成的鏡頭每一秒都在漂。三秒足夠讀出一種風格,也短到能檢查。
- 第一個影格先用靜圖做。 第 1、2 組提示詞屬於這裡。這張靜圖會是影片階段要拿去動的參考,所以在有任何動作之前,先把材質、比例和光線定好。
- 用節奏、重量規則和負面清單去動這張靜圖。 第 3、4、5、7 組。不要把整個質感重講一遍;參考圖已經帶著它了,重講只會邀請模型把角色重畫一次。
- 先數姿勢,再判斷品質。 每秒十二個跳階,或者乾脆做個決定:你要的是一支「黏土質感」的影片,不是一支停格動畫。
- 對著參考圖審,而不是對著你記憶裡的參考圖。 把靜圖和影片的第一個影格並排;漂移幾秒內就看得到,單獨看卻看不出來。
如果你要做的鏡頭超過一顆,這就變成一個小小的編輯迴路——生成、和參考圖比、改一句、再生成。這個迴路更像 審查生成產出,而不像在寫提示詞。
反覆出現的失誤
| 你看到的 | 實際發生的事 | 修好它的那一句 |
|---|---|---|
| 角色看起來像上過漆的塑膠 | 沒有指定反射行為;模型給了黏土的顏色加上一顆硬高光 | 「高光寬而鈍,不要銳利的鏡面熱點」 |
| 紋理像壁紙一樣重複 | 模型模仿的是貼圖,不是一隻手 | 一個講得出來的痕跡——臀部上的一枚指紋、肩膀上的一道刮痕——而不是「黏土紋理」 |
| 場景讀起來像實尺寸的房間 | 全部都很銳利;沒有微縮的景深線索 | 「近距離鏡頭、淺景深、背景很快就虛掉」 |
| 動作看起來像放慢的影片 | 是補格,不是跳格 | 「每個姿勢維持兩個影格;重新擺位,不是補格」 |
| 走一步時腳在滑 | 剪影動畫:沒有接觸約束 | 「腳一直踩著,直到蹬地的那個影格」 |
| 角色在鏡頭之間變了 | 兩段描述寫出兩個略有不同的角色 | 一份寫下來的身分清單,貼進每個鏡頭,而不是每次重新描述 |
| 邊緣融掉或漂移 | 影片太長,模型撐不住 | 更短的鏡頭、更少的動態元素、每次生成只做一個動作 |
其中兩項比其他的更值得注意。邊緣溶解和角色漂移都是長度問題換上風格的外衣:影片越長,模型得在沒有參考的情況下自己發明的影格就越多。解法是編輯上的,不是措辭上的——剪短那顆鏡頭,或剪掉那個一直變的元素。
這套流程在 Ottermind 裡的位置
上面那套流程有兩個入口,兩個都不是停格動畫的拍攝設備。
Image Effects 是靜態圖的那一半:拿一張你有權使用的照片,指定一個要改的地方,讓主體和構圖維持原樣。黏土處理該放在這裡——一次只加一個方向,這樣你才能在看清楚表面是不是霧面之後,再加別的。
Image to Video 是動態的那一半:把靜圖附上當參考,描述主體動作、環境動態、鏡頭行為和節奏。它就是為本文建議的那種安排而設計的——固定的一張參考影格,加上文字指示——它回傳的是讓你看過、再修的幾個成品,而不是一個保證結果。
它不會給你的:逐格精準、每秒保證十二個姿勢的機制、一副實體骨架、逐格的手動擺位,或是一份能讓你把它叫作停格動畫的製作紀錄。時長、解析度和你一共能跑幾次,取決於你的帳號和你選的模型,這些限制在 Studio 裡看得到,本文不代為承諾。本文沒有在 Ottermind 跑過任何生成來測試這些提示詞,所以請把它們當成有依據的方向,而不是驗證過的配方。
延伸閱讀
- 補間:關鍵影格、間距與中間影格 — 「一拍二」只是其中一種特例的影格間距算術。
- 形變:怎麼做出一個站得住的 A 到 B 轉換 — 兩個黏土姿勢之間你絕對不想要的那種轉場。
- 跨鏡頭的角色一致性 — 同一個角色漂移問題,換一套流程看。
- 荷蘭角:傾斜、角度,以及把角度穩住的那段提示詞 — 什麼時候一個鏡頭選擇值得自己佔一顆。
- 圖片轉影片提示詞:每一句在控制什麼 — 這七組提示詞其實取材自一份更完整的動作語句清單。
- ChatGPT 可以做影片嗎:它做到哪裡,哪裡得交給算圖工具 — 為什麼一張靜圖和一支影片是兩種交付物。
- 人在迴路中:審查生成產出 — 怎麼跑這個「比對再生成」的迴路而不燒掉一個下午。
