AIGC 製作預算：五個成本項（2026）

一句答你： AIGC 製作預算咪拆開五個成本項（生成次數、聲軌、對嘴、剪接、重做），再將總數乘三咁計——因為隱藏成本永遠多過你諗。

重點摘要 Key Takeaways

• 五個成本項：生成次數、聲軌、對嘴、剪接、重做；逐項拆開報價先唔會爆 budget。
• 預算乘三原則 係：你估到嘅成本乘三，先至係真實成本。重做、試錯、 QC 全部要計。
• 隱藏成本五宗罪：多音字讀錯、口語轉書面、規格唔夾、時間戳對唔齊、版權授權。
• 聲軌用字符計價，先講清楚 240 字符一分鐘換算，先至估到數。
• 重做唔係意外，係常態。預算冇預重做，等於冇預算。

引言：點解 AIGC 預算成日爆

好多人以為用 AI 做內容，慳錢慳時間，click 幾下就出片。真實情況係：AI 慳咗「由零開始」嗰 part，但加咗「執漏、重做、對齊」嗰 part。成本唔係消失咗，係搬咗位。

呢篇文用 2026 年香港 AIGC 製作嘅實戰角度，幫你拆解五個成本項，教你用「預算乘三原則」報價，仲會數埋五個最常見嘅隱藏成本。無論你係接 job 嘅製作人，定係俾錢嘅 brand 方，睇完都知個價應該點計。

五個成本項逐一拆解

成本項一：生成次數

生成次數係最表面嘅成本。影片生成、圖像生成、語音生成，每一下都係錢。好多新手只計「出街嗰條片」，唔計背後試咗幾多 take。

生成次數 係指你由 prompt 到成品之間，所有提交過嘅生成 call 總和，包括失敗、唔滿意、用唔着嗰啲。一條兩分鐘嘅片，背景片段可能要生成十幾次先得其中三四段可用。呢個比例就係所謂「命中率」，命中率低，生成成本就會以倍數上升。

計法好簡單：先估你需要幾多條「可用素材」，再除以你預期嘅命中率。假設命中率三成，你要 10 條可用片段，就要預 30 次生成。生成類工具嘅成本結構可以參考學界綜述，text-to-video 生成嘅計算成本一直係研究重點（arXiv: Text-to-Video 生成綜述, 2026）。

實務貼士：寫低每次生成用咗咩 prompt、出咗咩結果。呢個紀錄唔單止幫你改善 prompt，仲係報價時最有說服力嘅成本依據。有關大量生成嘅流程設計，可以睇批量語音生成工作流程。

成本項二：聲軌

聲軌係旁白、對白、配音嘅總稱。呢個成本項最易估錯，因為計價單位係「字符」，唔係「分鐘」，好多人冇直覺。

換算好重要：廣東話語音大約 240 字符一分鐘。即係話，一段十分鐘嘅旁白，大約係 2,400 字符。如果你個項目係一百 分鐘嘅課程內容，就係約 24,000 字符。港嘢嘅配額制度係：登記送 2,000 字符（一次性）；付費方案月配額由輕量 60,000 到工作室 1,400,000 字符不等，按月計。

聲軌成本 係指將文字變成可用音頻嘅全部開支，包括生成、試聲線、改稿後重生成。記住：改一個字都要重生成成段，所以「改稿次數」直接推高聲軌成本。呢點好多 brand 方唔知，以為改字係免費。

例如你做一條產品片，旁白 300 字，但個客改咗四次稿，你實際用咗 1,500 字符，唔係 300。報價時要寫明「包幾多次改稿」，超出另計，呢個先係保護雙方嘅做法。

成本項三：對嘴

對嘴（lip sync）係把人聲同角色嘴型對齊嘅工序。如果你做嘅係數碼人、avatar、動畫角色，呢個成本項走唔甩。

對嘴 係指根據聲軌嘅音素去驅動角色嘴型嘅過程。粵語聲調影響音高，但嘴型主要跟音素（viseme），所以粵語對嘴嘅難點唔在聲調，在於口語字同英文夾雜時嘅嘴型切換。有關粵語影片配音嘅完整流程，可以睇AI 粵語影片配音指南。

