如何用 AI 製作動態專輯封面

好的動態專輯封面不必像一支迷你音樂影片。它需要的是一個讓人記住的畫面、一套受控的動態規則，以及一個不會破壞氛圍的結尾。為了驗證這個想法，我製作了 Marble Signal：以白色大理石雕像為主角的後現代蒸氣波封面，並將它發展成安靜循環、分層視差場景，以及 15 秒發行預告。

本教學會示範如何用 AI 製作動態專輯封面，同時避免模型在每一格重新設計原始作品。你可以照著完整的 SoulVid 流程操作，也可以把提示詞帶到其他圖生影片工具。

作品

Marble Signal，一首虛構的氛圍蒸氣波單曲

來源

一張鎖定大理石雕像的正方形後現代封面

方向

氛圍循環、分層視差與敘事預告

交付內容

8 秒預覽循環與 15 秒宣傳方案

快速回答：讓專輯封面動起來的最佳方法是什麼？

從完成的高解析度封面開始，先決定哪些元素絕對不能改變，再只讓兩到三個次要圖層動起來。對大多數發行作品而言，最安全的動態來自光線、空氣質感、倒影、粒子或背景深度，而不是移動主角的臉、手、字體或標誌。

如果作品已經有明確焦點，使用 6 秒氛圍循環；如果前景、主體與背景能乾淨分離，使用分層視差；如果要為 Reels、TikTok、Shorts 或發行貼文製造揭曉感，則使用 10 到 15 秒敘事預告。

Marble Signal 封面與三種動態方向

這個視覺世界刻意保持容易辨認。白色聖母瑪利亞大理石雕像站在漂浮於黑色鏡面海洋上方的幾何廣場，四周是鍍鉻拱門與破碎的古典石柱。青色透視網格、褪色洋紅太陽、半透明面板、遠方雲層與克制的 VHS 雜訊，讓畫面介於宗教圖像與深夜數位廣播之間。

畫面中沒有真人或額外人物。雕像就是作品的視覺識別，因此她的臉、雙手、衣袍褶皺、姿勢、比例與位置都必須鎖定。動態只屬於她周圍的世界。

Sacred Static：6 秒氛圍循環

這是最貼近原始作品的延伸。鏡頭固定，黑色海面倒影輕微呼吸，雲層幾乎察覺不到地移動，青色網格脈動一次，VHS 質感緩慢漂移但不遮住雕像，最後回到最初狀態。

Digital Procession：分層深度與視差

雕像保持居中，最近的柱體碎片比遠方太陽和網格移動得稍快。緩慢推鏡創造深度，但不旋轉雕像或改變其結構。這個版本在動態消息中更活躍，仍然能被認作同一張封面。

The Signal Opens：15 秒預告

預告分成三個節拍：畫面幾乎靜止地開始，輕微視差推鏡展現廣場深度，接著一道狹窄青色訊號在雕像後方打開，最後構圖逐漸回到起始平衡。它有一個小事件，但沒有發展出全新劇情。

如何使用 SoulVid 製作動態專輯封面

SoulVid 在這個情境中很實用，因為它把封面當成一個小型視覺製作，而不是單次動態指令。工作區會保留創意簡報、音樂、格式、素材、鏡頭描述、分鏡與生成片段，讓你更容易比較不同方向，並在每個影片版本中維持一致的封面識別。

撰寫一份把視覺識別與動態分開的簡報

第一段提示詞應該分開列出視覺錨點與允許的動作。以下是 Marble Signal 使用的完整簡報：

製作一段名為「Marble Signal」的 15 秒後現代蒸氣波專輯封面動畫。唯一主體是一尊白色聖母瑪利亞大理石雕像，站在漂浮於黑色鏡面海洋上方的超現實廣場。四周配置鍍鉻拱門、破碎的古典石柱、青色透視網格、褪色的洋紅太陽、半透明幾何面板、遠方雲層，以及克制的 VHS 掃描線干擾。
不要出現真人、額外人物、文字或標誌。每個鏡頭都必須完全保持雕像的臉、雙手、衣袍褶皺、姿勢、比例、大小與位置不變。動態只能來自光線、倒影、緩慢雲層、遠方幾何圖層與類比雜訊。
畫面從近乎靜止開始，加入柔和視差與緩慢推鏡。接著讓一道狹窄青色訊號線在雕像後方打開，最後場景回到接近起始構圖。氣氛神聖、詭譎、優雅且後現代，但不要恐怖。關鍵畫面以正方形專輯封面構圖，中央保留足夠安全區供直式宣傳裁切。使用乾淨、電影感的 3D 寫實風格。

