提示詞指南

形變:從 A 到 B,怎麼做出一個站得住的轉換

形變,是一個主體在同一個連續畫面裡變成另一個主體。從一個影格開始,描述這次變化的路徑,再檢查那幾個影格——它們決定觀眾讀到的是轉化,還是失誤。

選填

JPG / PNG / WebP

這是 Ottermind 的輸入框。先附上起始格,再送出需求——填字和送出是兩個動作,在你進到 Studio 繼續之前,什麼都不會生成。

2026年11月12日 · 閱讀約 12 分鐘

形變,是一個主體在同一個連續鏡頭裡變成另一個主體。 馬克杯的把手折成一只翅膀,釉面變成摺好的紙,影子還留在原來的位置,鏡頭一次都沒眨。它不是兩張圖之間的淡入淡出:畫面始終是同一個畫面,變的是畫面裡的東西。

這個唯一的條件,就決定了什麼時候該用它。當變化本身就是訊息,形變才值得那些影格——一種材質變成另一種材質、產品變成它的包裝、一張臉老去、一支示範影片裡「之前」不靠剪接就直接變成「之後」。反過來說,兩個狀態本來無關、讀者需要並排比較,或兩張圖是在不同的光線下拍的,那你要的是硬切、分割畫面或溶接:因為形變會替你編出中間那一段,而它壞就壞在這段編出來的地方。

這份指南是怎麼準備的: 官方頁面於 2026年11月12日核對:Dreamina 的變形動畫資源頁(2026年10月24日發布),其中說明了首格加末格的工作流程、時長設定與五個示例類別;以及 Ottermind 自己的 Image to Video 與 Image Effects 頁面,步驟是挑一張參考圖、描述運動、檢視結果再重新算圖。這裡的影格數是按影格率算出來的算術,不是實測的算圖時間。每一張圖都有交代:那條序列是兩張剪影之間算出來的插值,時間軸與錨點圖是照正文數字等比例畫的示意圖,封面是用同一批樣本影格排的版,輸入框那張是本頁的實拍截圖,需求已經填在裡面。本文沒有在 Ottermind 裡送出任何生成,所以這裡沒有保證的輸出,也沒有一張圖是產品算圖的結果。

什麼算形變,什麼只是看起來像

兩個動作同時發生,而它們就是你手上僅有的兩個槓桿。幾何變形動的是幾何:起始影格裡的各個部位,走到它們在結束影格裡的位置。融合動的是表面:顏色、質感、光澤與邊緣的軟硬在這裡交接。幾何那一步做對、融合做短,讀起來就是一個物件在轉化。融合做錯——太長、太早——你得到的是兩個物件疊在一起,那是一次穿著形變外衣的溶接。

好用的測試是暫停。把片段停在中間。數得出一件物件,是形變。數得出兩件,哪怕只是隱約兩件,就是交叉溶接,提示詞寫再長都蓋不掉。

大家常說的形變它實際在做什麼為什麼不是形變該用什麼
硬切或擦拭在一個影格裡把 A 換成 B,或把一條邊界推過去沒有東西在移動,幾何從頭到尾沒動兩個狀態無關時,用硬切
交叉溶接A 淡出的同時 B 淡入兩個物件同時出現在畫面上變化是換場時,用溶接
風格轉換或濾鏡保留幾何,只改表面只做了形變的一半:有融合,沒有幾何形狀該留著時,用影像特效
變速或旋轉同一個物件動得更快身分從沒變過寫在影片提示詞裡的鏡頭或運動方向
每秒 24 個影格下並排的六個剪影:一只粗陶馬克杯、四個還沒定形的中間狀態,以及一只翅膀後掠的紙鶴

24 fps 下 20 個影格的變化,每四個影格取一個樣。這條序列是為本文用兩張剪影算出來的插值,它示範了形變必須完成的兩個動作——幾何先移位,表面再跟上。第 8 個影格值得細看:把手已經和杯身分開,觀眾數得出兩件物件。下面的數字,防的就是這個。

