Kling 4.0 正式登陸 Atlas Cloud —— 原生 30 秒影片

用 AI 將任何照片變成爆紅的幽靈濾鏡影片

了解如何將任何肖像變成爆紅的 AI 幽靈濾鏡影片。掌握 Veo 3.1 的五部分提示公式,終結臉部扭曲與僵硬演員的問題。

你是否在 TikTok 或 Instagram 上看過「幽靈」出現在自拍裡的影片——不是悄悄從背後竄出,就是突然向前撲來?大家一直用這種幽靈特效來惡作劇朋友。我花了幾天研究如何用 AI 製作這些幽靈特效,現在想跟你分享方法。

上方影片展示了我用 ChatGPT 和 Veo 3.1 製作的幽靈特效。從左到右分别是:

各種風格的幽靈特效

  • 面板 1:走廊提示詞迭代(測試透明度與相似度)
  • 面板 2:風格 1——90 年代即可拍閃光臥室潛伏者
  • 面板 3:風格 2——維多利亞時代幽靈雙重曝光
  • 面板 4:風格 3——門鈴攝影機紅外線夜視故障

接下來,我們來看看我是怎麼製作的。

為 AI 幽靈影片生成選擇正確的來源照片

大多數失敗的幽靈轉換,在你輸入提示詞之前就已經注定。當你上傳一張臉部佔滿畫面的特寫自拍時,擴散模型會把五官扭曲成怪物,而不是在主體身後放置一個獨立人影。成功的照片轉幽靈影片工作流程,需要乾淨的留白。

以平穩、中性的光線,將主體從胸口以上取景。至少保留 30% 的背景空間。空蕩的門口、昏暗的走廊和無人的角落,能為深度估算器提供明確的平面來渲染幽靈。避免使用繁複的花卉壁紙、擁擠的派對照和低解析度縮圖。重度壓縮會破壞邊緣偵測,並在前景主體上抹出視覺瑕疵。

拍攝前照片檢查清單

在開始生成畫格之前,讓你的來源照片通過這項技術基準檢查:

  • 背景空間: 在主體身旁或身後保留足夠的可見背景,以容納幽靈。門口或空角落有助於建立深度。
  • 影像解析度: 從你選用工具建議的解析度開始。使用清晰、光線充足的來源照片,並避免高度壓縮的影像。
  • 臉部表情: 放鬆的表情可能更容易保留臉部細節,但結果取決於模型和來源影像。
  • 主體位置: 盡可能讓人物與背景清楚分離,尤其是頭髮、肩膀和手部周圍。

從任何照片製作幽靈動畫的逐步工作流程

把日常照片直接丟進影片生成器會毀掉輸出。大多數照片轉影片模型會試圖一邊憑空生成幽靈,一邊預測鏡頭運動。這會把主體的臉撕裂成液態橡膠。只要把幽靈濾鏡影片流程拆成兩個可控制的階段,就能消除臉部扭曲。

階段 1:生成原始照片

先產生一張標準、沒有幽靈的影像,作為工作流程的起點。如果你已經有適合的影像,可以跳過此步驟。

這次測試我再次使用 ChatGPT Image 2.0,因為它很划算——單張低品質影像只要 $0.00971。

走廊中乾淨、無幽靈的基礎人像的提示詞參數與生成輸出

階段 2:設定動態擴散

接著,我會把生成的影像上傳回 ChatGPT,並使用它的影像編輯功能,製作一張包含幽靈的照片。

一名年輕女子在走廊上微笑,身後黑暗的門口被編輯出一個微弱幽靈身影

階段 3:用 AI 工具讓幽靈動起來

我在 Veo 3.1 中跑了 3 次提示詞迭代來生成這段恐怖片段,其中測試 3 是我最滿意的。

結果如下:

三段 Veo 3.1 AI 幽靈影片的並排比較

影片中從左到右分別是:test1、test2 和 test3。

根據這次測試,我總結出以下製作 AI「幽靈」影片的關鍵提示詞心得:

