Echoes of the Sun — 我們如何製作它
May 2026
一部雙集 AI 短片製作幕後筆記。
在任何製作過程中,總有一個時刻,你不再問「我們能做到嗎?」,而是開始問「我們該怎麼做?」在 Echoes of the Sun 中,這個轉變發生得很早。問題從來不是 AI 能不能生成畫面,而是我們能不能做出一部真正成立的影片——具備真實的結構、真實的情感邏輯,以及足夠自律的視覺語言,能撐起四十多個鏡頭而不失焦。
這就是我們達成目標的方式。
從這裡開始
這個計畫源自於與 Anh 的一次對話,他是我的聯合導演,也是編劇。他隨身帶著一本筆記本,裡面有數十個尚未成熟、靜靜等待的點子。這一個從那堆想法中浮現出來,立刻感覺不同——完整到可以開始動手。故事的前提一出現就已經成形:一名孤獨的戰士穿越異星沙漠,發現一名垂死的男孩,帶著他深入一座埋藏的洞穴,喚醒了某種古老的存在。這是一則偽裝成生存故事的神話起源故事。結構乾淨俐落,層層深入。最後一個畫面足夠強大,足以承載之前的一切——古老的守衛靜靜佇立在密室中,巨神甦醒,不是為了攻擊,而是為了回應。
我們當時還不知道的是,這部影片最終會變成完全不同的東西。這個轉變有一部分來自於對話——與其他駐點創作者分享早期成果,讓外部視角來檢視我們正在打造的東西。這種摩擦在 AI 工作流程中常被低估,因為你很容易在生成循環中一連消失好幾天而不浮出水面。因為隨著我們發展視覺語言,第二層敘事逐漸浮現:那名戰士其實是一位昏迷中作夢的女孩。動畫世界就是她的夢境。她所帶著的男孩,是年輕時的父親。這部原本以奇幻開場的影片,最終在一間醫院病房裡結束,在雨中,一位父親唸書給女兒聽,直到她甦醒。同一個故事,以不同的形式折射出來。
這個結構性的決定改變了整個製作的一切。我們現在必須同時製作兩部影片——一部動畫、一部寫實——而且兩者必須感覺像是同一件事的兩半。
技術棧
在生成任何一個畫面之前,我們必須先決定實際要使用哪些工具,以及它們該如何協同運作。
Flick 作為核心中樞——所有生成都在這裡完成。
在其中:Nano Banana 2(Gemini 3.1 Flash)用於靜態畫面,採用敘述式提示詞。Nano Banana Pro(Gemini 3 Pro)用於需要模型進行推理、而非單純執行的意圖導向創意指導。Kling 3.0 用於所有寫實的醫院場景鏡頭——它支援透過 @element 語法帶入角色參考。Seedance 2.0 用於動畫/混合漫畫的部分——它透過 @image 語法帶入參考,而且在墨水動態與環境的物理一致性上表現更強。
接著:ElevenLabs 用於旁白配音。Nano Banana 同樣也用於書封設計——那本出現在兩個世界中的精裝漫畫《Echoes of the Sun》,是連接這兩半的實體物件。
有一條規則貫穿了每個工具、每一次操作：每個平台都需要結構上截然不同的提示詞格式。這不是語氣上的轉變，而是結構上的轉變。在 Seedance 上有效的方法，換到 Kling 就會失效。Nano Banana Pro 所看重的——意圖、創意方向、留給模型推理的空間——與 Seedance 所需要的完全不同。我們為每個模型建立了各自的提示詞架構，從不混用。
尋找視覺語言 — 第一部分：動畫
這比其他任何事情都花費了更長的時間。
我們知道自己想要漫畫風格。我們知道自己想要手繪美學，而不是 CGI。但「漫畫」涵蓋的範圍極廣，一旦選錯基調，整部影片就會顯得平庸。於是我們開始翻遍資源庫。
Berserk noir et blanc 是我們的第一次測試。Kentaro Miura 的線條功力非凡——厚重精準的墨線、密集的交叉排線，以及承載著十足份量的大片黑色。但黑白畫面帶來一個明顯的問題：兩個世界需要呈現出截然不同的感覺，卻沒有色彩來承載這種區別。於是我們繼續嘗試下一個方向。
Berserk colorisé——相同的圖像結構，但在墨線之上疊加了一層半寫實的數位上色。這個版本更接近我們要的效果。其色調自然地與我們的需求相符：赭紅棕、鉛灰、漂白骨色。但這種半寫實風格與夢境般的基調相互牴觸，顯得過於寫實。
我們最終得出的是一種混合風格：漫畫／水墨繪畫動畫。它並非乾淨地存在於某個現成的參考之中——而這正是重點所在。核心原則是：沒有任何東西可以是靜止的。每一條墨線都必須是活的。筆觸持續地流動。陰影在呼吸。墨漬在移動。連沙漠本身都處於不斷的運動之中。
