Seedance 2.0／2.5 台灣指南：AI 影片生成的選型、平台入口與行銷產線工作流

2026 年 2 月 12 日，字節跳動旗下的 Seed 團隊發表新一代影片模型 Seedance 2.0，不到一週，布萊德彼特與湯姆克魯斯打架、六人行變水獺這類以假亂真的片段在各大社群洗版，美國電影協會公開譴責大規模侵權，迪士尼與派拉蒙在兩週內相繼寄出存證信函；3 月 16 日，兩位聯邦參議員進一步聯名要求關閉服務。7 月 31 日，同個團隊推出 Seedance 2.5，單趟生成拉長到三十秒，十月下旬的現在，台灣使用者打開海外版平台就能直接付費使用。從輿論風暴走到穩定商用只花了半年多，這個速度本身就是值得台灣行銷與內容團隊停下來看懂的事件。

多數中文討論停在兩個極端：一端把 Seedance 當成生成玩具，截幾支迷因影片娛樂一下；另一端直接跳到「影像工作者要失業了」。兩種反應對要做採購與產能決策的人都沒有幫助。比較誠實的問法是：當「畫面、聲音、跨鏡頭連戲」可以在一趟生成裡同時到位，十五到三十秒的商業短片，成本結構會變成什麼樣？哪些影片該交給模型產線，哪些該留給實拍團隊？台灣的中小團隊要走哪個入口、編多少預算、守哪些紅線？

這篇指南的立場，建立在長期協助台灣品牌操作內容與搜尋流量的實務經驗上：AI 影片是產能工具，不是策略本身。它放大的是「已經想清楚要對誰說什麼」的團隊，救不了「希望一支影片爆紅」的團隊。全文先把兩代模型能力邊界講清楚，整理台灣可用的六個入口與 2026 年 10 月的計價現況，接著給一套可以照做的五步導入工作流，最後談版權紅線與「何時不該用」的判準。看完你應該能自己回答：你的下一支行銷影片，值不值得進這條產線。

一個前提：先想清楚影片替誰解決什麼，再談模型

過去兩年我們看過太多團隊的導入順序是反的：先被工具吸引，再回頭找用途。正確的順序是從商業目的出發。電商的商品展示短影音、連鎖餐飲的新品上市影片、B2B 服務頁的情境說明、知識品牌的社群切角，每一種對「可用品質」的門檻不同，對「產量」的需求也不同。AI 影片產線的價值在於把單位成本壓低到可以支撐大量測試，而大量測試只有在你本來就有明確的轉換目標時才會產生意義。

換句話說，先寫下這支影片要服務的搜尋意圖或受眾情境，再決定它的規格。要進站支援搜尋結果的說明類影片，重點是把步驟講清楚，畫面達到「可信」就夠；要投短影音廣告的版本，重點是前兩秒的停駐率，反而需要更多版本做 A/B 測試。這兩種需求在 Seedance 產線裡的作法完全不同，前者一趟生成加簡單後製就能上線，後者要用低成本模式大量產出變體。把目的寫清楚，後面每一步的成本決策都會自然收斂。

從十五秒到三十秒：兩代模型各自解開的結

Seedance 系列的前身可以追溯到 2025 年 6 月上線的第一代，但真正改變成本結構的是 2.0 這一代。Seed 團隊在發布說明中把它定位成「統一的多模態音視頻聯合生成架構」，白話講就是四件事同時做：讀你的文字腳本、看你的參考圖、理解你的參考影片、聽你的參考音訊，然後一次輸出畫面與聲音同步的成片。輸入上限是九張圖片、三段影片、三段音訊，加上自然語言指令，單趟輸出十五秒的多鏡頭內容，具備雙聲道音訊。過去要將「分鏡腳本、角色定裝照、運鏡參考、配樂」分別交給不同工具再拼接的流程，被壓縮成單趟生成。

對商業使用者來說，2.0 真正的賣點可濃縮成三個：跨鏡頭間的人物連戲、聲畫對位、以及物理動作的合理度。第一點決定你能不能說一段有轉場的故事，第二點決定配音與口型的可信度，第三點決定產品演示類影片會不會在關鍵動作上露餡。官方在說明中也坦言模型針對複雜交互與運動場景的可用率做了重點提升，這正是廣告與電商情境最需要的部分。