1. 幽靈透明度:覆寫實體演員偏誤

  • 使用光學術語:像「ghost」或「spirit」這類描述詞,會渲染出穿著白衣的不透明演員。請改用物理光學描述詞:微弱半透明薄霧、光學雙重曝光,或 5% 至 10% 不透明度。強制擴散引擎混合像素。
  • 強制背景穿透:明確指定背景可見度:「走廊牆面和門框要隔著人影仍保持 90% 可見。」將場景幾何鎖定在實體正後方。
  • 抑制臉部細節:阻止臉部重建。要求不要有清楚的眼睛或銳利五官。阻止擴散模型從來源影像重建高對比臉部輪廓。
  • 關鍵負向提示詞:消除實體人形幾何與接地光影:solid human, opaque body, real actress, solid white dress, clear face, floor shadow

2. 顯現與移動動態

  • 滑行,不要走路:走路提示詞會觸發腿部運動學和布料模擬。指令改為在空中無聲向前滑行。
  • 相位與閃爍:環境陰影會造成錯誤遮蔽。強制直接 alpha 位移:在 0%(不可見)和 10% 不透明度之間間歇閃爍。在時序畫格間驅動真正的光學消散。
  • 錨定消失時間點:擴散模型會因鬆散的消散指令而漂移。鎖定確切時間軸座標:「在第 6 秒,完全化為無形,讓走廊在最後 2 秒保持 100% 空無。」強制離開後背景絕對連續。
  • 硬切驚嚇:去掉漸進式混合。要求單一畫格插入:「在第 X 秒以單一畫格瞬間顯現,沒有過渡。」抑制跨畫格插值和動態模糊漸強。

3. 空間距離與鏡頭取景

  • 深度邊界: 指定固定距離限制,例如 strictly remains 6 to 8 feet behind the subject,以防止人影滑入極前景。
  • 修正雙手機 bug: 將視角定義為 front-facing smartphone camera POV, camera handheld off-screen,並在負向提示詞加入 phone in hands, visible hands。

不同幽靈美學的模組化提示詞公式

根據上述經驗,我嘗試製作了各種風格的幽靈主題影片。你只需要結構化的提示詞公式,就能隔離幽靈,同時保留臉部相似度。

在多模態影像與影片引擎中使用這個五部分模組化欄位公式:

提示詞 = [POV 設定] + [主體錨定] + [實體光學] + [實體時間軸] + [負向提示詞]

   
欄位用途語法詞元
POV 設定鎖定畫面外視角;防止生成多餘手機。POV front-facing smartphone camera, camera off-screen, empty hands
主體錨定凍結基礎表情;停止動態微笑與臉部扭曲。neutral baseline expression, subtle blink only, no smile transitions
實體光學強制極高透明度;移除銳利五官。5%-10% opacity, see-through double exposure, no sharp face/eyes
實體時間軸控制滑行運動、空間深度、閃爍與定時退場。glides 6-8ft behind, flickers 0%-10%, dematerializes cleanly at 6s
負向提示詞阻擋人類物理、不透明布料、陰影和道具。solid human, opaque cloth, sharp face, floor shadow, phone in hands

風格 1:90 年代即可拍閃光臥室潛伏者

隨拍相機閃光攝影能隱藏粗糙的生成邊緣。強烈光線會在後牆投下深重陰影。這種陰影衰減能為你的幽靈濾鏡提示詞提供乾淨的空間定位。

目標外觀

直接機頂閃光照明、濃重 Kodak 35mm 顆粒、強烈牆面陰影,以及一抹極微弱、可透視的幽靈幻影飄過背景陰影。

90 年代即可拍隨拍相機閃光人像

複製貼上提示詞公式

plaintext
11996 point-and-shoot camera POV, direct disposable flash, harsh wall drop shadows, heavy 35mm grain. Camera handheld off-screen, no devices in frame.
2Foreground {SUBJECT_DESC}. Strictly locks baseline neutral expression, subtle blinks only; no smiling, no expression transitions.
3In {SPATIAL_ANCHOR}, a faint translucent {ENTITY_FORM} (strictly 5%-10% opacity, see-through double exposure). Background remains 90% visible through it. Soft-edged, no sharp facial features, no eyes, no cloned face.
4Entity {TRAJECTORY} without leg motion. Opacity flickers 0%-10%. At second {VANISH_TIME}, completely dissolves into dark air, leaving the area empty.
5Negative Prompt: solid human, opaque cloth, sharp eyes, cloned face, floor shadow, walking legs, phone in hands, smiling.

