AIGC 入門：一個週末學識五件事（2026）

AIGC 課程自學指南：一個週末學識五件事（2026）

一句答你： 唔使報讀貴價課程，跟住呢篇 AIGC 課程式嘅自學路線，一個週末可以由零學識 prompt、聲軌、畫面、對嘴同出片五件事，即刻做出第一條屬於你自己嘅粵語短片。

重點摘要 Key Takeaways

• AIGC 入門唔需要技術底，最緊要識寫清楚 prompt，等 AI 明白你想要乜。
• 五個核心步驟：寫 prompt → 造聲軌 → 生畫面 → 對嘴 → 出片，次序唔可以亂。
• 粵語係少數語言，好多工具對粵語支援參差，揀工具前要查官方文件。
• 每件事都有練習題，做完先算學識。
• 最常見嘅五個學習陷阱：求快、囤積工具、忽略版權、唔做標示、一次學太多。

---

點解呢篇可以當一個週末 AIGC 課程

市面上好多「AIGC 課程」收費幾千蚊，內容其實係教你要用邊個工具、點樣俾 prompt。呢啲嘢官方文件同教學文章已經寫得好清楚，你自己一個週末都學到。問題只係：冇人幫你排好次序。

呢篇就係幫你排好次序。五件事，逐件講清楚要點、常見錯誤、練習題。你跟住做，星期六學 prompt 同聲軌，星期日學畫面、對嘴同出片，兩日之後你手上會有一條完整嘅粵語短片。

開始之前，先認識幾個基本術語。

AIGC 係 AI-Generated Content 嘅縮寫，即係用人工智能生成嘅內容，包括文字、圖像、影片、音頻。你之後會見到嘅「AI 配音」「AI 生成影片」全部都係 AIGC 嘅一部分。

Prompt 係你俾 AI 嘅指令。你可以理解成一份工作委託書：你寫得愈具體，AI 出嘅結果就愈接近你想要嘅嘢。prompt 唔止用喺文字生成，圖像、影片、語音工具全部都食 prompt。

聲軌 係影片嘅音頻層，即係旁白、對白、背景音樂嗰部分。做粵語內容，聲軌通常係用文字轉語音工具生成，先配好音畫，再出片。

對嘴 係令角色嘴型同聲軌同步嘅技術。英文叫 lip sync。AI 對嘴工具會分析音頻入面每個音素，再對應返嘴型，令片入面嘅人似係真係喺度講嗰句嘢。

呢五個詞貫穿全篇。讀到尾你會發現，所謂 AIGC 課程，核心其實就係將呢幾件事串起做一條生產線。

【獨家觀察】根據我哋團隊見好多新手第一次做片的經驗，最大嘅分水嶺唔係「識唔識用工具」，而係「有冇將工作拆步驟」。肯將一件事拆做五步嘅人，第三日已經可以穩定出片；一步過想「輸入一句話出一條片」嘅人，玩一個星期都出唔到一條合用嘅片。呢個係心法差異，唔係技術差異。

---

第一步：寫好 Prompt

Prompt 為乜嘢咁重要

AI 工具唔識讀心。你寫「整條片俾我」，AI 唔知你想要乜主題、乜風格、幾長、乜語言。所有生成式工具嘅輸入質素，直接決定輸出質素。呢個係 AIGC 課程裏面第一課，亦係最多人跳過嘅一課。

學術界對文字生成影片嘅研究都指，prompt 入面嘅描述清晰度同生成結果嘅一致性有直接關係（Text-to-Video 生成綜述, 2026）。簡單講：垃圾 prompt，垃圾出片。

好嘅 Prompt 有乜結構

一個夠用嘅 prompt 通常包含四個部分：

例如你想整一條宣傳片，與其寫「整條茶餐廳片」，不如寫：「香港茶餐廳內景，寫實風格，一位伙記端住絲襪奶茶行過鏡頭，暖色燈光，對白用香港廣東話，語氣輕鬆，15 秒，直向格式」。兩者輸出嘅差距可以好大。

