為什麼戴帽子的貓會出現在你窗外？TikTok 的 AI 影片是如何製作的

一個小小的身影站在黑暗停車場裡、樓上窗戶下方。牠的條紋帽子比臉更容易被認出。接著牠抬頭並揮手。這是 TikTok 創作者把 The Cat in the Hat 變成虛構夜間攝影機巧遇的方式之一。效果取決於觀看者從哪裡看見那個身影、鏡頭停留多久，以及短片結束前出現了什麼變化。貓本身只是這個笑點的一部分。

這份指南使用兩個已標註創作者的影片範例來說明這個格式，接著會依序介紹另一個三部分的窗景範例：一張空無一人的地點影像、一張編輯後的靜態畫面，以及產出的短片。文中提出的提示詞是一套可以嘗試的配方，並非聲稱已標註創作者就是這樣製作他們的影片。

重點摘要

• 這股熱潮始於 2003 年真人版電影的暗黑剪輯，之後擴展成 AI 製作、偽紀錄片風格的短片。
• 窗景與門鈴攝影機帶來不同的揭露方式：前者利用距離與望向觀看者的目光；後者則運用通往門口的動線。
• 單片段剪輯範本會改造現有素材。若要讓新角色出現在你自己的場景中，則需要影像編輯或影片生成步驟。
• 發布任何逼真成果時，都應將其視為虛構。討論他人短片時，請註明創作者。

The Cat in the Hat AI 熱潮是怎麼開始的？

第一波廣為記錄的熱潮使用了 2003 年真人版電影的片段。2026 年 6 月 30 日，@dannykelvin47 發布了一段帶有黑暗字幕的跳舞貓剪輯。其他使用者則以不祥音樂、顆粒感和字幕重新利用電影片段。Know Your Meme 的年表記錄了 7 月初的轉變：@rushyft 的 AI 生成偽紀錄片短片將這個角色想像成恐怖風格場景，而不是重新剪輯電影。

到了夏末，貼文開始把一個高大的貓身影放進看似熟悉的街道、停車場和門口。有些是靜態影像；其他則是模擬手機或安全攝影機畫面的短影片。地點讓影像顯得切身，這也是為什麼 AI 場景也可能被誤認為真實目擊。Euronews 報導了這些虛構目擊事件，而 Oxnard 警方也記錄了對帶有現實世界主張的編輯影片的擔憂。以下作品是此虛構格式的範例，並非實際遭遇的證據。

在製作自己的作品前，先看兩個創作者案例

案例 1：門鈴視角運用通往鏡頭的動線

一個公開展示將這段 2026 年 8 月的門鈴風格短片歸功於 @darkcasefilesuk1。觀看下方完整的八秒範例：身影沿著濕漉漉的小徑靠近，歪頭，並在門附近做出反應。門口與小徑確立了觀看者站的位置，而路線則讓主體有空間移動，無需移動攝影機。

完整的八秒創作者影片已轉成無聲 GIF。一個公開展示將這段短片歸功於 @darkcasefilesuk1。這是參考短片，不是 Atlas Cloud 的輸出。

製作門鈴版本時，不要整段短片都花在鏡頭推近上。讓身影進入或穿過小徑、暫停、對鏡頭做出反應，然後離開或後退。位置的變化才是讓影片有開始與結束的關鍵。

案例 2：窗景讓距離成為揭露的一部分

在 @lastknownencounter 的 2026 年 9 月 AI 短片中，身影位於下方夜晚的停車場，從上方俯瞰。它在建築物與停放車輛的襯托下依然很小，抬頭並揮手，而手機短暫藏到窗簾後方，然後再次向外看。觀看者注意到遠方有東西，接著意識到它似乎也注意到自己。