決定它讀不讀得出來的五個數字

大多數不夠好的形變不是算圖的問題,而是一個被丟給模型的節奏與對應問題。五個數字就能涵蓋它,而且每一個都能靠暫停來檢查。

數字它固定住什麼目標值怎麼檢查
變化的長度幾何變形分到多少時間24 fps 下 12–17 個影格(0.5–0.7 秒);只有變化本身就是整個鏡頭時,才用 24–36 個影格(1–1.5 秒)數第一個和最後一個變化影格之間的影格數
兩端的停留眼睛到底有沒有看清 A 和 B24 fps 下兩端各至少停留 6 個影格(0.25 秒)停在第 1 個和最後一個影格;兩個都必須靜止、完整
錨點配對有多少特徵在承諾「這是同一個東西」4–6 組錨點,在寫提示詞之前就選好念出來:杯口中心、把手根部、影子邊緣、布上的摺痕
錨點偏移一個固定特徵允許漂多遠不超過畫面寬度的 8%;縮放 10% 以內把 A 和 B 調成同樣大小並排,量那道差距
路徑變化這次轉換有沒有一個方向一條路徑;最多折返一次數變化裡方向反轉的次數

算術是大家最容易跳過的部分。影格不是秒:18 個影格在 24 fps 下是 0.75 秒,在 30 fps 下是 0.6 秒,同一段影片在一個影格率下顯得慢,在另一個影格率下就顯得趕。先決定影格數,再設影格率,然後把時間寫進提示詞,用這個鏡頭自己的單位。

30 個影格形變在 24 fps 下的時間軸示意圖:起始影格停留六個影格、十八個影格變化,結束影格再停留六個影格,並標出影格與秒兩種刻度

24 fps 下的一個 30 個影格鏡頭,也就是 1.25 秒:開頭停留六個影格,中間十八個影格變化,結尾再停留六個影格。照上表的數字等比例畫出;這是示意圖,不是算圖結果。

還有兩個更小的數字,值得為你自己的鏡頭另外設定,因為它們讓檢視有依據。把主體高度佔畫面的百分比寫下來,再把它底邊距離畫面底部的百分比寫下來。如果 A 和 B 在這兩項上差了幾分以上,就算幾何本身乾淨,形變也會看起來像被抬起來或被平移。

五段提示詞,每段只動一個變數

下面每一段提示詞只改一件事,所以成果不對時,你能指出該改哪一行。它們共用一個例子——亞麻布上的一只粗陶馬克杯,變成一只摺紙鶴——因為它有一個明顯的對應關係(把手對翅膀),也有一個明顯的失敗模式(陶瓷的光澤活到了紙上)。Ottermind 的輸入框收一張參考圖和一段文字指令,所以時間是當成「停留多少個影格」寫在提示詞裡的,而不是放在公開頁面上的時長控制項。

提示詞它控制的變數之後該看什麼
1. 終點結束狀態必須和起始狀態共用什麼首格與末格調成同樣大小並排看
2. 錨點哪些點不准動你點名的那四五個特徵,逐格看
3. 路徑各部位變化的先後順序中間三分之一,暫停著看
4. 時間變化落在片段的哪一段兩端的影格數
5. 拒絕項告訴模型要避開的失敗清單畫面裡多出來的任何東西

提示詞 1——終點。 控制結束狀態和起始狀態的匹配:尺寸、位置、光的方向,以及主體允許佔滿畫面的多少。 幾何那一步大致對了、結果卻漂出了那塊布的時候,用它。

提示詞
從附上的這一格開始,把這只粗陶馬克杯變成一只摺紙鶴,並停住最後一格。主體大小不變、在畫面裡的位置不變,亞麻布、桌緣和窗光都不變,鏡頭完全不動。紙鶴要留在馬克杯原來那塊布上,高度一樣,朝向一樣。畫面裡其他東西不動,也不多出任何東西。不要文字,不要標誌,不要多餘物件。