這種寫法會給模型兩份清單：哪些內容定義了作品，以及哪些內容可以移動。「讓它更有動感」之類的模糊要求無法建立這條界線。

使用正式歌曲或暫時的節奏音軌

SoulVid 的 Music MV 流程會從上傳歌曲或生成 AI 音樂開始。如果正式母帶已經完成，直接上傳，讓場景節奏跟隨真實歌曲動態。這次虛構測試則生成了一段帶有蒸氣波、氛圍合成器、神聖、電影感、慢速與類比磁帶質感的器樂。

生成的音樂提供了較完整的長篇編曲，因此我選取開頭片段，並明確設定 15 秒成品。把歌曲視為節奏輸入，再選擇最適合視覺交付內容的段落。

選擇工作格式並保護正方形裁切

這套流程以 9:16 作為工作畫布，介面語言使用英文，並把視覺方案導向乾淨的 3D 遊戲引擎寫實風格。雕像和訊號都留在中央正方形安全區內，讓同一套構圖可以同時支援直式宣傳與後續 1:1 裁切。

不要把正方形封面拉伸成直式畫布。應該向上下延伸環境，或一開始就建立能保留相同中央封面世界的直式構圖。

生成素材前先檢查大綱

SoulVid 的第一版摘要保留了雕像、海洋、拱門、石柱、太陽、網格與青色訊號。第一版大綱使用 30 秒音樂片段，我再把它收斂成兩個鏡頭、總長 15 秒：8 秒的 Sacred Stillness 與 7 秒的 Signal Reveal。

專案從 Live Action 設定開始，生成的視覺方案再依照大理石蒸氣波概念發展成 3D 遊戲引擎寫實方向。從這一步開始，我在創意簡報、參考素材與卡片層級提示詞中持續重複 3D 材質、色盤、鏡頭與氛圍，讓最終方向保持視覺一致。

為主體與世界分別生成參考素材

素材階段為大理石雕像、蒸氣波廣場、鍍鉻拱門碎片與破碎古典石柱建立了獨立參考。這種拆分很重要：分鏡可以使用穩定的主體、穩定的場景與可重複利用的道具，而不必要求單一提示詞每次從頭記住整張封面。

進入下一步前，我只選擇已確認的雕像、廣場、拱門與石柱參考素材加入分鏡。刻意控制素材組合，能讓每張卡更容易指導與比較，尤其當主體是雕像而不是真人角色時。

把方案拆成兩張聚焦的分鏡卡

15 秒方案被拆成兩張影片卡。第一張使用平視固定遠景，第二張以平視緩慢推鏡呈現青色訊號。這比在一次生成中同時要求固定鏡頭、視差移動、揭曉、回位與循環更可靠。

如果要規劃更複雜的段落，可以參考這份 AI 影片分鏡教學，在生成前檢查每個鏡頭的目的、攝影機連續性與參考素材使用方式。

生成、檢查並完成輸出

這次測試使用 Seedance 2.0 Fast、480p 預覽品質生成兩張分鏡卡。這一輪足以判斷雕像、動態強度、視差方向與青色訊號，再把較高畫質生成留給選定的方向。

最終選定的預覽是一段 8.04 秒、496 × 864 的直式片段，雕像位於洋紅太陽與鍍鉻拱門前方中央。主體保持可辨識，場景則承擔氛圍動態。這就是文章開頭的 Sacred Static 影片。

比較兩種方向後，Sacred Static 成為可以發布的主版本，因為它以最安靜、最受控的動態保留了封面識別。Signal Reveal 則保留為第二輪分鏡方向。我在這張卡加入 The Marble Statue 作為卡片層級參考，並在提示詞中再次鎖定她的臉、雙手、衣袍、姿勢、材質、比例與位置。