2026 年 7 月 31 日發表的 Seedance 2.5，補上了長敘事與可控編輯這兩塊。官方發布文給出的規格是：單趟生成三十秒，能在結果上多輪延長，銜接後續鏡頭並維持主體與聲音一致；參照素材上限一口氣放到三十張圖、十段影片、十段音訊；新增精準的時間戳控制，可以只修改影片中某個區段的內容；強化綠幕編輯、視角編輯與白模參考，往影視與廣告的專業工作流靠攏。官方同時提到優化了生成影片容易出現的「油膩感」，降低字幕與背景音樂失控出現的頻率，這些細節對品牌內容的可用度影響很大。

從使用者的角度，2.0 到 2.5 的跨越可以用一句話總結：2.0 讓「生成一個片段」變便宜，2.5 讓「完成一段有結構的敘事」變可行。十五秒通常需要更集中地呈現重點，三十秒加上多輪延長，能留出「問題、衝突、解法」更完整的鋪陳空間，而這正是多數行銷影片需要的長度。如果團隊的腳本連十五秒都填不滿，其實不必急著上 2.5；反過來，若你們本來就在做三十秒上下的廣告敘事，2.5 的定向編輯能省下的重生成成本會非常可觀。

順著競品脈絡看，Seedance 並不是唯一的選項。OpenAI 的 Sora 2、Google 的 Veo 3.1 都在同段時間競爭，而且三者恰好並列在同個海外版平台上，台灣團隊等於零轉換成本就能做對照測試。實務上的觀察是：Seedance 系列在多參考素材的控制力與性價比上突出，Veo 在物理擬真與細節穩定度上有口碑，Sora 的敘事創意與故事感強。同一套分鏡卡丟給兩三個模型各生成一次，再從中評估挑選或混剪，有跨模型比較需求的團隊值得把這個動作納入流程。

三個版本怎麼挑：2.0、2.0 Fast 與 2.5 的規格對照

海外版平台上的可用版本不止一種，以下聚焦比較 2.0、2.0 Fast 與 2.5，選擇邏輯很單純：用「試錯」與「成品」兩個階段來分工。以下對照整理自官方發布說明與 Dreamina 方案頁的現行資訊：

↔ 左右捲動檢視完整表格

版本	單次長度	參考素材上限	聲音	定位與適合場景
Seedance 2.0	15 秒多鏡頭	9 圖＋3 影片＋3 音訊	雙聲道、聲畫同步	標準品質的主力版本，適合多數行銷短影音
Seedance 2.0 Fast	最長 15 秒，依入口設定	同 2.0 系列	同步生成	低耗點的試錯版，720p 輸出，適合前期測腳本與構圖
Seedance 2.5	30 秒，可多輪延長	30 圖＋10 影片＋10 音訊	同步生成、主體聲音跨鏡頭一致	長敘事與專業編輯，時間戳定向修改、綠幕與白模

實務上的建議配置是：腳本驗證期用 2.0 Fast 於低解析度快速迭代，確認分鏡節奏與畫面構圖可行後，換 2.0 或 2.5 出高品質版本。以 Dreamina 的計價為例，2.0 Fast 的耗點比標準版節省四成以上，三十秒的 2.5 成片以秒計費，價差會直接反映在每月點數消耗上。把「試錯」與「成品」分開計價思考，是控制預算最有效的一步。

台灣的六個入口：從 Dreamina 到企業 API

台灣使用者完全不需要翻牆設定，這點與某些地區限定服務不同，海外版入口用 Google 帳號開通就能開始。差別在於計價單位、浮水印政策與工具生態，以下六個入口各有適合的使用者輪廓。

第一個入口是 Dreamina，即夢的國際版，也是官方血緣最直接的入口，網域掛在 capcut.com 之下。站上目前並列供應 Seedance 2.5、2.0、2.0 Mini，同時也能叫用 Sora 2 與 Veo 3.1 等他廠模型，等於一個帳號就能橫向對照不同模型。計價採點數制，以 2026 年 10 月方案頁為準：Basic 月繳新台幣 490 元（首月有促銷價），每月 725 點，約可生成九支十秒影片；Ultra 月繳 16,760 元（首月同樣有折扣），適合多人團隊。Seedance 2.5 以秒計費、每秒約新台幣 3.97 元起。免費額度產出的成片帶 Dreamina 浮水印，付費方案可在下載時移除。付款支援信用卡與 PayPal，對台灣用戶沒有門檻。