練習題一

同一個主題，例如「屋企人慶生」，寫三個唔同版本嘅 prompt：

1. 第一個得一句主題。
2. 第二個加風格描述。
3. 第三個加齊主題、風格、規格、語言語氣四個元素。

將三個版本分別生成一次，擺埋一齊比較。你會即刻明確感覺到 prompt 結構嘅價值。呢個練習做一次，抵得上睇十篇教學。

---

第二步：造好粵語聲軌

粵語配音係乜一回事

AI 配音 係用文字轉語音（TTS）技術，將你寫嘅稿自動變成人聲。對粵語創作者嚟講，呢一步係成條生產線入面最關鍵、亦係最多陷阱嘅一步，因為唔係每個工具都真係支援香港廣東話。

要知點揀工具，可以睇我哋嘅 粵語 TTS 指南，入面有完整嘅評估準則。簡單講，你要自己試。

粵語 TTS 有乜技術難點

粵語有六個聲調（教學上常講九聲六調），聲調唔同，意思唔同。另外粵語多音字特別多，同一個字喺唔同詞入面讀法唔同，文字轉拼音呢一步容易出錯。學術研究都指多音字係粵語語音合成嘅核心難點（Cantonese G2P 研究, 2026）。

所以你做完聲軌，一定要逐句聽一次。特別係專名、數字、英文名詞嗰啲位置。機器讀錯「長沙灣」呢類地名係常見事，聽得出先可以救。

稿件寫法影響讀音

同一段稿，寫書面語同寫廣東話口語，讀出嚟嘅自然度唔同。例如「你好嗎」同「你好嗎呀」，TTS 讀出嚟嘅語感完全兩回事。想深入了解，可以睇 書面語與口語粵語對 TTS 嘅影響。

練習題二

1. 寫一段 100 字左右嘅廣東話旁白稿。
2. 揀一個工具生成聲軌。
3. 逐句聽，列出所有讀錯或者讀得怪嘅位置。
4. 改寫嗰啲位置（例如專名改成拼音提示、數字寫法調整），再生成一次。

呢個練習會教你最重要嘅一件事：AI 聲軌係要「救」嘅，唔係按一次掣就完美。

---

第三步：生好畫面

影片生成工具而家做到乜

到 2026 年，文字生成影片工具已經相當成熟。比較新嘅工具支援音視頻聯合生成，即係一個 prompt 同時出畫面同聲音。例如 Seedance 2.5 官方列明單次可以生成最長 30 秒，支援時間戳編輯，仲可以喺 prompt 入面引用多張參考圖同多段參考音頻（Seedance 官方文件, 2026）。

不過每個工具有自己嘅片長、解像度、語言支援限制。開工之前，先去官方文件查清楚規格，唔好靠記憶或者朋友圈消息。

粵語創作者要特別注意嘅一點

好多國際級影片工具對英文支援最好，其他語言包括粵語，官方唔一定保證效果。例如 Veo 3.1 官方文件寫明英文完全支援，其他語言未經評估，可能有部分支援但效果會變（Gemini API 官方文件, 2026）。呢個就係點解我哋建議粵語內容嘅聲軌同畫面分開做：畫面用影片工具生，聲軌用專門嘅粵語 TTS 做，最後剪埋一齊，控制權喺你自己手上。

想學點樣將 AI 畫面同粵語旁白結合，可以睇 AI 動畫粵語配音指南。

練習題三

1. 用同一個場景描述（例如「黃昏嘅天星小輪碼頭」），生成兩三次畫面。
2. 比較每次輸出嘅穩定性：角色樣、燈光、構圖有冇大變化。
3. 嘗試加入參考圖，再生成一次，睇一致性有冇改善。

畫面一致性係 AI 影片最難搞嘅部分之一。早點知道極限，之後寫分鏡嗰陣就識得避開。

---

第四步：對嘴同角色一致性

對嘴點樣做

如果你嘅片入面有一個開口講嘢嘅角色，就要做對嘴。一般流程係：先做好聲軌，再上載角色圖（或者影片片段）加聲軌俾對嘴工具，佢會自動將嘴型對齊音頻。

例如 Kling 嘅 Lip Sync 工具，官方列明支援上載聲軌或者直接用 TTS，適用於真人、3D、2D 角色，但要求角色正面、嘴部清晰；如果聲軌長過影片，要自行剪齊（Kling 官方指南, 2026）。