風格 2:維多利亞時代幽靈雙重曝光

現代室內光線常與哥德美學衝突。雙重曝光公式會把整個畫面塑造成古董錫版照片,從而繞過這個問題。這能產生空靈、藝術性的幽靈肖像。

目標外觀

單色銀版照相刮痕、鹵化銀質感,以及一抹微弱雙重曝光幽靈在背景中透過曝光閃光顯現。

古董維多利亞錫版人像:一抹微弱雙重曝光幽靈透過背景中的曝光閃光顯現

複製貼上提示詞公式

plaintext
1Static 19th-century studio camera framing, authentic tintype aesthetic, silver halide grain, scratches, sepia tones. Zero camera movement.
2Foreground {SUBJECT_DESC}. Formal still pose, preserving exact facial identity from source image. Subtle breathing and slow eye blinks only.
3In {SPATIAL_ANCHOR}, an ultra-faint translucent ghostly haze (strictly 5%-10% opacity, double exposure effect). Blurry contour, NO sharp face, NO eyes.
4- 0 to {APPEAR_TIME}s: Subject sits calmly, background completely normal and empty.
5- {APPEAR_TIME} to {FLASH_TIME}s: Indistinct ghostly blur faintly drifts into view.
6- At {FLASH_TIME}s: Sudden bright magnesium flash fires, instantly freezing the scene into a static antique photograph for the remaining duration.
7Negative: solid human, sharp face, distinct eyes, modern digital lighting, color frames, moving after flash, cartoon.

風格 3:門廊門鈴夜視潛行者

監控畫面會在社群動態上立刻引發觀眾緊張感。低解析度綠色或灰色攝影機雜訊,能在影片生成期間掩蓋輕微時序偽影,使這種風格非常適合爆紅惡作劇循環影片。

目標外觀

門鈴攝影機 POV、單色紅外線夜視、數位時間戳疊加,以及一個詭異蒼白的存在在遠處庭院陰影中顯現又消散。

門鈴攝影機畫面捕捉黑暗前廊和草坪,一名戴兜帽、眼睛發光的人影在台階底部顯現並消散到空無空間中

複製貼上提示詞公式

plaintext
1Static 9:16 doorbell infrared night vision, digital sensor noise, timestamp overlay. Zero camera motion.
2Foreground {FOREGROUND_OBJ} remains completely frozen, empty, and unaltered throughout.
3In {SPATIAL_ZONE} only: an ultra-faint, barely visible translucent {ENTITY_FORM} (strictly 5% opacity, IR sensor artifact). Background remains 95% visible through it. NO clothing texture, NO hoodie, NO glowing eyes, NO distinct face.
40 to {APPEAR_TIME}s: {SPATIAL_ZONE} is completely empty.
5{APPEAR_TIME} to {VANISH_TIME}s: The faint entity drifts slightly, strictly locked {DISTANCE}. No walking steps, no forward approach.
6At {VANISH_TIME}s: Instantly dissolves into black shadows, leaving the scene 100% empty until end.
7Negative Constraints: solid human, real person, hoodie, clothes, walking legs, approaching steps, glowing eyes, intruder, burglar, solid silhouette.

修正 AI 偽影並在幽靈影片中保留臉部相似度

影片擴散模型在時序處理期間經常鎖定錯誤的臉部像素,把眼睛變成模糊空洞,或拉長下顎線。這些視覺崩壞會破壞 AI 幽靈影片的真實感。你可以在生成片段前先找出根本失敗模式,來解決這些渲染錯誤。