第二個入口是 CapCut，剪映的海外版。Seedance 2.5 發布後數週內，官方陸續把模型推進到 CapCut 全球版的影片工作室，對本來就用剪映生態的台灣創作者來說，生成與剪輯收在同個介面裡，後製動線最短。若你的影片需要大量在地化字幕、版型與音效包，這條路的整體效率最高。

第三個入口是 Freepik。這個平台在 2026 年 4 月起陸續向各方案開放 Seedance 系列模型，並把它整合進節點式的 Space 工作流，可以將參考圖生成、影片生成、放大修復串成一條自動化管線。Freepik 的價值在「一站打包」：圖庫、生圖與影片模型共用一份訂閱，關於它的方案結構與商用授權細節，我們在Freepik 平台指南裡有完整整理。

第四個入口是 Higgsfield。這個平台主打運鏡預設與電影感模板，已開設 Seedance 2.5 專頁，支援三十秒同步音訊、最多五十個參考素材與區域編輯。對分鏡語彙不熟悉的團隊，先用它的預設運鏡再逐步改寫指令內容，學習曲線會平緩一些，細節同樣收錄在我們的Higgsfield 教學。

第五與第六個入口屬於企業級：字節跳動的火山方舟雲服務（官方發布文預告 2.5 的 API 會在平台上線），以及 fal 這類第三方推論平台，後者已經提供 Seedance 2.5 的 API 服務。當你的需求是把影片生成嵌進自家產品、或每週要產出上百支素材時，API 提供批次與整合能力，單位成本與穩定性要按實際費率、額度與服務條件和訂閱方案比較，這是廣告代理與內容工廠值得認真評估的一層。

入口選擇的判準可以簡化成一句話：個人或小團隊從 Dreamina 起步最省事；已在剪映或 Freepik 生態就直接沿用；要大量測試或嵌入產品，走 API。跨模型比較的需求（Seedance 對上 Sora、Veo 或 MiniMax）不妨參考我們先前的AI 影片選型分析，這裡不重複展開。

帳號與付款的實務細節順帶整理。海外版用 Google 帳號即可開通，不涉當地門號；付款用信用卡或 PayPal，帳單以台幣計價的方案會直接顯示 TWD 金額。要留意的反而是中國版與國際版的差異：即夢中國版（jimeng.jianying.com）與豆包上的 Seedance 功能更新較早、價格結構不同，但台灣使用者跨境使用涉及帳號區域與付款限制，不建議繞路，團隊共用建議以工作郵件建立主帳號，點數集中於單一帳戶管理，避免成員各自訂閱造成預算碎片化。

導入工作流一：把行銷目標翻成一分鏡一卡

產線的第一步不是打開生成器，是寫分鏡卡。建議格式很樸素：每張卡五個欄位，鏡頭編號、秒數、畫面描述、聲音、這個鏡頭要推進的訊息。以台灣保養品電商的新品短影音為例，三十秒的結構可能是：零到五秒情境痛點（換季乾燥的困擾）、五到十二秒產品出場與質地特寫、十二到二十秒使用情境與膚質變化、二十到三十秒促購與品牌收尾。逐鏡寫清楚，後面指令的撰寫就是把這些卡片逐條翻譯成模型語言。

寫卡的紀律在於「一鏡一訊息」。很多團隊頭一回寫腳本就想在單一鏡頭塞進三個賣點，結果畫面什麼都講、什麼都不清楚。短影音的注意力經濟裡，每個鏡頭只有一件事要做：抓住停駐、建立信任、或推動行動。把訊息拆乾淨，每一鏡的畫面張力才做得足。這套結構方法與短影音行銷的通用原則一致，差別在 AI 產線可以更低成本地驗證多種敘事順序。