完整的十秒創作者影片已轉成無聲 GIF，歸功於 @lastknownencounter。這是創作者參考，不是下方提示詞的輸出。

這裡有用的製作選擇是比例。讓畫面中保留足夠的街道與建築物，以顯示身影有多遠。如果主體立刻占滿畫面，窗戶就不再對這一刻有太大貢獻。

CapCut 範本和 AI 效果一樣嗎？

沒有單一工具定義了這股熱潮。一個標題為「Cat in the hat」的 CapCut 頁面展示了一個 9:16 範本，只需一段短片。其預覽是一段編輯過的貓影片。該頁面示範的是為你提供的素材進行時間安排與風格處理；它並沒有展示將新角色插入你的窗戶或門廊照片中。請預覽你選擇的確切範本，因為名稱相似的範本可能會有不同行為。

中間那條流程最能讓你控制看似個人的場景。它也讓你在將任何內容製成動畫前，先檢查第一幀。

用一張照片製作原創窗景短片

上方窗戶影片提供了清楚的簡報：一個遠處的身影、從室內望出的視角，以及對攝影機的延遲反應。使用你自己的照片，或你獲准使用的地點。將任何門牌號碼、可辨識的車牌，以及可辨識的路人排除在畫面外。下方提供的範例是 16:9，以便完整窗戶與停車場維持可見；請另外製作 9:16 版本，用於垂直的 TikTok 貼文。

實作案例：樓上窗戶下方的身影

提供的輸入影像從樓上窗戶望向夜晚空蕩的停車場。窗戶與路燈下方的一塊空曠區域，為編輯者提供了加入身影的明確位置。想要的靜態畫面是一個成人身高、黑白貓裝扮的角色，位於可信的距離，並可看見高高的紅白條紋帽與紅色領結。這個範例依序展示實際輸入、編輯後畫面與影片成果。下方提示詞描述的是同一構想的垂直重現；它們不是被標註創作者所公開的提示詞。

01，提供的起始影像。窗框、停放車輛、樓梯，以及受光照的空曠路面確立了場景。

步驟 1：將一個原創身影放進靜態畫面

使用可接受參考照片的影像編輯器，例如 Seedream v5.0 Pro Edit on Atlas Cloud。上傳你的窗景照片。此提示詞會保留地點，並指定實作案例中的視覺線索。在將其用作影片畫面之前，請檢查實際結果。

plaintextCopy
1Edit the uploaded night view from an upstairs window. Preserve the exact window viewpoint, curtain edge, parked cars, streetlights, building positions, road surface, and perspective. On the open ground beneath a streetlight, place one distant adult-height upright cat-costume figure with a narrow silhouette, black fur, a white chest and face, white gloves, a stiff smiling mask, a tall slightly crooked red-and-white striped hat, and a large red bow tie. Keep its whole body visible and small enough to show its distance from the window. Both feet touch the ground and the shadow matches the streetlight. Keep the scene plausibly low-lit, with faint window reflections and mild phone-camera grain. Vertical 9:16. Exactly one figure. No extra people, text, logos, fake timestamp, weapons, threats, or readable address details.

02，提供的編輯後靜態畫面。角色被加入空曠區域，而車輛、樓梯與窗戶視角仍可辨識。

將編輯後靜態畫面與你的來源比對。建築物與車輛應留在相同位置，主體應與地面接觸，且帽子在手機尺寸下仍應可見。如果模型重建了街道，請在製作影片前修正。

步驟 2：讓影片有一個事件與一次視角變化

將核准的靜態畫面上傳到圖片轉影片工具，例如 Kling v3.0 Turbo Image-to-Video on Atlas Cloud。在模型目前顯示的選項中，選擇一段短的垂直短片。動作應在無聲情況下仍可辨識；小小的揮手比額外效果更重要。