AI 幽靈影片診斷矩陣

   
視覺偽影根本原因立即操作修正
實體人形/演員不透明度閾值設得太高(>15%),觸發不透明網格合成。將不透明度嚴格鎖定在 5%-10%;把服裝詞彙替換成 vapor glitch、optical smear 或 double exposure。
複製的主體臉孔擴散模型從前景錨點借用最強的臉部詞元。在光學欄位加入 NO cloned face of subject, NO distinct eyes, no sharp facial features。
接近/走路動作模型將人形解讀為物理行人。加入 locked distance, glides without leg motion, NO walking steps, no approaching steps。
牆面與場景呼吸感測器視角未鎖定。提示 zero camera motion, static camera framing, stationary background。

負向提示詞軍火庫

未受控的模型會在低光場景中引入隨機視覺雜訊。將這個專用負向區塊直接貼到你的生成器中,以保護臉部幾何並過濾掉玩具般的質感:

negative_prompt: [solid human, opaque body, real actor, walking legs, approaching steps, floor shadow, cloned face of subject, glowing eyes, hoodie, clothes texture, phone in hands, sudden smile, camera shake]

迭代生成的種子鎖定

變更提示詞卻沒有鎖定生成種子,會破壞主體一致性。每個隨機種子都會重建整個空間佈局,改變主體的下顎線、頭髮和服裝。從你最初成功的基礎生成中複製確切數字種子。在調整實體位置、陰影深度或不透明度數值之前,先在生成器設定中鎖定該整數。這項參數鎖定會把你的提示詞編輯隔離到背景幽靈,同時在每次測試渲染中保留臉部相似度。

TikTok 和 Reels 的平台專用匯出設定與爆紅節奏

15 秒的慢熱鋪陳會摧毀觸及率。靜態畫格會在兩秒內觸發滑走。短影音演算法優先看重完播率和立即循環重播。第 8 秒才出現的幽靈會完全流失觀眾。高留存率的幽靈影片會把整個視覺回報壓縮成嚴格的 6 秒循環。

三秒揭露框架

依照爆紅節奏規則安排你的影片時間軸,以最大化留存並帶動留言區討論:

   
時間戳視覺動作觀眾心理
0:00 至 0:02正常日常場景。觀眾專注於主體或閱讀字幕。
0:02 至 0:04幽靈移動或轉身。觀眾捕捉到周邊動靜並回頭再看。
0:04 至 0:06主體毫無察覺。觀眾重播片段以確認視覺異常。

這種時間安排會觸發演算法互動。觀眾會重看片段以確認背景動靜。許多人會停在個別畫格,或在留言區爭論影片是否刻意安排,這會把影片推送給 TikTok 和 Reels 上更廣泛的觀眾。

技術編碼標準

平台壓縮演算法會降低低對比陰影和黑暗走廊細節的品質。使用平台專用匯出設定來匯出你的 AI 幽靈濾鏡影片,可防止壓縮偽影:

  • 解析度: 1080×1920 px(嚴格 9:16 垂直比例)。
  • 視訊編解碼器: MP4 容器中的 H.264。
  • 影格率: 24 fps 或 30 fps。較高影格率會暴露合成動態瑕疵。
  • 目標位元率: 15 至 20 Mbps 固定位元率。低位元率變動位元率會在暗角造成塊狀條帶。

Instagram 輪播成長技巧

永遠不要把獨立片段發佈到 Instagram 動態。建立兩張幻燈片的輪播貼文。

將未編輯的來源照片放在第 1 張。將渲染好的幽靈影片放在第 2 張。在貼文說明中引導觀眾向左滑。在無害肖像和幽靈揭露之間滑動,會記錄多次互動事件。演算法偵測到這種高停留時間,就會把貼文重新推送給新的受眾。

將公式付諸實踐

製作超寫實 AI 幽靈影片,歸根結底是簡單的平衡:用留白鎖定前景身分,將幽靈的不透明度嚴格限制在 5% 到 10% 之間,並讓物理時間安排來說故事。

無論你選擇 90 年代即可拍閃光的粗礪質感、維多利亞雙重曝光的藝術衰敗感,還是智慧門鈴故障令人不安的真實感,這套兩階段流程都能在消除實體演員偏誤的同時,保持臉部相似度完整。

試著用你自己的肖像提示詞測試這些模組化公式,並測試哪種美學在你的動態上表現最好!

最新模型

一個 API,暢享全模態 AI。

探索全部模型