AI 恐怖影片生成器

我們實測了什麼

002003004005

畫面與聲景，一起生成

H3 在和畫面同一次前向傳播裡生成聲景，所以沒有可以跳過的後期步驟，也沒有東西要同步。這只是把問題挪了個位置，不是把它消掉，而我們量出了它挪到哪裡去：七支官方 H3 片子、2,340 個半秒視窗，其中六支在任何時刻都沒有真正降到本底噪音。這個模型的本能是把聲音鋪滿。 所以 AI 恐怖影片的手藝不在加聲音。它在刻意把聲音拿掉——在提示詞裡，在片子還不存在的時候。完整的 AI 恐怖實測，以及那個例外背後的提示詞。

始終沒靜下來的官方片子

6/7

始終沒靜下來的官方片子

實測的半秒視窗數

2,340

實測的半秒視窗數

唯一靜下來那支的底噪

−53.7 dB

唯一靜下來那支的底噪

需要的聲音設計工序

0

需要的聲音設計工序

• 不用另外呼叫一個音訊模型
• 不用手動把音效對到畫面上
• 不用擔心配樂和場景打架
• 沒有要花錢去掉的浮水印

提示詞生成影片

實測跑過的那一支片子，以及它背後的完整提示詞

16:9 · 15s · 768P

完整的提示詞，不是摘要

16:9, 15 seconds, 768P. Zero-gravity prison block, weightless inmates drifting slowly against the bars, one hard side light and deep shadow everywhere else. Slow drifting camera, no cuts.

15 秒 · 16:9

一段提示詞，一次生成——畫面和環境底噪一起來

這些都不是為了這一頁特地算的。它們是素材庫裡最貼近這種調性的幾支，而上面那支哥德前導片，就是響度實測真正跑過的那一支——我們寧可給你看四支真的，也不給你看四支擺出來的。

• 01

  用簡單的文字提示詞生成 AI 恐怖影片

  一句恐怖描述進去，一支自帶環境底噪的片子出來。聲景是提示詞裡的一個欄位，不是第二份工作。

  4–15 秒，768P 或 2K
• 02

  用 AI 改進你的恐怖影片提示詞

  把一個粗略的想法貼進去，拿回 H3 期待的三欄位結構——包括聲景，以及多數人會留空的那個音樂欄位。

  替你把「沒有什麼」寫出來
• 03

  從劇本到成品的完整 AI 流程

  恐怖片的節拍表到分鏡表再到做好的片子，都在同一套影格格線上，全程不用離開瀏覽器。反過來也行：丟一支參考片進去，拿回能產出它的提示詞。

  劇本 → 分鏡 → 聲音 → 成品

三條路，同一個費率——768P 一秒 8 點數，而這個類型要的就是 768P。

1. 

   01

   寫調性，不是寫怪物

   說清楚這支恐怖片是什麼感覺——restrained, patient, oppressive——然後把你要拒絕的那一路點名：no blood, no gore, no jump-scare monster, no Halloween styling。在實測那一組裡，唯一靜下來的那一支，正是把自己的調性用四種說法講清楚、卻一次都沒提到聲音的那一支。

   調性排除句
2. 

   02

   把每一樣沒有的東西，一樣一樣點名

   寫 no footsteps、no breathing、no voices、no doors，不要寫「安靜」。實際上「安靜」會被讀成「安靜的音樂」，跟指令正好相反。然後在音樂欄位裡填上 `N/A`——留空和填上，不是同一條指令。

   聲景non_diegetic_music: N/A
3. 

   03

   把節拍放在一個真的存在的影格上

   在 24 影格每秒下，`00:07.400` 是第 177.6 個影格，而那個影格並不存在，所以你等於把時間點交給了一次四捨五入。`00:07.000` 是第 168 個影格。要就要 192 個影格——8.000 秒——那是可用區間裡唯一的整秒。

   192 個影格8.000s
4. 