分鏡卡同時是點數預算表。三十秒腳本若拆成六鏡，每鏡五秒，你可以先用 2.0 Fast 逐鏡生成驗證節奏，全部滿意後再換 2.5 整段生成或分段延長。逐鏡驗證的總點數消耗遠低於直接產三十秒成片反覆重抽，這是控制成本最實際的技巧。

三個台灣情境的腳本示範

分鏡卡的方法用三個台灣常見的行銷情境具體化。情境一，保養品電商的新品上市：開場五秒用換季乾癢的情境畫面抓住共鳴，中段十二秒以質地特寫與上臉過程建立產品理解，後段十三秒演出使用後的社交情境並收在促購訊息。這支素材的生成策略是角色資產沿用品牌既有代言人設定，場景組固定在浴室與辦公室兩組，每季新品都能重用，分鏡卡換產品與文案即可。

情境二，連鎖餐飲的季節新品：這類內容的重點在食慾感與速度，三十秒結構用特寫堆疊，食材切落的瞬間、鍋氣蒸騰的升格、起司拉絲的慢動作，最後收在店鋪招牌與外帶畫面。生成上要善用聲音軌，切菜聲、油炸聲、環境音的同步是食慾感的一半，這正是聲音與畫面同步生成能力的優勢場景。注意紅線：食材與成品的結構細節要求高時，混合實拍鏡頭會更穩。

情境三，B2B 服務的情境說明影片：目標是放進服務頁面，讓潛在客戶三十秒理解流程。結構用「痛點、流程、成果」三段：開場辦公室裡手工整理報表的挫折、中段服務介入後的畫面轉換、收尾數據儀表板與團隊微笑。這類影片對擬真度要求最低、對敘事清楚度要求最高，是最適合 AI 產線起手的類型，也是搜尋流量收益最直接的類型，因為它直接回答搜尋者想看的流程問題。

腳本層還有一個值得獨立訓練的技能：開頭兩秒的設計。短影音平台的使用者滑動速度以秒計，畫面在第一幀就要有資訊量或情緒張力，有效的開頭包括衝突畫面（潑灑、碰撞、表情特寫）、懸念提問、結果先行（先展示成品再回溯過程）。在 AI 產線裡測試開頭的成本極低，同一組主體素材換三種開頭鏡頭生成三次，投放數據會直接告訴你哪種鉤子對你的受眾有效，這種測試節奏在實拍時代是多數團隊負擔不起的。

導入工作流二：角色資產化，一致性是用管理換來的

品牌要連續產出影片，最大的技術關卡是同組人物、同批場景在多支成片與多個鏡頭間維持一致。Seedance 的參考素材機制就是為此設計，但工具不會自動幫你管理資產。建議替每個品牌角色建立固定版本的參考圖組：正面、側面、半身、全身各一張，加上主要場景的空景圖一到兩張，集中放進專屬資料夾。之後每一趟生成，引用的都是固定那組圖檔，一致性自然比每次現場重找圖穩定得多。

這裡有一條必須遵守的紅線：不要拿真人的臉當角色依據，包括名人與素人。這在平台規範與法律上都有高風險，這場風暴的教訓後面會專門討論。正確作法是先用生圖模型建立原創角色，取得外觀固定的角色定裝照後再交給影片模型。角色圖的產生可以參考我們整理過的AI 生圖角色一致性技巧，同一套外觀鎖定方法跨模型通用。

場景資產的思維也一樣。門市、貨架、辦公室、產品線，這些品牌會重複出現的空間，值得各建一組基準圖。2.5 版把圖片參考上限拉到三十張，能容納更多角色視角與場景組；素材需求少時，2.0 的九張上限也夠用，連戲效果仍須逐鏡驗收。對連鎖品牌來說，這等於把「拍片得回到同個場景」的成本問題，換成「維護一組數位資產」的管理問題。

資產管理的最後一哩是命名與版本紀律。參考圖組用「角色名稱_視角_版本」的規則命名，改版時保留舊版不覆蓋，因為舊素材可能還掛在既有素材的延長與編輯鏈上。每支上線素材的紀錄卡寫下使用的參考圖清單與指令版本，半年後要出續集時，這些紀錄是延續角色與場景設定的重要依據。這套紀律不性感，但它把角色連戲從運氣變成可交付的工程。