最後這個洞見，是我們花最久時間才體悟到的：AI 影片工具不會為你沒有明確描述的東西賦予動態。你不能假設動態會自然發生，你必須把它寫進提示詞裡才能讓它存在——每一筆筆觸、每一粒微粒、每一次陰影的變化——否則畫面就會像一幅假裝成影片的靜態繪畫般凝固不動。
最終鎖定風格的提示詞開頭如下：
混合漫畫／水墨繪畫動畫風格——墨線保持清晰可見且富有生命力。赭黃色的筆觸隨風持續流動。沒有任何東西是靜止的。全程維持手繪墨線的美學風格。
從那時起，每一段動畫的提示詞都以這段文字開頭。一致性來自於反覆執行的紀律，而不是任何單一張完美的圖像。
角色
四個角色。每一個都需要各自的「鎖定」流程——生成聯絡表、找出必須在數十個鏡頭中保持一致的確切特徵，然後以外科手術般的精準度，將這些特徵寫進每一則提示詞中。
女戰士是這個動畫世界的核心。骨白色斗篷、鎖子甲、深色髮辮、臉上刻有符文疤痕、淡綠色眼睛。她的劍：修長而窄的劍身、不對稱的幾何護手、發出琥珀色符文光芒。除非鏡頭另有明確指定，否則她的劍永遠握在右手。這種精確度並非裝飾性的——劍握錯了手，會破壞畫面調度的連續性，逼得我們必須重新生成。
男孩：凌亂的黑髮、蒼白的膚色、破損的束腰外衣、簡陋的涼鞋。這個角色最關鍵的設定是：他的神情必須讓人感覺比實際年齡更成熟。而當他被抱起時——必須是癱軟無力的，如同死重一般。如果不明確寫出物理狀態，模型就會生成彈跳感、僵硬感——一個孩子被抱著的樣子，會像個包裹，而不是像一具已經放棄抵抗、徹底鬆軟的身體。
女病人：蜂蜜棕色的雷鬼辮，左腿裝著 Ilizarov 外固定支架。這個支架是連接兩個世界的視覺橋樑——她現實中的傷勢，呼應了夢中男孩無法行走的狀態。我們很早就學到，必須精確命名這個裝置。籠統的詞彙只會得到籠統的結果。「Ilizarov 外固定支架」能產生正確的醫療器材外觀，而這正是這部影片需要的真實感。
父親是男孩長大後的樣子。相同的骨骼結構，相同的靜謐特質。只是尺度不同。這個選角邏輯，內建於影片的隱喻之中：女孩夢見自己是一名戰士，揹著她年輕的父親。她拯救了他。而現實中，他每晚都坐在她床邊唸書給她聽。是同一個人，只是不同的時間。
世界觀：第一部分（沙漠）
要讓外景世界穩定下來，需要一整套完整的環境提示詞系統。沒有它，每次生成都會漂移——天空色溫不同、岩層結構不同、霧氣濃淡不一致。有了它，世界才得以維持一致。
通用環境區塊：
外星沙漠景觀，平坦的鏽紅赭石色沙地，散布著深灰錫色的岩層，埋藏的古老金屬結構上刻有符文幾何雕紋，部分被岩石與沙土掩埋，透過濃重的大氣霧靄可見地平線上巨大的行星弧線。色彩分級：溫暖去飽和的赭石色地面、冷灰色岩石與金屬、漂白的暖灰色天空、濃重沙塵霧靄使遠景消融、柔和無方向性的漫射光、極低飽和度、地面到天空的冷暖分割、細膩的塵埃顆粒感。
只有一顆太陽，低垂且色澤漂白。沒有藍天，也沒有撒哈拉式的沙地。用詞的精確選擇非常重要——「鏽赭石色」產生的結果與「紅色」截然不同。「暖灰色天空」產生的結果也與「灰色」不同。這些詞彙是經過校準的，而非單純的描述性用語。
每個外景提示詞都以這個區塊開頭，接著再加入該鏡頭特有的動作。環境因此成為一個容器，而不是每次都要從零重建的描述。
世界觀：第二部分（醫院）
極低飽和度。冷藍青色的環境光——正是醫院夜間實際會有的光線。唯一的暖色光源，是床頭一盞溫暖的琥珀色檯燈。只有一盞燈，不是兩盞。在提示詞中弄錯這一點，會產生截然不同的色彩關係，而你會明顯感覺得出來。
細膩的膠片顆粒感。緩慢如冰川移動的推軌運鏡——是攝影機在空間中實際移動，而非變焦。絕不使用「推近」（push-in）這個詞。推軌與光學變焦之間的區別是真實存在的，模型對這兩者的反應也截然不同。
這場長達 14 個鏡頭的甦醒橋段，在寫下第一句提示詞之前，就先完整規劃好了分鏡：大遠景建立鏡頭、窗上的雨滴、床邊神情恍惚的父親、心電圖顯示正常心律、桌上的書、地上打翻的塑膠水杯、一根手指的動作、心電圖開始加速、嘴唇動著說出「爸」、父親轉過身來。切。
接著，每個鏡頭才各自撰寫提示詞。但這些提示詞是以序列方式撰寫，而非孤立的單張影像——這意味著關於攝影機高度、角色位置與光線色溫的每一個選擇，都必須在整整 14 個鏡頭的弧線中保持一致。
這本書
精裝漫畫書《太陽的回聲》（Echoes of the Sun）是這部影片的核心物件。它就放在醫院病房的床頭桌上。父親正在朗讀的正是這本實體書。在夢境世界裡，書脊上的文字依然清晰可讀。正是這個道具，讓兩個世界得以同時成立、同樣真實。
