为什么戴帽子的猫会出现在你窗外？TikTok的AI视频是如何制作的

一个矮小的身影站在黑暗停车场里一扇楼上窗户的下方。它那顶条纹帽比它的脸更容易被认出来。随后它抬起头挥手。这是 TikTok 创作者将 《戴帽子的猫》 变成虚构夜间摄像头遭遇的方式之一。效果取决于观众在哪里看到这个身影、镜头停留多久，以及片段结束前发生了什么变化。猫本身只是这个玩笑的一部分。

本指南使用两个署名创作者视频示例来解释这种形式，然后跟随一个单独的三部分窗户视角示例：一张空场景图片、一张编辑后的静帧，以及生成的片段。文中提出的提示词是一份可尝试的配方，并非对署名创作者如何制作其视频的断言。

要点

• 这一趋势始于对 2003 年真人电影的暗黑剪辑，并扩展到 AI 制作的伪寻获影像风格片段。
• 窗户视角和门铃摄像头会制造不同的揭示效果：前者利用距离和看向观众的目光；后者利用通往门口的路径。
• 单片段剪辑模板改变的是已有素材。要让你自己的场景中出现一个新身影，需要图像编辑或视频生成步骤。
• 发布任何逼真结果时，都要把它当作虚构内容。讨论其他创作者的片段时，请注明他们。

《戴帽子的猫》AI 趋势是怎么开始的？

最早被广泛记录的一波使用了 2003 年真人电影的片段。2026 年 6 月 30 日，@dannykelvin47 发布了一段配文阴暗的跳舞猫剪辑。其他用户把电影片段重新利用，配上不祥的音乐、颗粒感和字幕。Know Your Meme 的时间线记录了 7 月初的一次转变：@rushyft 的 AI 生成寻获录像风格片段把这个角色想象在一个恐怖风格场景中，而不是重新剪辑电影。

到夏末，帖子把一只高个子猫形身影放到看起来熟悉的街道、停车场和门口。有些是静态图片；另一些是伪装成手机或安防摄像头素材的短视频。地点让画面显得私人化，这也是为什么 AI 场景也可能被误认为是真实目击。Euronews 报道了这些虚构目击事件，Oxnard Police 记录了对带有现实世界说法的编辑视频的担忧。以下作品是这种虚构形式的示例，不是实际遭遇的证据。

在制作自己的作品之前，先看两个创作者案例

案例 1：门铃视角利用一条朝向镜头的路径

一个公开展示页面将 2026 年 8 月 @darkcasefilesuk1 的门铃风格片段归功于其作者。观看下方完整的八秒示例：身影沿着潮湿的小路靠近，歪了歪头，并在门口附近做出反应。门口和小路确立了观众所站的位置，而路径则让主体有空间移动，无需移动镜头。

完整的八秒创作者视频被转换成无声 GIF。一个公开展示页面将片段归功于 @darkcasefilesuk1。这是参考片段，不是 Atlas Cloud 的输出。

对于门铃版本，不要把整个片段都花在镜头推近上。让身影进入或穿过小路、停顿、对镜头做出反应，然后离开或后退。位置变化才让视频有开头和结尾。

案例 2：窗户视角让距离成为揭示的一部分

在 @lastknownencounter 的 2026 年 9 月 AI 片段中，身影在夜晚停车场下方，从上方俯视。它对比建筑和停放的汽车仍然很小，抬起头挥手，手机短暂躲到窗帘后面，然后又向外看。观众注意到远处有东西，然后意识到它似乎也注意到了他们。

完整的十秒创作者视频被转换成无声 GIF，归功于 @lastknownencounter。这是创作者参考，不是下方提示词的输出。

这里有用的制作选择是比例。让画面中保留足够的街道和建筑，以显示身影有多远。如果主体立刻填满画面，窗户对这个瞬间就不再有多大贡献。

CapCut 模板和 AI 效果是一样的吗？

没有单一工具定义这一趋势。一个标题为“Cat in the hat”的 CapCut 页面展示了一个采用单段片段的 9:16 模板。其预览是一段编辑过的猫视频。该页面演示的是为你提供的素材做节奏和风格处理；它并不展示把新身影插入你的窗户或门廊照片。预览你选择的确切模板，因为名称相似的模板可能表现不同。

中间路线让你对看起来私人的场景拥有最大控制权。它还让你在为任何内容制作动画之前检查第一帧。

用一张照片制作原创窗户视角片段

上面的窗户视频提供了一个清晰概要：远处的身影、从室内看的视角，以及对摄像头的延迟回应。使用你自己的照片或你获准使用的地点。把任何门牌号、可读车牌和可辨认的旁观者都排除在画面外。下面提供的示例是 16:9，这样完整的窗户和停车场保持可见；为 TikTok 竖屏帖子单独制作一个 9:16 版本。