對嘴成本嘅陷阱在於：唔係一次搞掂。聲軌長過影片要剪；角色唔正面、嘴部唔清楚就要重新出圖或者重新揀角度；對完發現音畫唔齊，又要重跑。所以對嘴呢欄，最少要預「兩輪」——第一輪出粗版，第二輪執漏。

成本項四：剪接

剪接係把所有素材砌埋一齊嘅工序： sequencing、字幕、調色、音樂、export。就算全部素材都係 AI 生成，剪接依然係人手時間。

剪接成本 係指後製時間乘以你嘅時薪或團隊成本。AI 慳咗拍攝，但冇慳剪接；有時反而貴咗，因為 AI 素材冇統一規格，逐段執嘅時間比用實拍素材仲多。

例如 AI 生成嘅片段，色彩風格、光影、fps 可能段段唔同，你要逐段校先至睇落連貫。字幕又係另一個時間黑洞：語音識別出嚟嘅稿要執口語字、執標點、執斷句。廣東話口語轉書面語本身就係一個工序，唔係自動搞掂。有關用工作流自動化部分剪接前置工序，可以睇n8n 粵語語音工作流。

成本項五：重做

重做係五個成本項入面最被低估嘅一個。亦都係「預算乘三原則」嘅核心。

重做成本 係指因為改稿、規格變更、質素唔達標而重複之前工序嘅所有開支。記住一條數：重做唔係由源頭做起，係由成本最高嗰個工序做起。改一句對白，聲軌要重生成，對嘴要重跑，剪接要重砌——一句嘅改動，三個成本項全部翻單。

所以合約同 brief 階段就要寫死：改稿包幾多輪、每輪定義係咩（係改字定係改結構）、超出點計。冇呢啲條款，重做成本會全部落喺製作方度。

五個成本項速覽表

預算乘三原則

預算乘三原則 係：將你逐項估好嘅成本總和乘三，先至係一個合理嘅項目預算。第一份係你估嘅「順利情況」，第二份係試錯同重做，第三份係你而家仲未諗到嘅嘢。

呢個原則唔係悲觀，係經驗。AI 生成嘅不可預測性比實拍高：同一個 prompt 兩次結果可以完全唔同，所以試錯係結構性成本，唔係意外。學界對生成式模型計算成本嘅討論都指出，推理階段嘅重複生成係主要開支來源（arXiv: Text-to-Video 生成綜述, 2026）。

報價時嘅實際做法：內部用真實成本計，對客報「乘三」之後嘅數，然後喺合約寫明包含範圍。如果個客話貴，你咪逐項攤開俾佢睇：邊度係生成、邊度係聲軌、邊度係重做。透明嘅拆項報價，比起一個總數更容易成交。

五個隱藏成本

一：多音字讀錯

粵語多音字多，文字轉拼音容易出錯。一個項目名讀錯音，成條片要重出。呢個成本隱藏喺「QC 時間」入面，好少人喺報價時獨立列出。執嘅方法係做讀音表，項目出現嘅專有名詞逐個確認，呢個工序要計人工。

二：口語轉書面

廣東話口語稿（嘅、咗、喺、唔）朗讀出嚟係日常感，但字幕同文稿有時要轉書面語。兩版並存，等於工作量乘二。呢個係香港市場特有嘅成本項，外地工具完全唔會替你諗。

三：規格唔夾

唔同平台嘅解像度、長度限制、 fps 各有規矩。素材喺 A 平台生成，去 B 平台對嘴，規格唔夾就要重出。預防方法係項目開始前寫一頁「技術規格表」，全部工具照住同一份規格辦事。

四：時間戳對唔齊

字幕時間戳同聲軌對唔齊，逐句手動校，係最悶但最貴嘅執漏工作。用 SRT 工作流可以減少呢部分人手，但唔係零。呢個成本項通常藏喺「剪接」入面，拆出嚟先至見到真相。

五：版權同授權

音樂、字體、圖像、品牌 logo，全部要清授權。聲音複製他人聲線必須取得明確同意。呢啲唔係生成成本，係法律成本，但一旦出事，罰則同重做費用遠超所有生成費加埋。香港數字政策辦公室嘅生成式 AI 指引同私隱專員公署嘅 AI 個人資料框架都強調透明、問責、資料保障（數字政策辦公室， 2026；私隱專員公署， 2026）。聲音複製嘅技術風險同濫用問題，學界都有系統性討論（arXiv: Voice Cloning 綜述， 2026）。