粵語對嘴有個位要留意：聲調唔直接決定嘴型，嘴型主要跟音素。所以粵語聲軌做對嘴理論上同普通話聲軌難度相若，關鍵係音素分析準唔準。實際效果要逐句檢查，特別係圓唇音（例如「魚」「去」呢類音）。

角色一致性：點解第二個鏡頭個角色變咗樣

AI 生成影片一個出名難題係角色一致性：鏡頭一轉，主角變樣。近年工具開始有專門對策，例如用角色參考圖、角色控制項等方式鎖住外觀。做對嘴之前，先確保你嘅角色喺唔同鏡頭入面係「同一個人」，否則對嘴做得幾好都救唔返。

呢部分想學深啲，可以睇 AI 影片角色一致性技巧 同 粵語對嘴完整指南。

練習題四

1. 揀一張正面清晰嘅角色圖。
2. 用第二步做嘅 100 字聲軌，分兩句做對嘴。
3. 逐幀檢查：圓唇音位置嘴型準唔準、有冇口部抖動。

對嘴係成條生產線入面最技術性嘅一步，唔好期望一次過。失敗兩三次係正常。

---

第五步：出片、剪接同合規

剪接：將所有元素組裝

最後一步係將畫面、聲軌、字幕、音樂組裝成一條完整影片。常用嘅剪接工具都有 AI 輔助功能，例如自動字幕、智能剪接。呢一步嘅重點唔係工具，係流程：

1. 畫面段落按旁白稿次序排好。
2. 對齊聲軌同畫面時間點。
3. 加字幕（粵語字幕建議校對一次，ASR 轉出嚟嘅字幕常見錯字）。
4. 配背景音樂同音效，音量唔可以蓋過旁白。
5. 匯出，檢查解像度同比例。

成套流程想睇實例，可以參考 AI 影片粵語配音完整指南。

合規：唔可以跳過嘅一步

AIGC 內容喺香港有清楚嘅合規要求。數字政策辦公室嘅生成式 AI 指引強調透明同問責，即係話 AI 生成內容應該有清楚標示（香港數字政策辦公室指引, 2026）。私隱專員公署亦有 AI 個人資料保障嘅模範框架（私隱專員公署 AI 框架, 2026）。

具體嚟講，你要記住三件事：

• 標示：AI 生成內容要講明，唔好扮真人實拍。
• 授權：複製他人聲音、樣貌，必須取得明確同意。
• 版權：音樂、字體、圖像素材，全部要確認授權。

呢啲唔係「有時間先處理」嘅嘢，係出片流程嘅一部分。

練習題五

1. 將前面四步嘅成品組裝成一條 15 至 30 秒完整短片。
2. 幫條片加上「AI 生成內容」標示。
3. 寫低整個流程入面你遇到嘅問題，每個問題註明係第幾步出現。

呢個練習題係成個週末課程嘅總結。能夠獨立由零出到一條合規短片，你已經超過大部分只睇教學唔動手嘅人。

---

五個最常見嘅學習陷阱

學會五步之後，再講五個我哋見得最多嘅陷阱。避開佢哋，你嘅學習速度會快一倍。

陷阱一：求快，跳過練習

睇教學好爽，動手做好痛苦。但 AIGC 係手藝，唔係知識。冇做過練習題一嘅人，寫一個月 prompt 都係原地踏步。

陷阱二：囤積工具

見到新工具就註冊，結果每個都用咗五分鐘。事實係一條生產線只需要每步一個可靠工具。熟一個，好過淺十個。

陷阱三：唔查官方文件，靠二手消息

工具規格經常變。片長限制、語言支援、定價，全部以官方文件為準。例如有啲工具對粵語支援嘅講法流傳好廣，但官方文件根本冇列明，最後你自己試先知。查一手來源，係 AIGC 從業員嘅基本修養。

