Luma Ray 電影感短片：2026 粵語工作流全攻略

一句答你：Luma Ray 係 Luma 旗下嘅 AI 影片生成工具，想佢出到「電影感」，關鍵唔係盲試撞彩，而係用光比、鏡頭、景深、色調、運鏡五要素去寫提示詞，再配一條地道粵語聲軌，先係一套完整嘅香港短片工作流。

重點摘要 Key Takeaways

• 電影感唔係玄學：光比、鏡頭、景深、色調、運鏡，五個要素每個都有具體提示詞寫法。
• Luma Ray 屬 AI 影片生成類工具，規格更新快，本文只講通用工作流，具體數字以官方頁為準。
• 五個最常見失效位：平面光、透視斷裂、假景深、AI 膠色、無目的運鏡，每個都有補救方法。
• 粵語聲軌建議用 TTS 工作流：寫口語稿、生成、SRT 對時間、抽查多音字同中英夾雜。
• 生成內容要清楚標示，聲音同肖像授權要清白，香港有官方指引可以跟。

Luma Ray 係咩？香港創作者點樣睇

好多人搜尋「Luma AI」，想知道呢個工具究竟做到啲乜。簡單講，Luma Ray 係 Luma 團隊嘅 AI 影片生成模型線，屬於「文字生成影片」同「圖片生成影片」呢個類別（Luma 官方頁, 2026）。你畀一段文字描述，或者一張參考圖，佢就幫你出一段動態畫面。

呢類工具近年進步好快。根據 Text-to-Video 生成綜述（arXiv, 2026），成個領域由早期嘅短片段合成，行到而家可以生成有連貫運動、有場景邏輯嘅鏡頭。不過要講清楚：呢類工具嘅規格，例如片長、解像度、價錢，更新得非常快，今個月寫低嘅數字，下個月可能已經過時。所以本文一律唔寫死規格，只講通用工作流同判斷準則；你需要嘅具體數字，請以官方頁面為準（觀察日期 2026-10-31）。

點解香港創作者要關注？因為「電影感」短片已經唔再係大製作嘅專利。一個人、一部電腦，就可以出到廣告級數嘅視覺。但係好多香港創作者出完片，加返把聲先發現：畫面係香港，把聲唔係。呢篇文就係解決兩件事：點樣出到電影感畫面，同埋點樣配一條地道粵語聲軌。

電影感五要素逐個拆

好多人以為「電影感」係濾鏡或者格數咁簡單。其實唔係。電影感係一套視覺語言，拆開就係五個要素。你寫提示詞嗰陣，五個都照顧到，出嚟嘅嘢先有「戲味」。

要素一：光比

光比 係 畫面入面主光同補光嘅亮度比例，比例越大，明暗對比越強，戲劇感越重。手機隨手拍之所以「唔電影」，好大原因係光比接近一比一，成個畫面均勻咁光，冇層次。

寫提示詞嗰陣，你要明確講光源方向同性質，例如「側逆光，窗外單一光源，面部一半沉入陰影」。常見電影光法有倫勃朗光（面頰出現三角形光斑）、輪廓光（逆光勾邊）同低調光（low-key，大面積陰影）。

要素二：鏡頭

呢度講嘅「鏡頭」係焦距感。焦距 係 鏡頭光學上嘅視角闊窄，數字越細越廣角，越長越壓縮。廣角（例如 24mm 感覺）會誇張透視，前景大、背景退得快；長焦（例如 85mm 感覺）會壓縮空間，背景好似貼埋喺主體身後。

AI 影片工具唔識自己揀鏡頭，你唔寫，佢就隨機。提示詞入面加「wide-angle perspective」或者「telephoto compression, 85mm look」，畫面嘅空間感即刻唔同。

要素三：景深

景深 係 畫面入面前後清晰範圍嘅深淺，範圍越淺，主體以外嘅嘢越矇。淺景深係電影感嘅招牌：主角清，背景化成奶油咁嘅散景，觀眾對眼自然聚焦。

提示詞可以寫「shallow depth of field, f/1.8, bokeh background」。反向都得，想要大景深、全景清楚，就寫「deep focus, everything in focus」。

要素四：色調

色調 係 一套畫面嘅色彩傾向同對比，包括色溫、飽和度同配色方案。電影常見橙青配色（teal and orange）：膚色偏暖橙，陰影同背景偏青藍，兩隻互補色一擺，畫面立體感即出。

