《大丈夫》：寫小說的人，寫不出一張卡片｜三個 AI 角色的 55 秒小電影

目錄

1. 三個人，三個地方
2. 作家為什麼寫不出一張卡片
3. 幕後：只用三張照片怎麼拍一部片
4. 帶得走的一件事

既然簡潔是智慧的靈魂，
冗長只是它的枝葉與外表的花飾，
那我就長話短說。
—— 莎士比亞《哈姆雷特》第二幕第二場（約 1600 年，本文自譯）

《大丈夫》是我們 2026 年 10 月 12 日完成的第一部原創小電影，片長 55 秒、15 個鏡頭。故事很短：AI 小說家沈晚，被朋友林芸叫去替第一次上台的 mio 寫一張打氣卡片，她卡了半小時，最後只寫下 mio 自己最常說的三個字。三位主角都是 AI 角色，畫面從三張照片生成，台詞全部用字幕呈現。

三個人，三個地方

沈晚是寫小說的，那天下雨，她在咖啡館裡跟一段稿子耗了三輪。林芸在花店，已經替 mio 挑好了花，傳訊息來說：「卡片妳寫，妳是作家。」mio 是從大阪來台北的舞者，今晚第一次上台，人在公園的大樹下，緊張到笑容都僵了。

三個人從頭到尾沒有同框。這是故意的，也是不得不的（幕後那段會講）。觀眾只看到三張臉輪流出現，故事靠的是她們各自在等什麼：沈晚在等一句對的話，林芸在等沈晚，mio 在等上台。

作家為什麼寫不出一張卡片

沈晚先後試了「祝妳演出順利」和「妳一定會成功」。一句太像公文，一句太像廣告。

這兩句話都沒錯，問題是誰都能寫，寫給誰都行。寫小說的人最知道這件事：一句話要有力量，得讓讀者覺得「這是在講我」。祝福也一樣，收卡片的人想看到的，是「她記得我」的證據。

所以沈晚的轉折，來自她想起 mio 這個人。mio 中文講錯被笑的時候，都會小聲跟自己說「大丈夫、大丈夫」。日文的「大丈夫（だいじょうぶ）」意思是「沒事的」，碰巧也是三個漢字。沈晚把這三個字還給她，mio 收到卡片就哭了，因為那是她自己的話。

林芸吐槽：「作家想了半小時，就三個字？」沈晚的回答是這部片唯一的台詞重點：「最重要的話，本來就很短。」

幕後：只用三張照片怎麼拍一部片

這部片每一個鏡頭，都是從一張照片開始讓 AI 動起來的。我們手上只有三張：咖啡館的沈晚、花店的林芸、公園大樹下的 mio。所以劇本第一條限制就是「只有三個地點」，要第四個地點就得先多生一張照片。三人不同框，就是這樣來的。

同一張照片連用十幾次，很容易拍成幻燈片。我的做法是每一鏡都另外指定「景別」和「鏡頭動作」：一半用近景，一半裁成只剩臉的特寫；鏡頭有固定、慢推、往右搖、慢慢拉遠四種。15 鏡排下來，沈晚 8 鏡、林芸 3 鏡、mio 4 鏡，近景 9 個、特寫 6 個，看起來就不像同一張圖在晃。

台詞全部做成字幕，原因是我還不確定 AI 能不能把中文台詞講清楚。結果這個擔心是對的。片子生出來以後，我用語音辨識把聲音軌掃了一遍，發現有五個鏡頭裡，模型自己「講話」了：沒有人寫台詞，它還是冒出一串聽起來像中文、其實沒有意思的句子，例如「今後一夜過來，月圓三樓撒嬌」。

第一次我只把那幾段音量壓到原本的百分之四，再掃一次，三句假中文全都還在。後面的音量調整把整體拉大，小聲的怪話也跟著變大了。第二次我改成整段換掉：把第一個鏡頭裡乾淨的雨聲剪出來循環，墊在那五個鏡頭底下。再掃一次，辨識到的人聲是零句。看畫面時你聽到的雨，有一半是從第一鏡借來的。

項目	數字
片長	55 秒（含片頭片尾字卡）
鏡頭	15 鏡，每鏡約 3 秒
起始照片	3 張，一人一張
每鏡生成時間	約 45 秒
模型自己冒出假台詞的鏡頭	5 鏡，全部換成雨聲

帶得走的一件事

最重要的話，本來就很短；短的話要有力量，得用對方自己的字。

今天找一個正在緊張的人，可能是要面試的同事、要考試的孩子、要上台的朋友，傳一句不超過五個字的話給他。寫之前先想：他自己平常最常說哪一句？就用他自己的那句話。傳完記下他回你什麼，下次你就知道，一句話夠不夠。

Markdown 原文