   04

   用 768P 生成，並且做好再跑一次的準備

   恐怖片要的是劣化，所以 2K 是在跟你作對——這是少見的、便宜那一檔才是正確那一檔的情況。做好跑三四支才留下一支的打算，因為你追的是一種感覺，不是一張清單。

   768P3–4 支

這四個 AI 恐怖步驟裡，沒有一步發生在片子算完之後。這個類型其餘產品要跑的整輪聲音設計，在這裡被提示詞裡的兩個欄位取代了。

1. 01音樂欄位是填了的，不是空的

   空著的 `non_diegetic_music` 不是一條指令。模型照樣會替場景配樂，而且會正好配在你想讓它靜下來的那一段。在裡面寫上 `N/A`。

   non_diegetic_music: N/A

2. 02把缺席逐條列出來

   No footsteps, no breathing, no voices, no doors. 四個子句，不是一個詞。這一頁上最常見的一種失敗，是冒出一個沒人要的旁白，而它的來源就是寫了 quiet。

   四個子句，不是「安靜」

3. 03環境底噪要有音高

   日光燈鎮流器之所以好用，是因為它有一個音，而一個音是可以停的。風聲和車流沒有邊緣可以切，所以到了那個節拍上沒有東西可以拿走。嚇人這件事，需要一個帶邊緣的聲音。

   鎮流器嗡鳴，不是風聲

4. 04那個人影虛焦，而且從不移動

   把它對上焦、打上光、讓它動起來，它就會隱隱透出滑稽——因為模型一旦必須給出一張確定的臉，它的品味就露出來了。虛焦既藏住了畫面裡最難的東西，本身也更嚇人。

   虛焦 · 從不移動

5. 05畫面變了，聲音沒變

   硬切到完全相同的構圖，但裡面多了點什麼，同時讓音訊跨過這一刀保持不變。觀眾的第一反應是懷疑自己剛才看到的東西，而那份懷疑就是效果本身。

   音訊跨過那一刀不變

這五項就是這一頁存在的理由。沒有一項是關於怪物的，其中四項是關於聲音的。

• 弱點 → 資產

  人臉在 VAE 裡丟掉細節

  在一顆商品鏡頭裡，那是要繞開的缺陷。在這裡，它是一張你怎麼都看不清的臉，而那是這個類型裡最靠得住的一種效果。

• 弱點 → 資產

  遠處的人影會散架

  走廊盡頭，正是你想要一個眼睛拼不完整的形體的地方。模型在遠處的失敗，直接算出了一位恐怖片美術要花一下午合成的東西。

• 弱點 → 資產

  快速運動會糊掉

  磁帶拖曳、循軌錯位、一個遲到的影格。放在一支舞蹈片裡，這是要重算的；放在 VHS 的設定裡，這就是那個格式本身。

• 真正的強項

  聲景和畫面一起生成

  32 kHz 立體聲，出自同一次生成。這是整條流程裡，這個類型其餘產品至今仍靠手工完成的一環，而在這個類型裡，它正是決定一支片子成不成立的那一環。

• 

  9:16 · 15s

  模擬恐怖 / 偽紀錄片

  VHS 顆粒、一道循軌線、一條從不變化的走廊。劣化本身就是全部的美學，這也讓它成為這份清單上最便宜的一種。

  從模擬恐怖開始
• 

  16:9 · 15s

  閾限空間 / 後室

  一個沒有人的室內，燈打得不對勁。什麼都沒發生，而整整八秒什麼都沒發生這件事本身，就是它要送出的東西。

  做這一支
• 

  1:1 · 8s

  只靠鏡頭做出來的不安

  沒有劣化、沒有人影——只有一個不肯停下來的運動，和一個始終不把那樣東西給你看的房間。四種裡最難的一種，也是唯一讀起來像電影、而不像濾鏡的一種。

  做這一支
• 

  16:9 · 15s

  詭異的靜止

  一個普通場景，只有一條世界的規則被打破，而且一本正經地演下去。喜劇和恐怖在這裡是同一顆鏡頭；決定你拿到哪一個的，是那句調性。

  做這一支

四種都落在同一條內容政策之內，原因只有一個：它們靠劣化和缺席起作用，不是靠血腥。在提示詞裡寫上 no blood, no gore，不只是品味問題——它還能讓你過得了那道過濾器。

跑一支多少錢