香港題材好好用：霓虹夜景、茶餐廳暖黃燈、落雨後街道嘅濕地反光，全部都係現成嘅色調劇本。例如「雨後旺角街頭，霓虹燈青紫反光，地面濕滑倒影」，一句已經係完整色調指令。

要素五：運鏡

運鏡 係 鏡頭喺拍攝期間嘅移動方式，常見有推（push in）、拉（pull out）、搖（pan）、移（truck）、跟（tracking）同升降（crane）。電影同手機片最大分別之一，就係運鏡有目的：推近係為咗收緊情緒，拉遠係為咗交代孤獨感。

AI 生成嘅運鏡最容易「飄」：鏡頭無故漂移，人物邊緣變形。所以提示詞要寫明運鏡方式同速度，例如「slow push in, camera locked on subject's face」。

五要素提示詞對照表

呢張表可以當 checklist 用：每次出片前，五格都填咗先好撳生成。

由零到出片：完整工作流七步

第一步，構思同分鏡。寫低每個鏡頭嘅內容同情緒，一個鏡頭只做一件事。第二步，按五要素寫提示詞，對照上面張表逐格填。第三步，用 Luma Ray 呢類影片生成工具出畫面，每個鏡頭多出幾條版本揀。第四步，揀片同剪接，將最穩嘅版本接埋，剪走變形同漂移嘅部分。第五步，寫粵語口語稿。第六步，用 TTS 生成聲軌，開 SRT 輸出。第七步，合成、加標示、輸出。

成條 pipeline 嘅核心思想係「畫聲分離」：畫面交畀影片生成工具，聲軌交畀專門嘅粵語 TTS，最後喺剪接度合返埋。咁樣每個環節都用最擅長嘅工具，唔使遷就。

粵語聲軌工作流：由靜片到有聲

畫面搞掂，下一步係把聲。香港觀眾對把聲好敏感：書面語腔、普通話腔、讀錯多音字，一秒出戲。

第一步：寫口語稿

粵語旁白稿要用口語寫，唔好寫書面語再讀出嚟。例如唔好寫「我們在此見證歷史」，而係寫「我哋喺度見證緊歷史」。常見口語字：嘅、哋、咗、喺、嚟、唔、咩、喇、囉，照用無妨。想深入了解兩者喺 TTS 上嘅分別，可以睇書面語對口語嘅廣東話 TTS 指南。

第二步：生成聲軌

用港嘢 TTS 生成粵語聲軌。字符換算大約 240 字符一分鐘，一段 30 秒旁白大約 120 字符，單次同步生成 300 字符以內綽綽有餘；長稿就行非同步軌，單次可交 1 至 500 字符。免費登記送 2,000 字符（一次性），大約等於 8 分鐘聲軌，夠你試好多稿。

生成之後一定要做兩個檢查。第一，多音字：粵語多音字多，文字轉拼音容易出錯，例如「銀行」嘅「行」同「行路」嘅「行」讀音唔同。第二，中英夾雜：香港人講嘢會夾「check 吓」、「deadline」呢類字，要聽吓 AI 點處理。

第三步：對時間

SRT 係 一種帶時間碼嘅字幕檔格式，每句對白都有開始同結束時間，係聲軌同畫面之間嘅橋樑。生成聲軌嗰陣開 SRT 輸出，之後喺剪接軟件度逐句對準鏡口。詳細做法睇SRT 字幕同聲軌同步工作流。

如果你條片有人物對嘴，就要加對嘴工具，做法可以參考Kling 粵語對嘴教學。想比較其他出片工具嘅聲音做法，可以睇Seedance 粵語聲軌指南同Veo 3 粵語聲音指南。成條配音 pipeline 嘅宏觀版，就睇AI 影片粵語配音完整指南。

五個失效位：AI 出片最常翻車嘅地方

講完點做，講吓點衰。以下五個失效位，係 AI 影片生成最常見嘅翻車位，每個附補救方法。學術界都有類似觀察：T2V-CompBench 就係專門評測文字生成影片嘅構圖同一致性（T2V-CompBench, 2026），證明「構圖失控」係成個領域公認嘅難題。

失效位一：平面光

你冇寫光源，AI 就畀你一個「證件相光」：全畫面均勻，人冇立體感。補救：提示詞寫明「single window light from left, deep shadows on right side」，一句已經救返成個畫面。

