AI 短劇道具不連戲：保險箱變檔案櫃、報紙撕了又復原怎麼辦
本文點數與規格以 TWno1 實際計費設定為準，最後核對：2026-10-05
2026 年 9 月我們審 244 張 AI 短劇分鏡圖，有 186 張道具不見或畫錯，佔 76.2%。
這是一部 16 集示範短劇的全面稽核（2026-09-29），八大類錯誤裡，道具僅次於「動作沒照劇本」（220 張）。角色的臉大家都會盯，道具通常沒人管，結果就是同一個保險箱每格長得不一樣。下面是四個真實案例，每個都寫出症狀、原因和我們後來定的規則，最後整理成一張道具表。
案例一：三格三種保險箱，其中一格變成檔案櫃
症狀：劇本裡女主打開保險箱拿文件。三格畫出三種不同的保險箱，其中一格乾脆畫成檔案櫃。
原因有兩層。第一，道具只有文字描述，沒有參考圖，每格各自想像。第二，保險箱在劇本裡是被「操作」的設施，整理道具清單時根本沒被列進去，因為大家直覺把它當成場景的一部分。
規則：
- 劇本裡只要同一句有人操作它、或站在它旁邊，這個設施就要列成道具，不能當背景。
- 每個道具先做一張道具定妝圖，之後每一格都拿它當參考。
- 示範劇上，我們出圖後把道具那一塊裁下來和定妝圖比外觀，不像就再修一次；只問看圖的 AI「這是不是同一個保險箱」，回答不夠穩。
道具定妝圖的規格我們訂得很死：一張圖只放一樣東西，白底，畫面裡沒有人也沒有手。種類要對，劇本寫紐扣就不能畫成珍珠。
案例二：報紙撕開之後，下一格又是完整的
症狀：女主撕碎報紙。下一格報紙完好如初。另一個版本更怪：影片把「撕」演成「剝」，一張紙剝成兩張完整的紙。
原因：模型沒有「狀態」的概念。它不知道上一格發生過什麼，每一格都從頭畫一張報紙。影片端則把「撕」這個難演的動作，換成它比較會演的動作。
規則一：道具狀態逐格追蹤。 我們把狀態分成兩種：
| 狀態類型 | 例子 | 持續到什麼時候 |
|---|---|---|
| 永久改變 | 撕碎、摔碎、燒掉 | 全劇後面都維持 |
| 暫時改變 | 打開、拿起、點亮 | 直到劇本寫關上、放下、熄滅為止 |
規則二：寫結果，不寫過程。 這是一般提示詞教學常給錯的地方。教學常說「動作描述越詳細越好」，但對於撕、摔、折這類模型演不好的動作，寫得越詳細，演壞的機會越多。
改寫範例：
- 不寫：「她把報紙撕碎。」
- 改寫：「她手裡捏著幾片白色毛邊的碎紙。」
畫面直接呈現結果，觀眾一樣看得懂發生了什麼，模型也不必演它不會的動作。
案例三：錶面時間差了一小時、手機螢幕朝錯方向
症狀：劇本要錶面顯示 11:47，畫出來大約是 12:47。同一支錶還長出三條錶鏈。另一格裡角色在看手機，但手機螢幕朝向鏡頭。
原因：時間、數字、曲線這類「讀數」，是 AI 圖像最不擅長的東西之一。Kling 的官方提示詞指南（查證 2026-10-05）也提到模型處理精確數量有困難；BytePlus 的 Seedance 2.0 指南則說，用提示詞要求倒數計時動畫，數字可能亂跳，建議改用參考影片定義效果。
手機那格其實是劇本自己矛盾：同時要求「她在看螢幕」又要求「觀眾看得到螢幕內容」，螢幕不可能同時朝向兩邊。
規則：
- 錶面、螢幕這種小細節，獨立寫成一行特寫，不要塞在中景裡順便帶到。
- 一定要精確的讀數（劇情靠 11:47 這個時間推進），後製疊一張固定圖，不要賭生成。
- 劇本裡先決定觀眾要看人還是看螢幕，二選一。
- 示範劇上，道具朝向、讀數我們另外出檢查題逐格問，例如「錶面是不是 11:47？」「螢幕朝向誰？」。
案例四：公司招牌變成亂碼，還多出劇本沒寫的房號
症狀：公司名稱被畫成看不懂的怪字。另外有幾格，模型自己在門上加了房號、在胸前加了名牌，劇本裡完全沒有。
原因：出圖模型寫不好密集的繁體中文字；而且它會主動「補字」。這不是個別廠商的問題。2026-10-01 公開的 VTR-Bench 預印本測了 11 個頂尖影片模型、300 個提示，結論是場景文字普遍畫不正確。廠商說法比較樂觀：BytePlus 說 Seedance 2.0 能寫常用字與標語，但建議避開罕見字和符號；Google 說 Omni 只要把文字逐字寫明就能清楚呈現。這些是廠商自述，不是獨立量測。
規則（我們做示範劇時，劇本格式是這樣訂的）：
- 物件上的字，只允許劇本指定、用「」框起來的確切文字。沒框的，一律不准出現字。
- 每一處限 1～12 個字，一個道具最多 6 處。
- 「」裡的字必須逐字出現在該集劇本裡，否則不用。
- 出圖後，我們找出字的位置、擦掉亂碼，用真正的字型把正確文字蓋上去。
最後一條是關鍵。不要期待模型把中文寫對，把它當成後製工作。
把四個案例收成一張道具表
每部劇開工前，每個道具各填一張，一個欄位一列：
| 欄位 | 寫法 | 範例 |