這個按鈕會把第一段需求填進頁面上方的輸入框。它只負責填:什麼都沒送出,在你進到 Studio 繼續之前,也不會生成任何東西。做形變時,這層間隔值得留著,因為起始格得先附上、措辭得先改對,一次算圖才值得花。

提示詞 2——錨點。 控制對應關係:那少數幾個必須待在原地的特徵,正是它們讓觀眾相信這只紙鶴就是那只馬克杯,而不是第二件物件。

提示詞
整個變化過程中固定五個點:杯口中心、把手和杯身相接的那一點、影子的前緣、杯子後面那道布摺,以及桌面的上緣。紙鶴的脖子從杯口中心升起,摺出來的翅膀從把手長出來,尾巴始終在影子前緣之內。鏡頭不動,光的方向不變,布和桌面連幾個像素都不准漂。

提示詞 3——路徑。 控制中間三分之一:哪個部位先動、哪個部位後動,以及物件在變化過程中准不准縮小、旋轉或抬起來。

提示詞
讓物件朝一個方向連續變化:先讓把手往下摺、收窄成一只翅膀;接著杯口收攏,杯壁壓出摺痕變成平的紙面;最後釉面轉為霧面,成為摺好的紙。變化過程中不准物件縮小、飄浮、旋轉或彈跳。每一刻,物件底部都要貼著布。

提示詞 4——時間。 控制停留,按影格來,這樣變化會落在你規劃的位置,而不是從第一格就開始。

提示詞
前六個影格讓第一格完全靜止。接下來十八個影格,讓物件等速持續變化,中間不停頓,也不加速。最後六個影格,讓成形後的紙鶴完全靜止,不准漂、不准閃。整段鏡頭機位鎖死。

提示詞 5——拒絕項。 控制失敗清單:那些明確不准發生的事,寫成禁令,而不是願望。

提示詞
保持畫面乾淨:不准推鏡、搖鏡、變焦或晃動;背景、布、桌面和光都不准變;不准出現多餘物件;紙鶴上不准留下馬克杯的殘影;布不准扭曲;不准加上任何文字或符號。如果這次變化做不完,就把物件停在一個可信的半摺狀態,不要讓它同時出現兩個物件。

第六段提示詞其實不算形變提示詞:它先讓光對齊,補的是兩段影片之間的接縫。它屬於 Image Effects 頁面而不是影片頁面,因為它改的是一張靜態影像。

提示詞
把我上傳的這張照片的色調、對比與光的方向,對齊到參考畫面的打光:同樣來自左側的暖窗光,同樣的影子方向和柔和度,同樣中性的亞麻色,不要偏色。主體和構圖完全保持原樣,只換光。
兩個剪影,一只馬克杯和一只紙鶴,各自標了五個編號錨點,並以細線連起必須對應的每一對

兩端的五個錨點,以及它們之間的配對線。這是一張對應關係示意圖,不是算出來的形變:它的工作是指出哪些特徵可以動、哪些是承諾。寫提示詞之前先把配對定下來,之後再用「佔畫面寬度的百分比」去量兩端漂了多少。