導入工作流三：Seedance 專屬的提示詞語法

指令的通用寫法，鏡頭語言、風格詞彙、結構模板，我們在AI 影片提示詞指南已經有完整框架，這裡只講 Seedance 系列特有、且直接影響產出品質的三個語法要點。

第一個要點是 @ 引用。上傳的每個素材會被編號成 @圖片一、@影片一、@音訊一這類標籤，指令裡用標籤點名，比用「畫面左邊那個角色」這種模糊描述可靠得多。進階用法是把角色與場景分開指派：角色用 @圖片二，場景用 @圖片五，模型會把兩者組合而不是混合兩張圖的外觀。多人鏡頭同理，每個人物各自綁定一張參考圖，指名誰做什麼動作，避免模型把兩人的特徵融合。這個習慣在一開始就養成，之後十支、五十支素材的角色穩定度都靠它。

第二個要點是區間分段。三十秒的腳本不要寫成一大段文字，用零到五秒、五到十二秒這樣的區間切開，每個區間描述一個鏡頭。模型會照區間標記規劃鏡頭，敘事節奏等於由你控制。2.5 的定向編輯能力讓這套寫法有第二層用途：成片後若只有某幾秒不滿意，可指定區間做定向修改，減少整支重生成的需求，完成後仍要複核其他鏡頭與聲音，這在過去等於整支重來。

第三個要點是延長指令。生成結果可以「接著往下演」，指令裡聲明延續既有畫面的主體、場景與聲音，再描述後續劇情。實務上建議把三十秒以上的敘事拆成「先生成前段、確認可用、再延長」兩步，中間保留人工檢查點，避免一趟生成到底後才發現開場方向錯誤，點數全部報廢。

2.5 的三個編輯武器：時間戳、綠幕與白模

2.5 的編輯能力對行銷場景的意義，比規格表上看到的更大，值得單獨展開。第一個武器是區間定向修改。過去任何一處不滿意都是整支重生成，運氣成本極高；現在可以指名只重做第十二到十五秒，減少整支重生成的需求，修改後仍要複核前後鏡頭與聲音的連貫。對需要法務或主管逐幀審核的產業（金融、醫療、藥品），這讓審核意見的落實從整支重來變成逐段調整，實際節省取決於修改成功率與耗點。

第二個武器是綠幕編輯。以綠幕影片作為參考，指定要替換的背景場景，模型會生成替換後的畫面，並處理主體光影與環境的融合，使用後仍要檢查邊緣與光是否自然。連鎖品牌的全通路投放尤其有感：同一份主片素材，可以快速衍生不同活動背景的版本，週年慶、節慶檔期的視覺更新從重新拍攝變成生成替換。

第三個武器是白模參考。把產品做成無材質的白色模型圖餵給模型，讓它理解產品的幾何結構，再在指令裡指定材質與顏色生成影片。這對需要精確結構還原的產品演示（3C 設備、家電、包裝結構）提供了一條中間路線：完全文字描述會失真，實拍又缺乏場景變化，白模加上生成，兩邊的優點各取一半。這三項武器共同的意義是，生成的可控性往實拍工作流靠攏，讓它在正式的行銷產線裡站得住。

導入工作流四：迭代紀律與點數預算

AI 影片迭代成本結構與實拍完全不同：實拍的變動成本在重拍，生成的變動成本在點數。紀律的核心只有一條，每次只改一個變數。畫面不對，先判斷問題出在哪一層：主體外觀錯，改參考圖；動作不對，改區間標記內的動作描述；氛圍不對，改光線與風格詞；節奏不對，改分鏡秒數。一次改三個變數，你永遠不知道是哪個修正生效，抽獎式的重試是點數最大的黑洞。

預算規劃可以用 Dreamina 的方案數字做基準：Basic 每月 725 點，約可生成九支十秒影片，換算下來，一支三十秒成片連同試錯約消耗四到六支十秒素材的點數，也就是 Basic 每月大約能完成一到兩支三十秒成片，或九支上下的十秒短素材。月產十到二十支的團隊需要往更高方案或 API 走；需求量還小的團隊，Basic 加上試錯紀律是合理的起步點。規模拉高後，真正的成本瓶頸通常轉移到人工環節：腳本、挑片、後製與投放，這些才是要編人力的地方。

