Gemini AI 影片教學｜讓滷汁寫出中文字、小籠包排成 TAIWAN，兩組提示詞免費公開

YT範例影片: https://www.youtube.com/watch?v=gyeZASpHVEE

AI 影片的文字，不一定只能像字幕一樣浮在畫面上。

它也可以是滷汁、食物、煙霧、光影，甚至直接成為整支影片的主角。

這次我使用 Gemini 製作了兩段 10 秒的美食文字動畫：第一段讓滷汁在白瓷盤上寫出「滷霸」，第二段則讓一顆顆小籠包排列成「TAIWAN」。

Gemini 在文字呈現上可以玩出很多不同形式。整體的動態控制與穩定度雖然還不一定比得上 Seedance 2.0，但它對繁體中文提示詞的理解確實很不錯，尤其適合拿來嘗試「文字與場景融合」這類創意效果。

這篇會拆解我怎麼設計提示詞，並把影片使用的兩組完整提示詞直接公開。想測試的人可以直接複製，再替換成自己的品牌、食物或文字。

不過先講在前面：AI 影片的文字仍然不是百分之百正確。如果同一個字連續生成很多次都錯，可能不是你的提示詞寫得不好，而是模型現階段對那個字的生成不穩定。遇到這種情況，與其一直燒生成次數，不如直接換字、縮短文字，成功率通常會高很多。