AI 形變會壞在哪裡

下面這些失敗是生成影片特有的,不是動畫的通病,而且大多停在一個影格上就看得到。照這個順序檢查,因為一個撐過其他所有修法的殘影,通常是節奏問題,不是貼圖問題。

你看到的通常正在發生什麼怎麼修
中間一路隱約有雙影融合在幾何還沒結束時就開始了縮短變化,並把表面變化放到提示詞的最後
硬邊物件邊緣變軟、像融化模型在平均貼圖,而不是移動幾何在提示詞裡點名硬邊和材質;把變化壓在 0.7 秒以內
主體沒動,牆或布卻在起伏模型把整個畫面都當成可以形變的要求背景、布和桌面保持不變,鏡頭鎖死
多出一片翻片、一根尖角或一條肢體模型憑空造了一只像樣的翅膀,而不是把把手摺過去把對應關係寫明確:哪個部位變成哪個部位,照順序
文字變成看起來像字的亂碼文字沒有可供形變的穩定幾何別讓字形進入形變;事後再到剪輯軟體裡加上真正的字
主體朝鏡頭漂過來推鏡或變焦被讀成變化的一部分寫「機位鎖死」「不推、不搖、不變焦」;比較首尾兩格裡主體的高度
兩段接縫處有明顯跳動中間的靜態影像和第二段的頭一格對不上先把兩段一起調色,再在共用的那一格上切,或用一段短溶接把接縫藏起來
快速運動處細節糊成一片變化太多,像素太少放慢變化、縮短變化,或算得更大再裁

有一種失敗值得單獨提出來,因為它最貴:落在錯的終點的形變,看起來像一支壞影片;落在錯的終點、動作卻完美的形變,看起來像一個壞點子。 在把一次算圖花在中間那段轉化之前,先把兩端當成靜態影像核可掉。

形變、補間,以及夾在中間的溶接

這三個詞經常被互相借用,但差別是實務上的,不是學術上的:它告訴你該去拿哪個控制項。

補間填的是同一個主體兩個姿勢之間的影格。姿勢由骨架綁定或一組關鍵影格定義,工作是插值——主體還是它自己,問題在節奏與緩動。形變改的是主體本身,從一張靜態影像到另一張,工作是建立對應關係——A 的哪個部位變成 B 的哪個部位,表面在哪裡交接。形變沒有骨架可以信任,這就是為什麼錨點清單比緩動曲線更重要。如果你的影片裡只有一個主體,問題只是它怎麼動,你要的是補間流程;如果主體本身換了身分,你要的是這一頁。

交叉溶接是兩者都便宜的版本:A 淡出,B 出現,沒有任何幾何移動。兩個鏡頭本來無關時,它是誠實的;兩個鏡頭本來該是同一個物件時,它是不誠實的,因為觀眾會把溶接讀成換場。本頁開頭那個暫停測試,就是全部的界線。

風格轉換保留幾何、改變表面,正好是形變的一半。Ottermind 的 Image Effects 就是放這一半的地方:它把一套視覺方向套用到你有權使用的照片上,並保護主體與構圖。在形變流程裡,它是你讓兩端先在光線上交出一致結果的工具,不是讓任何東西動起來的工具。

還有一個相鄰的變數是機位。如果起始格是歪的、結束格是正的,模型常常會去轉整個世界而不是轉主體,讀起來就是一次荷蘭角被校正,而不是一次形變。如果你有意在某一端用了傾斜的畫面,先讀荷蘭角,兩端保持同樣的傾斜;不然就得接受傾斜本身會變成形變的一部分。

在 Ottermind 裡怎麼做

先說界線。 Ottermind 的 Image to Video 頁面從一張上傳的圖片和一段用文字描述的運動開始,它自己寫的步驟是:挑參考、描述運動、檢視結果、重新算圖。它不是有文件記載的「首格加末格」工具,所以真正的雙圖形變,是你在它周圍拼出來的,而不是從一個輸入框裡拿到的。下面所有內容都守著這條線。

路徑 A——主體在一個鏡頭裡變。 這是這個工具為它而做的情況,也是上面五段提示詞描述的情況。

  1. 準備一張起始格:主體要夠獨立,剪影讀得出來,光已經是你想在結尾看到的那種光。
  2. 先貼終點那段提示詞,再貼錨點,再貼路徑。時間那段提示詞留給第二條,而不是第一條,這樣你可以先看清模型拿這個形狀怎麼辦,再去約束它的時鐘。
  3. 生成,然後暫停三次:第一格、中間格、最後一格。在中間格上決定留不留,不要在播放時決定。
  4. 重新算圖時一次只改一段提示詞——路徑或拒絕項,不要兩個一起——把幾條並排放著,直到有一條在暫停時站得住。

