你大概試過叫 AI 寫腳本。打一句「幫我寫一支產品介紹影片的腳本」，三秒後它給你一整篇：開場空拍、無人機環繞、演員特寫、感性旁白，結尾還有城市夜景縮時。
寫得很順。然後你一秒都拍不出來。
我當了十幾年廣告導演，看過的問題腳本比拍過的片還多。AI 出現之後，問題腳本的產量暴增，但病因沒變過，就那三個。
第一，AI 不知道你有多少資源。它預設你有一個劇組。你其實只有一支手機、一個下午、和一個不太想入鏡的自己。腳本寫得再美，超出資源就是廢紙。
第二，AI 替你做了所有決定。一次輸出整篇腳本，等於它幫你決定了敘事結構、橋段、台詞、節奏。你只剩兩個選項：全收，或全改。全收的腳本沒有你的判斷，全改的話你當初何必問它。
第三，AI 不知道這支影片要成交什麼。沒有明確的意圖，它就往「看起來像廣告」的方向寫。像廣告的影片很多，會成交的影片很少。
這三個病因指向同一個解法：問題出在提示詞的結構，所以要在提示詞這一層動手術。下面這套系統，是我把導演的工作流程直接翻譯成提示詞的結果。
先講骨架：故事原力三要素
所有能成立的影片腳本，拆到最後都是三件事：角色、說故事手法、創作者意圖。我把這三件事叫做「故事原力」。
角色回答兩個問題：這支影片拍給誰看（目標觀眾），以及誰站在鏡頭前（演出者）。觀眾寫得越具體越好——年齡、身份、他每天在煩什麼、他偷偷想要什麼。「25 到 45 歲的上班族」這種描述等於沒寫。
說故事手法是結構的選擇。起承轉合適合知識型內容；許榮哲的四階段（努力人→意外→困境→解脫）適合情境劇；好萊塢三幕劇適合品牌形象片；短影音就用五段式：鉤子、三塊牛肉、CTA。結構選錯，內容再好都走味——你用三幕劇拍開箱，觀眾第八秒就滑走了。
創作者意圖是這支影片存在的理由。看完之後，你要觀眾做什麼？追蹤、購買、預約、私訊？意圖模糊的影片，剪得再漂亮都只是動態桌布。
七層提示詞結構
把三要素展開，加上前後的協作規則，就是完整的七層：
- L1 AI 人設與協作規則——告訴 AI 它是誰、用什麼節奏跟你工作
- L2 甲方需求釐清——有客戶 brief 才啟用
- L3 劇組資源盤點——人力、場地、時程、你的把握程度
- L4 角色設定——目標觀眾＋演出者
- L5 說故事手法——四選一敘事結構
- L6 創作者意圖——成交驅動力＋CTA
- L7 結尾錨點——收斂機制，防止 AI 自作主張
不用每次全開。自己拍、概念驗證，開 L1、L4 到 L7 就夠；有實際拍攝需求，加開 L3；有甲方、要做品牌形象片，才七層全上。
最容易被跳過、也最致命的一層：資源盤點
L3 只問四個問題：你有幾個人？在哪裡拍？多久要交？還有——你對這支影片的把握程度，1 到 10 分，幾分？
前三題是硬邊界。答完之後，AI 構思腳本時會自動過濾掉超出範圍的拍法，你再也不會收到「建議加入空拍鏡頭」這種建議。
第四題是這套系統裡我最得意的設計。把握程度決定 AI 的話量：1 到 3 分，它多問少寫，先陪你想清楚；4 到 6 分，它適時給選項；7 到 10 分，它直接細化你的想法，只在關鍵點跟你確認。同一套提示詞，新手和老手用起來是兩種體驗。
讓成交力貫穿全片：消費者八大原力
L6 有一份清單，來自文案界流傳很久的人類原始慾望盤點：生存與延壽、美酒佳餚、免於恐懼、尋求伴侶、舒適生活、優越感、保護所愛的人、社會認同。
每支影片挑一到兩個原力踩下去。挑定之後，從開場鉤子到結尾 CTA，所有情緒設計、畫面語言、台詞選擇，都要服務這個原力。賣兒童安全座椅，踩的是「保護所愛的人」，那開場就沒有理由拍產品特寫——先拍的應該是後座那個熟睡的孩子。
整套系統只有一條鐵律
讓 AI 一次只寫一段，每段給你二到三個選項，你選了才往下走。
這條鐵律就是 L7 存在的原因。它逼 AI 在每個路口停下來，把方向盤還給你。走完全程，你會發現腳本裡每一個橋段都是你選的——AI 負責展開可能性，判斷始終在你手上。這才是導演跟 AI 該有的分工。
順帶一提，這也是我對所有 AI 協作的基本態度：AI 可以無限生成，但「選擇」這件事，本身就是創作。
把整套提示詞帶走
完整的提示詞模板我做成了一份 PDF，七層結構、四種敘事結構的段落展開、八大原力清單都在裡面，複製貼上就能用，不限平台。
👉 下載：故事原力腳本提示詞完整模板（PDF）
寫腳本之前，如果你想先確認自己站在鏡頭前的樣子夠不夠清楚，可以先跑一次人設對齊測驗——三分鐘，看看你的人設現在座標在哪，再回來寫腳本，每一個選擇都會篤定得多。