試錯策略上，前面提過用 2.0 Fast 於 720p 先驗證構圖與節奏，確認後再出高畫質版本。補充一個容易被忽略的細節：高峰時段排隊時間會拉長，批次產出適合安排在離峰時段送出，白天的工作時間用來寫腳本與審片，產線的時間配置想清楚，單人一天穩定產出三到五支可用素材是做得到的。

團隊分工與每週節奏：把產線變成 SOP

單人可以把五步工作流跑完，但穩定產出的關鍵在分工與節奏。最小配置是三個角色：腳本（行銷或內容人員，產出分鏡卡與指令初稿）、操作（熟悉平台與指令語法的執行者，負責生成、挑片、送審）、審核（品牌與法務把關，確認紅線與品質）。三個角色可由一到兩人身兼，但審核與操作分離是原則，自己審自己產的片，紅線容易在趕檔期時鬆動。

每週節奏的參考模板：週一腳本會議定本週素材清單與分鏡卡；週二到週三分批生成（利用離峰時段），操作者邊生成邊記錄每支的指令版本與點數消耗；週四審片與後製；週五排程上線與數據回收。點數帳本要每週結算，累積兩三週就知道團隊的真實單位成本，這個數字比任何官方定價都更該成為預算依據。指令稿與分鏡卡歸檔到共用資料夾，三個月後回頭看，那就是團隊專屬的影片知識庫。

跨部門協作還有一個容易漏掉的節點：業務與門市回饋的一線素材需求，直接進入週一腳本會議的清單。AI 產線的真正優勢不是快，是「客製化的成本趨近於量產」，同一套角色資產，北中南門市的在地版本、不同客群的訊息版本，都可以在可控成本內產出。這是把工具用成策略的關鍵視角。

導入工作流五：後製、授權與上線

生成出來的成片還不是可發佈素材。後製清單包含四件事：字幕與商標上版（品牌字與浮水印政策要一致）、轉檔成各平台規格（直式九比十六、橫式十六比九的裁切安全框）、音量標準化，以及檢查 AI 生成容易出現的瑕疵點，手部細節、文字畫面、口型與旁白的偏差。免費方案產出的成片帶平台浮水印，正式對外素材應以付費方案產出，這點在同時經營多平台時要特別注意，不同來源的浮水印混用會顯得不專業。

上線配置牽涉兩個搜尋場景。影片放在官網頁面時，做好影片 SEO 的結構化標記與 sitemap，讓 Google 能索引影片內容；投放 YouTube 時，標題、說明與章節的關鍵字配置遵循YouTube SEO 指南的要點。AI 生成內容的另一個義務是誠實標示：各平台對寫實合成內容多有強制揭露要求，YouTube 的 altered content 標記、Meta 的 AI 標籤都已常態化（適用範圍與例外依各平台規則而定），台灣團隊應把「依平台規則標示 AI 生成」寫進發佈檢查表，這既是合規也是品牌信任的保護。

授權側要注意的是輸出物的商用權利與輸入物的乾淨度。訂閱方案產出的影片權利歸屬與商用範圍以各平台條款為準，Dreamina、Freepik、Higgsfield 的條款細節不同；輸入側則要確保參考圖都有清楚的權利基礎，這在後面的紅線討論會展開。

成本對照與能見度：混合預算和 GEO 的視角

預算模型的思考起點是把影片需求分層：高說服力需求的品牌片交實拍，高產量需求的內容交 AI 產線，中間地帶混合。以台灣行情粗估，一支三十秒商業短影音的實拍製作落在數萬到十數萬元之譜，AI 產線的單支變動成本可以壓到數百元等級，價差一到兩個數量級。合理的配置是實拍預算守住品牌層級的少數幾支，產量層級的需求全面交給產線，把省下的預算移到投放與測試。真正該比較的從來不是單支成本，是每個有效觀看的綜合成本。