陷阱四：忽略標示同授權

最快出事嘅唔係技術做唔好，係合規做唔到。用咗人哋嘅聲音冇授權、AI 內容冇標示，呢啲先係令創作者被下架、被投訴嘅主因。合規唔阻你快，反而保住你可以繼續做。

陷阱五：一次學晒所有嘢

AIGC 範圍好大：影片、圖像、音樂、語音、對話機械人。一個週末學五件事已經夠。學完呢五件，先去擴展。貪多嘅結果通常係樣樣識少少，冇一樣做得出成品。

---

由週末入門到持續生產

一個週末學識五件事，係入門。要持續生產，你要再學三樣嘢：

1. 批量流程：一條片同十條片嘅做法唔同。做系列內容要學批量生成同模板化，可以睇 AIGC 批量影片製作。
2. 團隊分工：一個人做同團隊做唔同，涉及審批流程、版本管理，可以睇 AIGC 團隊角色分工。
3. 教育應用：如果你想將呢套技能用喺課程製作，粵語旁白係核心，可以睇 粵語網上課程配音指南。

呢三樣係入門之後嘅路線圖。唔使急，先將五件事練熟。

【獨家觀察】我哋團隊觀察到一個規律：能夠堅持連續四個星期、每星期出一條片嘅新手，第六個星期開始出片速度會突然大幅提升。前四個星期係慢，因為你喺度建立自己嘅 prompt 庫同流程模板；一旦模板成型，之後每條片嘅邊際時間成本會大跌。所以頭一個月唔好同自己計效率，計「有冇出到片」。

---

常見問題 FAQ

一個週末真係學識晒五件事？

學識流程係可以嘅，即係知道每步做乜、點串起。但每一步嘅熟練度要靠之後幾個星期嘅重複練習。週末入門，之後持續練，先係實際路線。

完全冇設計或者影片底，得唔得？

得。AIGC 工具設計上就係俾冇技術底嘅人用。你需要嘅唔係技術，係清晰嘅表達能力（寫 prompt）同耐心（逐句檢查聲軌、逐幀檢查對嘴）。

唔識英文，用唔用到呢啲工具？

大部分工具都有中文介面，prompt 亦可以用中文寫。部分工具中文 prompt 效果同英文有差異，可以兩邊試，揀效果穩定嗰個。

粵語配音邊個工具最好？

冇絕對最好，只有最適合。揀工具應該自己試聲軌、試多音字、試數字讀法，先至作準。我哋嘅 粵語 TTS 評測方法 有完整教學。

AI 生成嘅片可唔可以攞去賣或者做商業宣傳？

可以，但要合規：AI 內容要有清楚標示、用嘅素材要有授權、如果涉及真人聲音或樣貌要有明確同意。做商業用途之前，建議睇一次 香港 AI 內容標示要求。

學完五件事，下一步學乜？

視乎你嘅目標。想量產就學批量流程；想做有角色嘅內容就深挖角色一致性同對嘴；想做教學內容就學課程旁白製作。千祈唔好未熟五件事就跳去學第樣。

呢篇嘅資料來源可靠嗎？

文中所有工具規格都出自官方文件，學術觀點出自論文，全部附連結，觀察日期為 2026-10-31。我哋唔會引用二手傳聞或者未核實嘅規格數字。

---

[!CTA]

即刻喺港嘢 Playground 做練習題

用你嘅第一段廣東話稿，免費試出你嘅第一條 AI 聲軌——港嘢 playground 等你動手。

---

關於港嘢：我哋專做香港廣東話語音。有查詢可以聯絡我們，或者睇關於港嘢。

資料來源同方法說明：本文工具規格一律根據各產品官方文件（觀察日期 2026-10-31），語言學事實引用公開論文，未經核實嘅資訊一律唔會寫入文章。免費額度說明以港嘢官方公佈為準：登記送 2,000 字符（一次性）。

本文由港嘢內容團隊撰寫，經編輯覆核（2026-10-31）。