路徑 B——兩張不同的靜態影像,A 和 B。 這需要一個中間狀態,因為模型必須被告知物件到一半時長什麼樣。先做出或找到那張中間的靜態影像,再把兩半分開做。

  1. 讓 B 共用 A 的取景:同樣的機位高度、同樣的焦段感、主體大小在 10% 以內、同樣的光線方向。
  2. 在動任何東西之前,先用 Image Effects 把 B 調到 A 的色調,這樣接縫就成了一個你已經解決過的打光問題。
  3. 做出中間的靜態影像——以 A 為基礎、用文字描述路徑生成一個半摺的物件——並把它當作整段序列的樞紐。
  4. 先 A 到中間,再中間到 B,做成兩段。兩半對得上就在共用的那一格上切;對不上就重疊兩到四個影格。
  5. 用原尺寸看一次接縫,再縮成縮圖看一次——接縫在縮圖上會藏起來,跳動不會。
本頁 Ottermind 輸入框的截圖:馬克杯變紙鶴那段需求已經填好,起始格的附件控制項可見

填好第一段需求之後,本頁的輸入框。附件控制項是起始格放的地方,送出控制項只是把這段需求交給 Studio;這張截圖展示的是一個準備好的請求,不是算出來的形變。

留在工具之外的部分。 影格精確的端點控制、有保證的時長、固定的輸出解析度,以及清楚可讀的文字,都不是這套流程承諾的事。它們在你的剪輯裡:修掉多餘的停留、排上真正的字、把兩半剪到你要的那一格。模型回傳的任何東西,都是一條等你看的素材,不是做完的轉場。

幾個關於形變、值得回答的問題

形變和補間是同一件事嗎?

不是。補間在一個主體的兩個姿勢之間插值,所以主體的身分是固定的,工作是節奏。形變改的是主體本身,所以工作是判斷 A 的哪個部位變成 B 的哪個部位。一個形變事後可以被補間,但錨點的決定在更前面。

一個形變該多長?

長到眼睛能跟著一條路徑走完,短到任何一刻都不會同時看見兩個物件。實際數字:變化發生在一個鏡頭裡時,24 fps 下 12–17 個影格;變化就是整個鏡頭時,24–36 個影格。兩端各停留至少六個影格,讓起點和終點兩個狀態被看見。

為什麼我的 AI 形變會糊成一團?

通常是該由幾何做的工作,被融合做掉了。模型找不到對應關係時,會把兩張貼圖平均掉,結果讀起來就是一次柔和的交叉淡入。縮短變化、點名對應的部位、讓表面變化發生在最後。

可以把兩個不同的人的照片做形變嗎?

可以,這是最典型的用法,也是最嚴格的:臉需要的錨點比物件多——眼睛、鼻根、嘴角、下顎、髮際線——偏移的容差也更小,因為看臉的人都是專家。兩張角度差很多的照片,會逼模型去編出一個四分之三側面,身分就是在這裡漂掉的。

可以對文字或標誌做形變嗎?

不可靠。字形沒有可供形變的穩定幾何,生成的形變傾向於編出看起來像字、其實不存在的字。讓字形和標誌完全留在形變之外,事後再到編輯器裡放進真正的素材,而且拿原始檔案去量標誌的比例,不要拿模型那一版去量。

形變是一門藏在大型視覺效果裡的小手藝,而且是數得出來的。把兩端釘住、點名四五組錨點、選一條路徑、把兩端的影格數數清楚——然後在 Ottermind 裡從一個影格開始,剩下的交給模型真正擅長的那部分。

下載桌面端與行動端 App

隨時隨地使用 Ottermind。

電腦