失效位二：透視斷裂

同一個鏡頭入面，前景係廣角誇張，背景又係長焦壓縮，空間感「斷咗」。呢個係因為模型對焦距冇概念，只係學咗一堆畫面統計。有綜述分析過，時序同空間一致性係 T2V 模型嘅核心挑戰（Text-to-Video 綜述, 2026）。補救：一個鏡頭只用一種焦距描述，唔好貪心。

失效位三：假景深

背景係矇咗，但係矇得唔合理：頭髮邊緣一格格、眼鏡框半清半矇。補救：寫明對焦點「focus locked on eyes」，同埋避免太複雜嘅前景遮擋。

失效位四：AI 膠色

顏色過度飽和、高光溢出、膚色蠟黃，一股「AI 味」。補救：提示詞加「muted color palette, film grain, natural skin tones」，同埋指定主色唔好超過三隻。

失效位五：無目的運鏡

鏡頭慢慢漂移，唔知想去邊，人物行住行下變形。補救：運鏡描述要短而明確，「static shot」反而係最穩陣嘅選擇；要郁，就寫「slow, 5-second push in」。

【獨家觀察】

【獨家觀察】我哋服務香港創作者嘅經驗入面，發現一個有趣規律：大部分人將九成時間放喺畫面提示詞，得一成時間放喺把聲，但觀眾「出戲」嘅原因，十次有七次係把聲唔啱，例如讀錯多音字、書面語腔、中英夾雜處理得差。畫面有少少瑕疵，觀眾會原諒；把聲唔地道，香港觀眾即刻彈走。所以我哋建議時間分配反轉：畫面六成，把聲四成，先將粵語稿讀順，先好開始出片（觀察日期 2026-10-31）。

合規與標示

AI 生成內容唔係「出咗就算」。香港數字政策辦公室嘅《香港生成式人工智能技術及應用指引》強調透明、問責同資料保障（香港數字政策辦公室, 2026）；涉及個人資料，仲要參考私隱專員公署嘅 AI 個人資料保障模範框架（私隱專員公署, 2026）。

落地三條規矩：第一，生成影片要標示係 AI 生成；第二，唔好複製他人把聲，除非有明確同意；第三，音樂、字體、品牌 logo 全部要清授權。做商業項目嘅話，呢三條唔係建議，係底線。

常見問題 FAQ

Luma Ray 本身識唔識出粵語旁白？

AI 影片生成工具嘅核心係出畫面；聲音能力因工具同版本而異，而且粵語呢類方言支援通常唔係重點。穩陣做法係「畫聲分離」：畫面交畀影片生成工具，聲軌用專門嘅粵語 TTS 做，最後喺剪接度合返埋。

提示詞要寫英文定中文？

兩樣都得，但係電影術語嘅英文詞彙庫成熟好多，例如「low-key lighting」、「85mm compression」呢類寫法，模型理解得穩啲。建議畫面描述用英文，聲軌稿用返地道中文口語。

一條「電影感短片」應該幾長？

冇硬性規定，但係由工作流角度睇，社交媒體短片建議 15 至 60 秒之間。太長嘅話，AI 生成嘅一致性難保持，聲軌工作量都會倍增。新手建議由 15 秒一個鏡頭開始練。

粵語聲軌點樣對準畫面節奏？

用 SRT 字幕檔做橋樑。生成聲軌時開 SRT 輸出，每句有埋時間碼，之後喺剪接軟件對返鏡頭節奏。句與句之間想留白，寫稿嗰陣用標點控制停頓。

免費額度夠唔夠試玩？

港嘢免費方案開戶送 2,000 字符（一次性），大約 8 分鐘聲軌。一條 30 秒短片嘅旁白大約 120 字符，即係話免費額度夠你試幾十稿，絕對夠由零學到出第一條片。

可唔可以複製自己把聲做旁白？

技術上聲音複製係可行嘅，但只限你自己嘅聲，或者取得明確同意嘅聲音。複製他人把聲而未經同意，喺香港有法律同私隱風險，唔好試。

點解我條片點整都係有股「AI 味」？

九成係五要素冇寫齊：光比平、色調膠、運鏡飄，三樣齊發就係典型 AI 味。返去五要素對照表逐格檢查，特別係加「film grain, muted colors」同埋寫死運鏡，通常即刻改善。

[!CTA]

而家就整你第一條電影感粵語短片

畫面交畀 AI，把聲交畀我哋。去港嘢 playground 貼段粵語稿，即場聽吓聲軌效果，免費額度夠你試到出片。

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）