|---|---|---|
| 道具名 | 全劇只用一個名字，每場文字裡逐字出現 | 剪報（不要一下剪報、一下報紙、一下信紙） |
| 外觀與尺寸 | 寫出大小、材質、數量 | 一張巴掌大的泛黃剪報（單張） |
| 外觀與尺寸 | 同上 | 一本約五公分厚、有封面有裝訂的合約 |
| 定妝圖 | 單一物品、白底、無人無手、種類正確 | 一張剪報的正面平拍 |
| 狀態 | 永久或暫時，從第幾格開始 | 第 9 格起：撕碎（永久） |
| 可見文字 | 只寫「」內的確切文字（示範劇上限 1～12 字） | 卷宗封面上的「機密」 |
名字統一這一欄，我們吃過虧：我們做示範劇時用的流程，有一版把劇本裡的「信紙」改寫成「剪報」，道具就畫錯了。道具表裡的描述要逐字忠於劇本，名詞一個都不要換。
尺寸那一欄也別省。「一份合約」可能被畫成一張紙；寫「約五公分厚、有封面有裝訂」，模型才知道是厚厚一本。出圖後的檢查題就可以直接問：「合約是厚厚一疊嗎？」
重抽與接尾幀，各自能救什麼
道具錯了，第一個反應通常是重抽。重抽能消掉偶發的錯，例如某一格錶帶多畫一條；但道具畫法這種每次都出現的錯，重抽沒用，要改道具表、劇本或參考圖。
另一個常見做法是拿上一段影片的最後一格接著生成下一段。這招只在「同一個鏡頭、同一段連續動作被拆成多段」時，能幫道具前後一致；換角度、換景別、換場景就不要接，否則上一段的毛病會跟著傳下去。
錶帶多長一條這種偶發錯，在 TWno1 裡只要把出錯的那一個鏡頭重新生成，同一集其他鏡頭維持原樣；但保險箱每格都畫成不同款，重抽幾次都一樣，先回去補道具表。至於招牌和錶面上的字，TWno1 的生成規格本身就寫明影片裡的字可能變形，建議在後製加。
限制與不適合的情況
- 道具是劇情核心、又要看清細節時，AI 生成不適合。 例如整集靠一張手寫字條推進，字條內容必須清楚可讀，建議實拍或後製合成。
- 中文字要能讀，就別指望生成。 任何需要讀的字，都排進後製。
- 狀態追蹤要人寫。 哪一格撕碎、哪一格打開，是劇情決定，得在劇本或道具表裡寫清楚。
- 76.2% 是一部劇的數字。 來自一部 16 集示範短劇的一次稽核，不能當成業界錯誤率。
- 裁切比對有盲點。 依我們的判斷，道具被手擋住一半、或遠到只剩幾個像素時，比對結果不可靠，這類格改用人工看。
延伸閱讀：AI 短劇眼鏡、髮型、服裝不連戲：從 244 張分鏡圖拆原因、直式短劇一鏡幾秒？平均 2.5～4 秒、單鏡 6 秒上限的由來、用臉部相似度分數管 AI 短劇角色：不撞臉、不變臉的四道檢查。
常見問題
AI 短劇裡同一個道具為什麼每格長得不一樣？
AI 短劇道具不連戲，最常見的原因是道具只有文字、沒有參考圖，每格各自想像；另一個原因是被角色操作的設施（例如保險箱）沒被列成道具。我們審 244 張分鏡圖時，186 張（76.2%）道具不見或畫錯。先為每個道具做一張白底、無人無手的定妝圖，每格都帶。
AI 短劇的道具被撕碎或摔碎，下一格為什麼又復原？
AI 圖像與影片模型沒有道具狀態的概念，每一格都會重新畫一個完整的道具。解法是逐格追蹤道具狀態：撕碎、摔碎屬於永久改變，全劇後面都維持；打開屬於暫時改變，直到劇本寫關上為止。劇本也要寫結果，例如「手裡捏著幾片碎紙」，不寫「撕碎報紙」的過程。
AI 生成的道具上的中文字為什麼是亂碼？
AI 出圖與影片模型普遍寫不好密集的中文字，2026-10-01 的 VTR-Bench 預印本測 11 個模型，場景文字普遍畫不正確，模型還會自己加劇本沒有的字。我們做示範劇時只允許劇本用「」指定的確切文字（每處 1～12 字、每個道具最多 6 處），並在後製用真字型把正確文字蓋上去。
錶面時間或手機螢幕要精確，AI 短劇怎麼做？
錶面時間、手機螢幕這類讀數，AI 生成很難畫準，我們遇過要求 11:47 卻畫成約 12:47。做法是把這個細節獨立寫成一行特寫，劇情需要精確讀數時，後製疊一張固定圖；劇本也不要同時要求「角色看螢幕」與「觀眾看到螢幕」。
AI 短劇道具畫錯，重抽有用嗎？
只對偶發的錯有用。像錶帶偶爾多一條，重抽可能消掉；但道具每次都畫成同一種錯的樣子，重抽沒用，要改道具表、劇本寫法或道具參考圖。接上一段影片的最後一格生成，也只在同一個鏡頭的連續動作裡能幫道具前後一致。
參考資料
- VTR-Bench：影片場景文字生成評測（arXiv 2610.01499，預印本）（查證 2026-10-05）
- BytePlus ModelArk：Seedance 2.0 系列提示詞指南（查證 2026-10-05）
- Kling：文字生成影片提示詞指南（查證 2026-10-05）
- Google Gemini API：Omni Flash 文件（查證 2026-10-05）