实操案例：楼上窗户下方的身影

提供的输入图像从楼上窗户向外看，望向夜晚空旷的停车场。窗户和路灯下的一块空地为编辑者提供了一个添加身影的具体位置。期望的静帧是一个人类身高、黑白配色的猫服装角色，处在可信的距离，并且可见高耸的红白条纹帽和红色领结。这个示例按顺序展示实际输入、编辑后的帧和视频结果。下面的提示词描述对同一想法的竖屏重现；它们不是署名创作者披露的提示词。

01，提供的起始图像。窗框、停放的汽车、楼梯和被照亮的空荡路面确立了场景。

步骤 1：把一个原创身影放入静帧

使用一个接受参考照片的图像编辑器，例如 Atlas Cloud 上的 Seedream v5.0 Pro Edit。上传你的窗户视角照片。这个提示词会保留地点，并指定实操案例中的视觉线索。在把它用作视频帧之前，检查实际结果。

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，提供的编辑后静帧。角色被添加到空地上，同时汽车、楼梯和窗户视角仍然可辨认。

将编辑后的静帧与源图对照检查。建筑和汽车应留在相同位置，主体应与地面接触，帽子在手机尺寸下仍应可见。如果模型重建了街道，在制作视频之前先修正它。

步骤 2：给视频一个事件和一次视角变化

将批准的静帧上传到图生视频工具，例如 Atlas Cloud 上的 Kling v3.0 Turbo Image-to-Video。在当前模型显示的选项中选择一个短竖屏片段。动作应在没有声音的情况下也能看懂；小幅挥手比额外效果更重要。

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，提供的十五秒视频未经修剪转换为无声 GIF。它保持相同的停车场和穿服装的身影；身影抬起头，并向楼上窗户靠近。这是 16:9 结果，而上面的提示词要求新的 9:16 版本。

将结果与 02 比较：地点和角色应保持可辨认，同时镜头和身影制造一个可见事件。这里窗户视角承载了这次遭遇，尽管确切动作与案例 2 中的创作者片段不同。如果新生成结果改变了身影或跳到街道另一边，减少所要求的动作，并从批准的静帧重新运行。

步骤 3：把帖子作为虚构内容完成

让竖屏导出足够短，以便揭示效果能够成立。在手机上观看，检查帽子和挥手是否仍然清晰可读，并使用你获准发布的音乐或环境音。TikTok 表示创作者应标注逼真的 AI 生成内容。诸如“虚构 AI 窗户场景”的说明文字能告诉观众他们看到的是什么，而不会把一个虚构瞬间变成当地新闻。

什么让一次重现值得保留？

评判片段要看它传达的事件，而不是画面移动了多少。一个清晰可读的结果具备可辨认的地点、可信比例的身影、稳定的服装和帽子、保持在地面上的双脚，以及观众真正能注意到的回应。最好的修正通常很具体：在静帧中把身影移得更远、保护背景几何结构，或把动作简化为一次注视和挥手。

上面的真实帖子展示了为什么这一趋势能跨格式奏效。电影剪辑利用熟悉的表演，并通过剪辑改变其含义。AI 窗户或门铃片段则发明了那种角色与看起来熟悉的地点之间的一次相遇。观众的识别和摄像头的视角承载了这个玩笑。

常见问题

《戴帽子的猫》AI 趋势是用图片还是视频制作的？

两者都有。早期的暗黑剪辑是用电影素材制作的视频。后来的 AI 帖子包括单张图片和短片段。常见视频工作流从一张地点照片开始，在图像编辑中添加一个虚构身影，然后让该帧动起来。

单片段模板能把角色添加到我的窗户照片中吗？

检查模板预览和输入要求。上面的 CapCut 示例要求已有片段。把新身影添加到静态照片是一项单独的图像生成或编辑任务，除非某个特定模板明确包含该步骤。

我需要原始电影素材吗？

不需要。窗户和门铃格式可以用原创的类猫表演者和你获准使用的地点照片来制作。讨论其他创作者的成品片段时，请注明他们，而不是把它当作你自己的素材。

夜间街道目击是真实的吗？

这里讨论的 AI 和编辑示例都是虚构的。当帖子提到真实地点或暗示真实威胁时，在分享之前核实该说法。本文的制作提示词用于一个明确标注的虚构场景。