🎨 圖像影音生成

你想生一張亞洲人的圖（模特兒、角色、行銷素材），打了『asian』，結果出來的臉就是不對勁——像西方人腦中的亞洲人，不是我們熟悉的長相。這不是模型爛，你缺的詞是一個很小的用字差別。這頁告訴你改哪個字，臉立刻對。

你用 AI 修圖，明明只寫『只改背景』或『只換衣服』，結果人臉的五官、膚質、輪廓全跑掉，變成另一個人。這不是你指令下錯，你缺的詞叫『整張重繪』。這頁告訴你為什麼會這樣、以及怎麼把臉鎖住。

你用 AI 生圖，只要畫面裡有招牌、菜單、看板，上面的字永遠是一堆看不懂的亂碼——一看就知道是 AI 做的。這不是你 prompt 不夠好——這是所有生圖 AI 目前的通病。這頁教你怎麼用「避開」跟「構圖」繞過它，讓圖不露餡。

你想用 AI 生一段純音樂當背景，明明下了『instrumental／無人聲』，它反而生出一段咿咿呀呀、沒歌詞的怪哼唱。這不是你指令錯，是這類工具『天生想唱歌』。這頁告訴你一個反直覺的解法：與其叫它閉嘴，不如給它幾句歌詞。

你用 AI 把一張人像變成影片，結果人物一張嘴笑、露出牙齒，整張臉就飄掉、變成別人。這不是你運氣差——你缺的詞叫「臉部漂移」，而罪魁禍首居然是牙齒。這頁教你怎麼靠選對動作，讓 AI 影片的臉穩如泰山。

你做長影片，用 AI 配旁白，結果每段生出來的聲音都不一樣——音色跳、音量忽大忽小、性別口音亂飄，整支片像好幾個人接力唸。這不是工具爛，你缺的詞叫『語音克隆（用參考聲音鎖住音色）』。這頁教你怎麼讓全片同一個聲音。

你想做「會說話的人像」影片（對嘴/lip sync），結果嘴巴死都不動，你換了幾百組參數都沒用。這不是參數玄學——你缺的詞其實超簡單：你的參考圖，臉太小了。這頁告訴你一個「一改就通」的關鍵。

同一支影片，電腦和 Android 播放好好的有聲音，一到 iPhone／iPad 就完全靜音、又不跳任何錯誤。這不是 iPhone 壞了，你缺的詞叫『音訊編碼格式（AAC vs MP3）』。這頁告訴你為什麼、以及匯出時該選什麼。