這次不是「在影片上加字」，而是讓文字長在場景裡

一般的文字動畫，常見做法是直接要求 AI：

畫面最後出現「滷霸」兩個字。

這種寫法雖然簡單，但 AI 很容易生成普通印刷字、浮空字幕，甚至突然冒出不相關的 Logo。

我這次改用另一種思考方式：先決定文字由什麼材質構成，再描述它如何形成。

• 「滷霸」不是普通字體，而是主廚用滷汁畫在白瓷盤上的醬汁擺盤。
• 「TAIWAN」不是後製標題，而是由一顆顆獨立的小籠包逐格排列而成。

當文字擁有材質、重量、光澤與形成過程，它就不再只是字幕，而會真正成為畫面的一部分。

這也是這類影片最值得玩的地方。

寫這類提示詞，我會先抓住 5 個重點

1. 先定義「文字是什麼做的」

不要只寫「出現文字」，要明確指定文字的材質。

例如：

• 滷汁寫成的字
• 小籠包排列成的字
• 奶泡形成的字
• 霓虹燈管構成的字
• 花瓣落下後拼成的字
• 道路與車流組成的字

材質越符合場景，畫面越自然，也越容易產生記憶點。

2. 寫清楚文字形成的動作

AI 不只要知道最後長什麼樣，也要知道中間怎麼發生。

像第一段提示詞，我不是只要求盤子上出現「滷霸」，而是安排湯勺傾斜、滷汁落下、先寫「滷」、再完成「霸」。

第二段則指定小籠包從蒸籠跳出，以 stop motion 逐格動畫的方式移動，最後才排列成完整的 TAIWAN。

有形成過程，影片才不會像突然變魔術一樣硬切出結果。

3. 先替文字保留構圖空間

如果畫面一開始就塞滿食物、餐具與裝飾，AI 到後面根本找不到地方放字。

因此第一段特別指定「盤緣留有大片乾淨留白」，第二段則讓鏡頭先帶到「桌面中央的空白區域」。

這個小細節非常重要。想讓 AI 排字，前面就要先替它留位置。

4. 同時寫出「要什麼」與「不要什麼」

只寫正面要求還不夠。這類影片常見的錯誤包括：食物黏成一整塊、文字變成普通字型、出現多餘招牌、Logo 或亂碼。

所以提示詞裡要直接限制：

• 不要套用現成字體
• 不要出現其他文字
• 不要 Logo、浮水印
• 每顆小籠包保持獨立
• 不要融合成實心字
• 畫面只能出現指定文字

限制寫得越具體，AI 越知道哪些畫面不能亂補。

5. 把 10 秒拆成明確節奏

我會把 10 秒拆成五段，每兩秒只處理一件事：

1. 建立食慾與場景
2. 交代環境與構圖
3. 開始形成文字
4. 完成文字
5. 英雄鏡頭收尾

這樣做的好處，是模型比較不會把所有動作一次擠在前兩秒，也能讓最後的成果保留足夠時間被看清楚。

第一段：讓滷汁在白瓷盤上寫出「滷霸」

【影片一插入位置】

這段的核心不是控肉飯本身，而是把餐廳常見的醬汁擺盤，變成品牌文字動畫。

為了避免「滷霸」變成後製字卡，提示詞裡反覆強調：文字必須直接由滷汁畫在白瓷盤上，具有流動、暈染與琥珀色光澤，而且不能像印刷字體。

完整提示詞

滷霸10秒廣告腳本

風格：濃郁、有食慾、精緻擺盤感，如米其林等級美食廣告

色調：白瓷盤、琥珀滷汁色、米白飯色、淡金蒸氣光

場景：白瓷圓盤，中央控肉飯（白飯、滷五花、滷蛋、酸菜、蔥花），盤緣留白處待寫字

禁止：人物正臉、其他文字、其他 Logo、浮水印、套用現成字體

文字原則：「滷霸」二字直接以滷汁畫在白瓷盤留白處，如主廚醬汁擺盤線條，筆觸自然流動、邊緣微暈，不是印刷字體

0–2 秒｜美味開場

極近特寫。湯勺舀起一塊油亮控肉，滷汁緩緩牽絲滴落，肉質軟嫩、油花分明，蒸氣從碗中升起，建立「剛起鍋」的食慾感。

2–4 秒｜上桌全景

鏡頭拉開成俯拍，完整呈現白瓷盤上的控肉飯：白飯吸附滷汁泛光澤，滷蛋對切蛋黃濕潤，酸菜、蔥花點綴，盤緣留有大片乾淨留白，蒸氣繚繞。

4–6 秒｜主廚收尾運筆

湯勺傾斜，滷汁如畫筆般落在盤緣留白處，流動筆觸開始勾勒「滷」字筆畫，邊緣自然暈染在白瓷上，光澤分明，蒸氣從筆畫上方輕輕飄過。

6–8 秒｜霸字完成

鏡頭微俯緩慢推近，滷汁繼續寫出「霸」字，筆觸力道自然不規則，如主廚多年功夫一氣呵成，「滷霸」完整呈現在盤緣。

8–10 秒｜英雄收尾

鏡頭從俯拍緩緩降至 45 度角，白瓷盤完整入鏡：中央熱騰騰控肉飯，盤緣「滷霸」醬汁字泛著琥珀光澤，蒸氣裊裊，畫面定格成高質感品牌主視覺。

這段提示詞可以怎麼改？

你可以保留原本的鏡頭結構，只替換品牌與材質：

• 牛排醬汁在盤面寫出餐廳名稱
• 巧克力醬在甜點旁寫出新品名稱
• 拿鐵奶泡慢慢形成咖啡品牌縮寫
• 辣油流過白瓷盤，畫出活動標語

但中文建議先從 2～4 個字開始。字數太多，不只容易寫錯，畫面也會變得太擠。

第二段：讓一顆顆小籠包排列成「TAIWAN」

【影片二插入位置】

這段使用的是另一種文字玩法：不是「寫字」，而是讓物件本身成為字的筆畫。

最容易失敗的地方，是 AI 把小籠包融合成一個白色實心字，或只在畫面上疊出普通的 TAIWAN 字型。因此提示詞裡多次強調：每顆小籠包都要獨立、彼此保留空隙，並且能看見完整的摺痕、陰影與形狀。