封面上的作者掛名是：Ann Blacksmith。Ann 取自 Anh，我的聯合導演。Blacksmith 對應 Faure——在法文中意為 forgeron（鐵匠）。一部虛構書籍裡藏著的私密暗號，藏在一部真實的電影之中。
要做對這件事，花了好幾輪嘗試。片名的設計在 Nano Banana 裡反覆疊代——燙金太過裝飾性，局部上光黑漆效果更接近，但兩者都沒有完全落在我心中設想的樣子。最後我在 Affinity Designer 裡完成了片名設計，將 AI 生成的元素與傳統工具結合。事實證明，對於任何你腦中已有精確畫面的任務，這才是正確的做法：AI 能帶你走完 80% 的路，剩下的則要靠傳統工具補齊。試圖靠提示詞硬湊出最後那 20%，只會白白耗掉大把時間。
旁白配音
這個聲音屬於父親。一位四十歲上下的男子，正朗讀一本書。不是表演，也不是史詩式的旁白敘述——只是在讀。就像有人讀給一個可能已經聽不見的人聽，卻仍抱著一絲希望。
這個限制塑造了文本中的每一句話。任何一句都不能顯得像是「寫」出來的。一切都必須聽起來像是「說」出來的，鮮活、帶著真實言語才有的那種些微不完美。
在泰坦低頭致意的那一刻——動畫段落的高潮——我們需要超越英語的東西。一句用虛構古語寫成的短句。我們最終定下的句子是：「Sol'varath... anaï kaïm.」它足夠短，讓人感覺像是被刻出來的，而非被寫出來的。聲音上異乎尋常，卻又莫名讓人讀出一種命令感。一種你會刻在石頭上的聲音。
這段旁白涵蓋了大約 2 分 30 秒——也就是整個第一部分。幾乎沒有任何靜默。這個聲音把整個動畫世界凝聚在一起，就像音樂把一部影片凝聚在一起：始終在場，微微低於表面之下，讓你始終停留在那個情感基調裡。
我們學到的事
有幾件事，永久改變了我們的工作方式。
只描述尚未呈現的部分。如果角色參考圖裡已經有那把劍，除非這一鏡中劍有所不同，否則不需要再次描述它。多餘的描述並不會強化畫面——反而只會引入雜訊。
動態必須明確寫出。沒有被描述為「正在動」的東西，就不會動起來。筆觸、水流、布料、粒子——把動態寫進提示詞，否則畫面就會凍結不動。
物理狀態需要明確描述。被抱起的身體有重量、有阻力，是無力的癱軟，而不是端正的姿態。如果你不描述物理狀態，得到的就會是另一種物理狀態——通常是錯的。
風格參考圖攜帶的資訊比文字更多。及早鎖定一張主視覺圖，並將其作為風格錨點，在長篇製作中維持視覺一致性方面，比純文字提示詞更可靠。
「該剪掉」的直覺，是你能帶來的最有價值的東西。AI 不知道畫面何時開始崩壞。它感覺不到戰士的臉何時從可信變成虛假，泰坦的比例何時破壞了畫面構圖，醫院的光線何時偏離了這部影片所需要的樣子。那種直覺——知道「假」從哪裡開始——依然完全屬於人類。這是整個流程中，沒有任何工具能夠取代的部分。
目前進展
影片已完成。
兩個部分:一個是動畫風格,一個是寫實風格。女兒的夢境與她的甦醒。融合漫畫與臨床感醫院場景。一位背著男孩穿越掩埋世界的戰士,以及一位讀故事給還無法回應的女孩聽的父親。
剪輯、調色與特效整合是最後完成的階段——老實說,這才是真正發生一切的地方。生成產出的是素材,剪輯才創造出影片。情感邏輯正是在這裡被建立或被破壞:錯誤的剪點會毀掉一場戲,而正確的剪點則能讓你感受到意想不到的情緒。特效層——墨漬飛濺、粒子系統、心電圖脈動——這些在生成階段都不存在,而是在後期製作中一格一格放進去的,就跟其他任何製作流程一樣。AI 不懂節奏,也不懂觀眾在剪接時心裡帶著什麼。那份知識是 25 年累積的功力,屬於剪輯,而非提示詞。
工作人員名單
陽光回聲
- 導演:Arno Faure & Nguyen-Anh Nguyen
- 原創構想:Nguyen-Anh Nguyen
- 改編劇本:Arno Faure
- 創意指導 / AI 生成 · 剪輯 · 音效設計:Arno Faure
- 音樂:Quinten Coblentz · Rotem Moav · Eleven Tales
- AI 平台:Flick(Nano Banana 2、Nano Banana Pro、Kling 3.0、Seedance 2.0) 配音:ElevenLabs
- 導演群特別感謝:Zoey Zhang、Ray Wang、Katherine Zhao、Hannah Lim,以及 Spring 26 計畫的所有成員。