能見度的視角在 2026 年還要多看一層。傳統搜尋之外，生成式引擎直接回答使用者問題的場景快速成長，影片結構化資料、清楚的字幕與章節、機器可讀的內容描述，有助於內容理解與搜尋呈現；對 AI 引用與流量的實際效果，仍要按引擎與自家網站成效觀察。行銷團隊把影片 SEO 的基本功做扎實，等於同時照顧兩個流量入口，這也是我們建議影片產線的輸出一律掛在官網頁面、同步放上影片平台的原因。

混合配置還有一個常被低估的好處：風險分散。實拍素材的權利鏈單純、可驗證，AI 素材的產出快、成本低，兩條腿走路，任何一條出狀況（平台政策收緊、模型服務中斷、授權爭議升溫）都不致於讓整季的內容計畫停擺。把單一工具或單一平台的使用比例控制在整體產能的六成以內，是我們給客戶的保守建議，二十年來在各種工具潮裡都適用。

最後提醒一個時程觀念：模型與價格每季都在變動，本文的計價與版本資訊查證時點為 2026 年 10 月，實際採購前請以各平台方案頁為準。

好萊塢風暴的四條紅線：台灣團隊的合規自保

Seedance 2.0 的爆紅與爭議是同一件事。模型開放後，大量以知名演員與影集角色為主角的擬真片段在網路流傳，美國電影協會隨即譴責大規模侵權，迪士尼與派拉蒙先後對字節跳動寄出存證信函，字節跳動在 2 月 16 日聲明尊重智慧財產權並強化防護機制，3 月中旬兩位美國參議員聯名要求關閉服務。這段始末在維基百科的 Seedance 條目有完整整理。風暴過後，平台陸續收緊了對真人臉與知名 IP 的防護，但最終的合規責任落在每一位使用者身上。

整理成台灣團隊可執行的四條紅線。紅線一：不用真實人物。未經同意使用他人肖像，在台灣民事實務有求償依據，以營利為目的尤其高風險；虛構代言人用原創角色做，這正是角色資產化的另一層價值。紅線二：不碰受保護的角色與美術。影視角色、動漫形象、品牌吉祥物的重現，即使由 AI 生成也有著作權侵害風險；訂閱生成平台不等於取得這些角色的授權，涉及二創需求時，必須另行確認權利人的授權範圍。

紅線三：輸入素材要有權利基礎。參考圖、參考影片、配樂都必須自有或已取得授權，網路抓圖做參考等於把侵權風險從輸入端帶進輸出端。紅線四：輸出標示不閃避。平台的 AI 標籤機制日趨完整，繞過標示被發現的商譽成本，遠高於誠實揭露。四條紅線的共同邏輯：AI 降低了製作成本，沒有降低法律與信任的標準。

素材採購的實務建議走三條路：各訂閱平台內附的商用素材庫（權利範圍跟著方案走，條款寫得最清楚）、國際素材市場的標準授權（單張或點數制，適合少量採購特定構圖）、以及自製資產（生圖模型產出後自行留檔，仍要檢查商用限制、是否與既有著作近似，並留存來源與條款紀錄）。採購時看清三件事：授權是否涵蓋 AI 訓練與再生成用途、是否允許付費推廣投放、以及人像素材是否附模特兒授權。把三個問題寫進採購檢查表，可以在採購階段就辨識出權利範圍不符的素材。

把風險控制前置化的做法，是使用權利範圍明確的素材（例如各平台附帶商用授權的素材庫）做參考基底，取代來路不明的網路抓圖。團隊內部建議指定一位成員負責素材權利檢查，把「來源可追溯」當成產線的品管關卡，這套流程在任何生成式內容產線都通用。

何時不該用 AI 影片：三個誠實的判準

把工具講得無所不能是行銷話術，實務上我們會勸客戶在三類情境不要用 AI 影片。判準一：當影片說服力來自「真人見證」時。客戶見證、醫療衛教、金融服務這類內容，觀眾要看的是真實的人承擔真實的責任，AI 生成的臉孔在這裡是扣分項，甚至觸法。企業形象、品牌理念影片同理，創辦人站在鏡頭前的說服力，目前沒有模型能替代。