完整提示詞

製作一支 10 秒高質感小籠包廣告短片，風格像台灣觀光宣傳片結合精品食物廣告。

圖片為小籠包排列成 TAIWAN 的樣子。

畫面主題是「TAIWAN」。

最後要由一顆顆小籠包排列成清楚可讀的英文字「TAIWAN」。

整體風格：

溫暖、高級、乾淨、有台灣美食文化感。

畫面要像高質感旅遊美食廣告，不是普通餐廳菜單照。

色調為溫暖木色、竹蒸籠色、奶油白、淡金色蒸氣光。

不要人物，不要多餘文字，不要 Logo，不要浮水印。

場景：

淺色木桌，上面有竹蒸籠、小籠包、薑絲、醬油碟、湯匙、柔和蒸氣。

畫面乾淨，有留白，主角是小籠包排成的字。

第 0 到 2 秒｜蒸氣開場

極近特寫。

竹蒸籠蓋子微微打開，白色蒸氣湧出。

鏡頭慢慢推近，看到一顆顆飽滿小籠包，皮薄、摺痕細緻、表面微微透光。

畫面要有剛出籠、熱騰騰、很香的感覺。

第 2 到 4 秒｜台灣味建立

鏡頭低角度沿著木桌滑動，掠過薑絲、醬油碟、湯匙、竹蒸籠邊緣。

蒸氣在畫面中流動，形成溫暖的台灣早餐店與觀光美食氛圍。

鏡頭帶到桌面中央的空白區域，準備排字。

第 4 到 6 秒｜小籠包開始排列

鏡頭抬升成微俯拍。

一顆顆小籠包從竹蒸籠中輕輕跳出來，像 stop motion 逐格動畫一樣移動。

每顆小籠包都保持獨立，彼此之間有清楚空隙，不要黏在一起。

小籠包開始一顆一顆排列成英文字母的輪廓。

第 6 到 8 秒｜TAIWAN 成形

鏡頭變成俯拍，慢慢拉高。

小籠包逐格排列成完整大字「TAIWAN」。

字母要清楚可讀，但不要太制式，像手工用小籠包排列出來的字。

每一顆小籠包都要看得到完整形狀、摺痕、陰影與間距。

不要把小籠包融合成實心字，不要變成普通字型。

第 8 到 10 秒｜英雄收尾

鏡頭從俯拍慢慢推近到 45 度英雄角度。

「TAIWAN」由一顆顆小籠包完整排好，蒸氣從字母縫隙間升起。

旁邊有竹蒸籠、薑絲、醬油碟自然點綴。

最後定格成一張高質感台灣美食宣傳主視覺。

文字要求：

畫面只能出現「TAIWAN」。

「TAIWAN」必須完全由一顆顆獨立小籠包排列而成。

每顆小籠包要分開、有空隙、清楚可見。

字要可讀，但帶一點自然不規則感，像手工排出來，不要像制式字體。

不要出現其他文字、中文、招牌字、Logo 或浮水印。

畫面目標：

讓人一看就想到台灣美食、熱騰騰的小籠包、觀光宣傳片。

整體要溫暖、高級、有食慾、有文化感。

這種「物件排字」還能怎麼玩？

同一個結構可以替換成很多題材：

• 珍珠排列成「TAIWAN」或飲料品牌名稱
• 蛋黃酥排列成「中秋」
• 咖啡豆排列成「COFFEE」
• 花瓣排列成婚禮新人縮寫
• 商品本體排列成活動折扣數字
• 城市車流在夜晚形成品牌 Logo 輪廓

建議先使用短英文、數字或簡單中文字測試。物件越大、文字越長，AI 越難同時兼顧可讀性與物件細節。

實際生成時，最常遇到的 5 個問題

問題一：文字打錯或多一筆

先重新生成 2～3 次。如果同一個字持續錯誤，就直接換成同音字、縮短文案，或改用英文與品牌縮寫。

不要為了一個模型目前不擅長的字無限重抽，真的很燒次數。

問題二：文字突然憑空出現

把形成過程寫得更具體，例如「滷汁從湯勺連續流下，依照筆畫順序完成文字」，或「物件每次只移動一小段，以逐格動畫方式排成字母」。

問題三：AI 偷偷套用普通字體

補上：

文字必須完全由指定材質構成，不是字幕、不是後製文字、不是印刷字體，不可在畫面上疊加一般文字。

問題四：排字物件全部黏在一起

除了寫「保持獨立」，還要加入可被看見的視覺條件：每個物件之間保留明顯空隙、各自擁有完整輪廓、接觸陰影與細節。

問題五：畫面自己長出招牌、Logo 或亂碼

在提示詞前段與最後的文字要求都限制一次：畫面只能出現指定文字，不要其他文字、招牌、Logo 或浮水印。

重複不一定漂亮，但在 AI 影片提示詞裡，有時候就是有用。

一個可以直接套用的萬用結構

想自己設計同類型影片，可以先照下面的骨架改：

製作一支 10 秒高質感［產品／食物］廣告短片。

場景為［環境與主要物件］，整體色調為［色彩與光線］。

畫面最後出現「［指定文字］」。

文字必須完全由［指定材質或物件］構成，不是字幕、不是普通字體，也不是後製疊字。

0–2 秒：以特寫建立產品質感與氛圍。
2–4 秒：鏡頭拉開，呈現完整場景，並替文字保留乾淨空間。
4–6 秒：［材質／物件］開始依照筆畫或字母輪廓移動。
6–8 秒：完整形成「［指定文字］」，文字清楚可讀。
8–10 秒：以俯拍或 45 度英雄角度呈現最終主視覺並定格。

文字要求：
畫面只能出現「［指定文字］」。
文字必須完全由［指定材質或物件］形成。
不要其他文字、Logo、招牌或浮水印。
不要使用現成字體，不要把物件融合成實心文字。

你不一定要把提示詞寫得跟我一樣長，但「材質、形成方式、構圖空間、時間節奏、禁止事項」這五個部分最好都要有。

最後

Gemini 目前生成文字仍然會出錯，但它已經不只是把字硬塞進影片而已。只要換個方式描述，文字可以變成食物、醬汁、物件與場景的一部分，做出來的畫面也會比普通字幕更有記憶點。

這次的兩組提示詞都免費公開，可以直接拿去測試、改成自己的版本。

如果生成失敗，也不用急著懷疑自己。有時候不是你不會寫，是 AI 今天真的在亂打字，換個字反而比較快。

之後我也會繼續分享更多 AI 影片、文字動畫與實際應用的提示詞玩法。