【獨家觀察】我哋睇過唔少 2026 年香港 AIGC 項目嘅報價單，發現一個規律：爆 budget 嘅項目，幾乎全部唔係敗在生成費，而係敗在「改稿輪數冇上限」呢一條款。反而生成費本身，因為單價一路向下，佔總成本比例愈嚟愈細。換句話講，2026 年嘅 AIGC 預算，重心已經由「生成」搬到「執」——邊個控制到改稿同重做，邊個就控制到利潤。建議製作方報價時，將「改稿」由隱藏成本升格做獨立收費項，逐輪計價，呢個先係長遠做生意嘅做法。

點用工作流壓低成本

成本控制唔係斬質素，係減少重複人手。幾個方向：

第一，批量處理。同一批稿一次過生成，唔好逐條 submit，慳嘅唔止係時間，係管理成本。第二，固定聲線。用穩定嘅聲線 slug，唔好每次重新設計聲線，一係唔統一，二係浪費。第三，工作流自動化。用 n8n 或者 ComfyUI 呢類節點式工具，把「文字轉換 → 生成 → 下載 → 歸檔」砌做一條流水線。想深入了解節點式工作流點接粵語語音，可以睇ComfyUI 粵語 TTS 指南。

第四，QC 前置。唔好成條片砌好先聽，聲軌一出就逐段聽，讀錯即刻重生成，唔好俾佢流入後面嘅工序。錯誤愈早發現，翻單嘅範圍愈細。

常見問題 FAQ

問題一：預算乘三係咪太誇？

唔誇。乘三入面，第一份係順利情況，第二份係試錯重做，第三份係未知風險。你接得多 job 就知，第三份遲早會用得着。如果項目好細、需求鎖死、改稿有限，可以降到乘二；但千祈唔好用「乘一」去報價，嗰個唔係預算，係願望。

問題二：聲軌字符點樣換算做分鐘？

大約 240 字符等於一分鐘。十分鐘旁白約 2,400 字符。你攞住稿件字數，除以 240，就大致知道生成量。記得乘上改稿次數——改四次稿，字符就乘五。

問題三：唔做對嘴可以慳幾多？

如果內容唔需要見樣——例如純旁白、字幕片、podcast 式內容——對嘴成本直接係零。所以報價第一步係問清楚：呢條片需唔需要見角色講嘢？唔需要，即刻慳一項。

問題四：隱藏成本可唔可以完全避免？

唔可以完全避免，但可以管理。方法係把隱藏成本「顯性化」：報價單逐項列出，合約寫明改稿輪數同超支計法。變成明碼實價之後，佢就唔再係隱藏成本，係可控成本。

問題五：AI 生成唔穩定，點報價先唔會蝕底？

用「命中率」報價。內部紀錄每個項目嘅生成次數同可用素材比例，累積數據之後，你嘅估計會愈嚟愈準。未有數據之前，一律用保守假設：命中率當三成，改稿當三輪。

問題六：授權成本要預幾多？

冇標準答案，因為音樂、字體、肖像、聲線授權各有價。原則係：項目 brief 階段就列清所有第三方素材，逐個查授權，將費用寫入報價。最貴嘅唔係授權費，係出街之後先發現冇授權。

問題七：細項目係咪唔使咁正規？

細項目更加要正規，因為利潤空間細，一次無限改稿就食晒。報價單可以簡短，但五個成本項、改稿輪數、授權責任三樣嘢，一份都不能少。

資料來源同方法說明

本文成本框架基於 2026 年香港 AIGC 製作項目嘅報價實務整理，產品數據以港嘢官方資訊為準（觀察日期 2026-10-31）。外部引用包括 text-to-video 生成成本嘅學術綜述（arXiv: Text-to-Video 生成綜述， 2026）、聲音複製風險綜述（arXiv: Voice Cloning 綜述， 2026），以及香港官方 AI 治理文件（數字政策辦公室， 2026；私隱專員公署， 2026）。文中提到嘅字符換算同配額資料，以港嘢產品頁公佈為準。

[!CTA]

想真正掌握粵語 AIGC 成本？落 playground 試一次先

用你份稿實際生成一段，字符換算即刻心中有數，報價唔會再靠估。即上港嘢 playground。

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。 本文由港嘢內容團隊撰寫，經編輯覆核（2026-10-31）