判準二：當產品細節就是賣點時。高單價商品、精密設備、手工製品，觀眾會用放大鏡看細節，模型在處理反覆出現的紋理與結構時，仍會露出不自然的破綻。這類內容實拍的成本，買的是零誤差的產品還原度，省不得。判準三：當你還沒有內容策略時。沒有受眾輪廓、沒有轉換目標、沒有投放計畫，再便宜的產線都只是把成本換個形式燒掉。三個判準指向同一件事：先確認影片的說服力來源，再決定要不要交給模型。

五種翻車場景與對策

導入初期的失敗高度集中，整理成五種場景。場景一：角色走鐘。症狀是劇中人在不同鏡頭變臉，原因多半是參考圖不足或每次換圖，對策是回到資產紀律，固定用同一組五張基準圖，並在指令裡用標籤綁定。場景二：動作糊掉。症狀是快速動作變成一團模糊或殘影，對策是把複雜動作拆成兩個較短的鏡頭，寧可多切一鏡，不要讓模型硬演連續技。

場景三：聲音與畫面打架。旁白明明對了，環境音卻蓋過來，或配樂在下一段突然變調，對策是把聲音需求寫進各區間的指令（指定該段的環境音與配樂氛圍），後製再做總平衡。場景四：文字畫面崩壞。畫面裡需要出現標語或包裝文字時，模型生成的字常是似是而非的亂碼，對策是畫面留白，文字一律後製上版，這條幾乎沒有例外。

場景五：無止境的微調迴圈。同一支影片改了二十版仍在挑細節，對策是給每支素材設定明確的驗收標準與版本上限，例如三輪迭代內沒有達到「可用」就整支重寫腳本，問題通常出在分鏡而非生成。五種場景背後是同一個原則：先分層診斷（資產層、指令層、後製層），再動手修，不要盲目重抽。

上線前的驗收清單

把發佈前的檢查整理成一張可以直接複製的清單。畫面端：開頭兩秒資訊量足夠、每鏡焦點單一、轉場節奏與音樂對點、無明顯物理破綻（手部、文字畫面、重複紋理）、直式與橫式裁切安全框都檢查過。聲音端：旁白與口型偏差可接受、音量標準化到平台建議值、配樂沒有壓過人聲。品牌端：浮水印政策一致、字幕錯字零、商標與色票正確、CTA 位置在終幀停留足夠。

合規端：無真人臉與受保護角色、參考素材權利可追溯、平台 AI 標示已勾選、醫療金融等管制產業的用語符合主管機關規範。能見度端：標題與描述帶目標詞、符合長度條件時補齊章節標記（十秒級短素材不適用）、嵌入官網頁面的結構化標記就位、縮圖清晰可辨識。這張清單建議直接變成團隊共用文件，每次上線逐項打勾，漏項的代價通常不是失敗，是無聲的流量損失。

清單的最後一項留給迭代：每支影片上線一週後回收數據，記錄停駐率曲線在哪一秒跳水、互動與轉換落在哪個入口。這些數據回饋到下週一的腳本會議，讓分鏡卡的寫法跟著真實受眾行為演化。產線的最終形態不是大量生產，是資料驅動的持續改良，這也是內部養出「懂工具也懂受眾」人才的唯一路徑。

結語：把 2026 年的斷點，變成台灣團隊的起跑線

回頭看這一年：2 月的 Seedance 2.0 把「聲音與畫面同步、跨鏡頭連戲」變成標配，7 月的 2.5 把「三十秒敘事與定向編輯」補上，價格從實拍等級滑落到每月幾百元就能起跑。對台灣的行銷與內容團隊，這代表影片產能的門檻頭一回低到值得每個團隊都認真評估。門檻降低之後，差異化會回到三件機器做不了的事：對受眾的洞察、敘事的判斷、以及對品牌信任的長期經營。

我們的建議是務實的起步方式：先用一個月的 Basic 等級預算，挑一個有明確轉換目標的短影音需求，把這篇的五步工作流完整跑一次，以十秒上下的短素材為主、產出五支投放測試（三十秒成片留給跑通後的第二輪）。數據會告訴你下一步該擴產、該調整腳本結構，還是該把這條產線留在輔助位置。工具每季都在翻新，工作流的骨架（目的、分鏡、資產、迭代、後製）在可見的兩三年內都成立，這才是值得優先建立的資產。