plaintextCopy
1Create a 10-second vertical 9:16 fictional phone video in one continuous take, filmed from inside the upstairs window in the uploaded image. It is a quiet residential parking lot after dark: weak amber light from one streetlamp, muted colors, damp-looking pavement, faint reflections on the glass, soft phone-camera grain, and a slight natural hand tremor. The mood is strangely playful and a little uncanny, like someone unexpectedly noticing a costumed visitor outside, not a violent horror scene. Keep the exact window viewpoint, curtain edge, parked cars, stairway, buildings, road markings, lighting direction, and perspective from the source image. Do not rebuild the location.
2
3The same single adult-height cat-costume figure remains in the middle distance throughout: narrow black-fur body, white chest and face, fixed smiling mask, white gloves, large red bow tie, and tall slightly crooked red-and-white striped hat. Its feet stay grounded and its shadow follows the streetlamp. At first it stands with both feet apart, knees relaxed, shoulders slightly hunched, arms hanging loosely, and head angled down. Its movements are slow and deliberate; the hat, mask, bow tie, body size, and clothing never change.
4
5Seconds 0-3: hold the wide view so the figure looks small among the parked cars. It pauses, then gradually raises its head and looks directly up toward the window. Seconds 3-6: without walking forward, it lifts one white-gloved hand to shoulder height and gives two small, unhurried wrist waves; the other arm stays at its side. The person filming reacts with a tiny handheld shake, not a zoom. Seconds 6-8: the phone withdraws behind the curtain, which briefly covers most of the view while the camera remains inside the same room. Seconds 8-10: the phone cautiously peeks out from a slightly shifted angle. The figure takes one short, visible step closer on the pavement, plants its foot, lowers its waving hand, and keeps looking up. End on that held encounter.
6
7Natural low-light exposure and subtle night ambience if audio is available. No cut, teleportation, sudden jump toward the lens, zoom-only motion, dancing, extra figures, extra limbs, face morphing, costume change, fake CCTV overlay, timestamp, readable address or license plate, text, logo, weapon, or threatening gesture.

03，提供的十五秒影片已轉成無聲 GIF，未經修剪。它保留相同的停車場與變裝身影；身影抬頭並靠近樓上窗戶。這是 16:9 的成果，而上方的提示詞要求的是新的 9:16 版本。

將成果與 02 比較：地點與角色應保持可辨識，同時攝影機與身影創造出可見事件。在此，窗戶視角承載了這次巧遇，即使確切動作與案例 2 的創作者短片不同。如果新的生成改變了身影或跳到街道另一側，請減少要求的動作，並從核准的靜態畫面重新執行。

步驟 3：以虛構作品完成貼文

讓垂直匯出檔夠短，以便揭露效果成立。在手機上觀看，檢查帽子與揮手是否仍可辨識，並使用你獲准發布的音樂或環境音。TikTok 表示創作者應標註逼真的 AI 生成內容。像「虛構 AI 窗景」這樣的說明文字，能告訴觀看者他們正在看什麼，而不會把虛構時刻變成地方新聞。

什麼樣的重現值得保留？

評判短片應依據它傳達的事件，而不是影像動了多少。可讀性高的成果會有可辨識的地點、比例可信的身影、穩定的服裝與帽子、仍接觸地面的雙腳，以及觀看者真正能注意到的反應。最好的修正通常很具體：在靜態畫面中把身影移得更遠、保護背景幾何，或把動作簡化為一次瞥看與揮手。

上方真實貼文顯示了這股熱潮為何能跨格式運作。電影剪輯運用熟悉的演出，並透過剪接改變其意義。AI 窗戶或門鈴短片則發明了一場那種角色與看似熟悉地點之間的相遇。觀看者的辨識與攝影機的視角承載了這個笑點。

常見問題

The Cat in the Hat AI 熱潮是用圖片還是影片製作的？

兩者皆有。早期的暗黑剪輯是用電影素材製成的影片。後來的 AI 貼文則包含單張圖片與短片。常見的影片工作流程會從地點照片開始，在影像編輯中加入虛構身影，然後讓該畫面動起來。

單片段範本可以把角色加入我的窗戶照片嗎？

檢查範本預覽與輸入要求。上方的 CapCut 範例要求的是現有短片。將新角色加入靜態照片是另外的影像生成或編輯工作，除非某個特定範本明確包含該步驟。

我需要原始電影素材嗎？

不需要。窗戶與門鈴格式可以用原創的類貓表演者，以及你獲准使用的地點照片來製作。討論他人完成的短片時，請註明創作者，而不是把它當作你自己的素材。

夜晚街頭目擊是真的嗎？

本文討論的 AI 與編輯範例都是虛構的。當一則貼文提到真實地點或暗示真實威脅時，請在分享前查證該說法。本文的製作提示詞是用於明確標註的虛構場景。