這次比較形成了清楚的製作決策：把安靜循環作為可以發布的方向，保留 15 秒提示詞作為更完整的第二輪簡報，並讓每張卡通過識別檢查後再進入最終合成。

輸出前檢查以下項目：

• 雕像保持相同的臉、雙手、姿勢、衣袍褶皺、材質與畫面位置。
• 第一個鏡頭先建立作品形象，再讓攝影機開始移動。
• 青色訊號在手機尺寸上仍清楚可見，但不會變成頻閃。
• 直式構圖經過中央 1:1 裁切後仍然成立。
• 最後一格可以乾淨地切換、淡化、往返，或回到選定的開頭。
• 文字與藝人標誌在生成後補上，不要讓模型在影像裡重新繪製。

在最終剪輯器中裁切正方形版本、重新接回歌曲、還原正確封面字體，並輸出各平台版本。如果要做的是短串流循環而不是發行預告，請參考這份 Spotify Canvas 教學中的尺寸與接縫檢查。

三組可直接複製的專輯封面動畫提示詞

將它們分開生成。每段提示詞只聚焦一套動態規則，更容易在不改變原始作品的前提下比較不同方案。

Sacred Static 提示詞

使用已確認的正方形 Marble Signal 專輯封面，製作 6 秒無縫氛圍循環。一尊潔白的聖母瑪利亞大理石雕像保持完全靜止並位於畫面中央，站在漂浮於黑色鏡面海洋上方的後現代廣場。她的臉、雙手、衣袍褶皺、姿勢、比例、大理石質感與位置必須和來源圖片完全一致。
使用鎖定的正方形鏡頭，不要縮放或重新取景。只讓環境動起來：遠方雲層極其緩慢地漂移，黑色海面倒影產生一次柔和且可重複的漣漪，青色透視網格發出一次輕微脈動，褪色洋紅太陽的亮度變化不超過 10%，克制的 VHS 掃描線穿過畫面但不遮住雕像。
最後一格時，所有移動圖層都必須精確回到起始狀態。禁止身體動作、臉部動作、布料移動、新物件、真人、額外雕像、文字、標誌、硬切、閃光、扭曲主體的故障效果或攝影機移動。風格優雅、神聖、詭譎，採用乾淨的電影感 3D 寫實。第一格與最後一格必須連成持續循環。

Digital Procession 提示詞

將已確認的 Marble Signal 專輯封面製作成 8 秒分層視差鏡頭。白色聖母瑪利亞大理石雕像必須完全居中、保持僵直，且與來源作品一致。保留她的臉、雙手、衣袍褶皺、姿勢、比例、大理石質感，以及和畫面邊緣的距離。
使用四個視覺平面創造細微深度。最近的破碎石柱片段做少量橫向移動，鍍鉻拱門移動得更慢，雕像與廣場幾乎固定，青色網格、褪色洋紅太陽、半透明面板、雲層與黑色鏡面海洋以最慢速度移動。整個鏡頭加入非常輕微的向前推鏡，總幅度不得超過 5%。
倒影與光線應自然回應視差，但建築不得彎曲或增生。禁止環繞雕像旋轉、露出另一張臉、改變結構、加入真人、額外人物、文字、標誌、強烈縮放、快速動作、鏡頭晃動、重度故障效果或新場景。高質感後現代蒸氣波藝術、乾淨的遊戲引擎寫實感、安靜且催眠。

The Signal Opens 提示詞

根據已確認的 Marble Signal 專輯封面製作 15 秒發行預告。唯一主體是同一尊潔白的聖母瑪利亞大理石雕像，站在漂浮於黑色鏡面海洋上方的廣場。整段影片中鎖定她的臉、雙手、衣袍褶皺、姿勢、比例、材質、大小與中央位置。保持鍍鉻拱門、破碎古典石柱、青色網格、褪色洋紅太陽、半透明幾何面板、雲層與色盤一致。
0 至 5 秒：以近乎靜止的固定廣角構圖開始。只使用微弱 VHS 掃描線、緩慢雲層與極小的倒影漣漪。
5 至 10 秒：進行柔和的向前推鏡，讓最近的石柱碎片、鍍鉻拱門、雕像與遠方網格之間產生克制視差。不要環繞或改變雕像。
10 至 15 秒：一道狹窄的垂直青色訊號線在雕像後方打開，在黑色海面與鍍鉻表面產生一次柔和光線反應。訊號隨後縮窄，攝影機慢慢回到接近起始構圖，讓結尾可以在視覺上接回第一個鏡頭。
禁止真人、額外雕像、身體動作、臉部動畫、說話、唱歌、文字、標誌、字體、新道具、快速剪接、頻閃、爆炸、恐怖元素或破壞性故障效果。神聖、詭譎、優雅的後現代蒸氣波；電影感 3D 寫實；克制動態；在手機上仍清楚可讀的構圖。

如果想嘗試更多曲風，可以參考這些 AI 音樂影片提示詞調整攝影機、色盤與氛圍，同時保持封面錨點不變。

加入動態前先準備專輯封面

使用乾淨的高畫質母版

使用能取得的最高解析度作品，並保留不含標題、藝人名稱、廠牌標誌、分級標示或發行文案的版本。AI 影片模型常會扭曲小字與標誌，因此應在最終剪輯時重新加回原始字體。

定義視覺識別鎖定項目

寫下讓封面容易辨識的五個細節。本案例是雕像、姿勢、大理石材質、中央構圖，以及青色、洋紅、黑色的色盤。未列入鎖定清單的細節，模型就有更多改動空間。

選擇一條主要動態規則

一個強烈的動態概念比六個微弱概念更容易被記住。先決定封面是呼吸、在深度中漂移、回應光線、揭示物件，還是隱藏循環接縫，其他動態都應該服務這條規則。

讓重要細節遠離裁切邊緣

同一個發行作品可能需要 1:1 封面、9:16 限時動態、直式 Spotify Canvas、16:9 YouTube 視覺化影片與動態消息裁切。把臉、標誌、標題區與視覺焦點留在中央安全範圍，並在最終渲染前測試每種裁切。

把第一格當成品牌素材

影片暫停時，開場仍應該像一張刻意設計的圖片。社群平台、慢速網路、縮圖與嵌入播放器都可能在播放前只顯示一格。強而清楚的第一格也能提供循環要回到的明確狀態。

比較主要的 AI 專輯封面動畫方法

可接受細微視覺變化、只想快速製作預告時，選擇單次圖生影片；封面必須精準不變且深度已足夠時，選擇分層視差；封面屬於更大型、以歌曲為核心的流程，並希望看見素材與分鏡卡時，選擇 SoulVid；同一世界需要多角度、影片與後續發行內容時，選擇完整 3D。

當封面屬於一整套發行視覺，而不是單一片段時，SoulVid 特別有效。它的規劃層能連結歌曲、世界、參考素材與鏡頭任務，再由最終剪輯器處理精確字體與平台裁切。這份用 AI 製作音樂影片的完整教學會示範如何把同一流程擴展到封面動畫以外。

修正常見的動態封面問題

主要人物改變了

把主體動態降為零，在每個鏡頭重複視覺識別鎖定條件，並使用已確認的靜態圖作為參考。如果雕像、臉、產品或角色就是封面識別，請讓周圍環境動起來。人物主導的作品可參考這份在 AI 影片中保持角色一致性的教學。

從成品看起來像投影片

在圖層之間加入持續關係，例如倒影回應光線、霧氣展現深度，或前景動作跟隨攝影機。如果每個圖層都以固定速度移動，單靠視差會顯得人工。

循環出現跳動

比較第一格與最後一格。如果狀態無法一致，可使用往返循環，或把硬切藏在黑暗、前景物件、符合歌曲的閃光或全畫面倒影掃動後方。主體已經變形時，不要依賴長時間淡化。

封面文字扭曲

使用沒有文字的乾淨作品母版生成，之後再覆蓋原始字體。把字體當成設計圖層，不要要求影片模型每秒重新繪製 24 次。

動得太多

一次移除一個動態圖層。焦點主體、一個主要事件和一種氛圍質感通常已經足夠。關閉聲音後，畫面仍應被認作這張發行封面。

常見問題

讓世界動起來，不要改變視覺識別

最成功的 Marble Signal 版本沒有讓雕像表演，而是讓世界回應她：海面反射、網格脈動、攝影機發現深度，青色訊號打開。這種克制讓動態與封面保持連結，而不是用另一件作品取代它。

先確認靜態圖、鎖定視覺識別、選擇一條動態規則，再測試最短且有用的版本。當這套視覺語言成立，同一批素材就能支援循環、預告、視覺化影片、歌詞片段或完整 AI 音樂影片。