「你是否在雪山救過一隻狐狸」是什麼哏?醬板鴨是什麼?3段式提示詞完整拆解
「你是否在雪山救過一隻狐狸」是什麼哏?醬板鴨是什麼?3段式提示詞完整拆解

一隻想賣鴨子的帳號,意外席捲了整個網路。

2026 年 3 月,中國抖音上一支 AI 短片掀起狂潮,身穿紅黑刺繡俠客服的神秘女子走向正在劈柴的農夫,開口問:「你可曾在雪山救過一隻狐狸?」 農夫以為是傳統報恩故事的主角,沒想到對方緊接著說:「不是,我是那隻醬板鴨。」

這支影片的原創者是中國醬板鴨業者艾林俊吉,據傳首支影片成本不到人民幣 40 元、耗時 5 小時,工具是 AI 影片生成軟體極夢(Jimi)與小雲雀。影片上線後全平台粗估上億次觀看,連蔡依林也親自翻拍玩哏。

「雪山救狐狸」這個哏為什麼有效?

秘密藏在劇情結構裡。「你可曾在雪山救過一隻狐狸?」借用了中國傳統狐妖報恩小說的經典開場。男主角昔日在雪山救下受傷的狐狸,多年後神秘美女登門,觀眾預期浪漫故事即將展開。但當角色自報身分的瞬間,預期被完全推翻,荒謬反轉一次到位。

搭配 60 年代邵氏兄弟電影的攝影棚人工布景、高飽和特藝彩色,以及 BGM 驟停、畫面閃白的武俠定格亮相,整支影片散發出一種「刻意做舊」的廉價舞台感,讓荒謬感更加倍。

而這種視覺風格,正是下文這套提示詞要還原的核心。

雪山救狐狸 3 段式提示詞完整拆解

以下提示詞由 Threads 創作者 Chris.AI探索家(@chris_ai_explorer)在「以假亂真系列」中公開,本文已獲作者授權引用,分三段輸入。

第一步:定錨風格(全局基底,每段都要帶入)

60年代邵氏兄弟武俠電影原生風格,100%還原攝影棚人工布景假農家庭院,特藝彩色高飽和度,非自然主義戲劇布光,強烈紅藍補色光效,老電影膠片顆粒感,全程強化攝影棚內景感,畫面清晰無抖動,人物五官精緻貼合邵氏武俠審美,動作流暢不卡頓,全程搭配邵氏經典武俠管弦BGM,角色登場配武俠亮相鏘鏘音效,結尾定格配爆點重音音效。

AI 影片工具預設傾向生成寫實風格。要把模型「掰回」復古人工感,必須在開頭就明確告訴它:不要自然主義布光、不要戶外場景、不要現代感。 這段基底每個分段提示詞都要帶著走。

第二步:鋪排登場(0–6 秒)

分兩個小節處理:

0–4秒:建立場景與人物

人工布景農家院內,需先建立明確的邵氏片場感。主體角色設定為黑髮整齊後梳束髮、戴舊布巾、面容樸實硬朗、淺麥色、無鬍鬚的年輕農夫,身穿土黃色粗布短打對襟小褂,挽袖露出小臂,腰間繫粗布腰帶,下穿扎腳布褲,布料需帶做舊磨邊質感,整體維持復古青黃色調柔光寫實質感。畫面中農夫正揮斧劈柴。院門口則安排女俠緩步踏入,人物需設定為容貌絕美、妝容濃豔、高聳髮髻配金飾步搖、身穿紅黑相間刺繡俠客服。此段需保留開口台詞:「你可曾在雪山救過一隻狐狸?」

重點:衣料質感描述(做舊磨邊)與色調(青黃色調)不能省略,否則 AI 容易生成過於精緻的古裝,喪失邵氏電影那種廉價感。

4–6秒:戲劇停頓與轉場

此段重點在於角色對話節奏與戲劇停頓。農夫需停下斧頭,抬眼挑眉看向女俠,並說出台詞:「你就是那隻狐狸?」女俠則需冷臉側身,以擲地有聲的語氣回應台詞:「我不是」此處需特別注意BGM驟停,並同步加入武俠鏘鏘重音音效,最後以畫面閃白完成轉場,強化老派武俠片的戲劇節奏感。

第三步:角色列隊(6–14 秒)

梗的核心,有兩種版本可選:

版本A:滿漢全席版(仿相聲「報菜名」節奏,18 道菜品化身武俠角色快切登場)

鏡頭極速切換,每幀0.6秒,維持邵氏武俠定格亮相式風格。所有角色登場時需自帶紅藍補色亮相光效,並開口報出對應菜名台詞,說完後即邁步站到院中列隊,院子逐漸被角色站滿:

白絨古裝帶羊羔元素→「我是蒸羊羔」
棕黑勁裝帶掌紋元素→「我是蒸熊掌」
棕褐短打帶鹿尾配飾→「我是蒸鹿尾兒」
花羽古裝→「我是燒花鴨」
嫩黃勁裝→「我是燒雛雞」
白絨鑲邊古裝→「我是燒子鵝」
醬色短打(多人)→「我是滷豬」「我是滷鴨」「我是醬雞」「我是臘肉」
松花紋肚兜造型→「我是松花」「我是小肚兒」
風乾質感古裝→「我是晾肉」「我是香腸兒」
盤裝造型→「我是什錦蘇盤兒」
白肚鑲邊→「我是燻雞白肚兒」
圓胖造型→「我是清蒸八寶豬」
釀鴨元素→「我是江米釀鴨子」
罐籠造型→「我是罐兒野雞」「我是罐兒鵪鶉」

版本B:醬板鴨版(還原原始爆紅版本,單一反轉角色)

農夫停下斧頭,抬眼挑眉看向女俠,試探道:「你就是那隻狐狸?」女俠冷臉側身,極度認真地回道:「不是,我是那隻醬板鴨。」此處BGM驟停,配武俠鏘鏘重音,畫面閃白轉場。6–14秒鏡頭極速切換,每幀0.6秒,維持邵氏武俠定格亮相式運鏡。

使用前要知道的事

這套提示詞針對支援「分段時間軸輸入」與「對話台詞生成」的 AI 影片工具,Kling、Vidu、極夢均可嘗試。實際操作有三個限制需要提前評估:

  • 台詞口型同步:目前多數工具對中文台詞的口型控制仍不穩定,可能需要多次生成才能對上。

  • 多角色快切:滿漢全席版要求 18 個不同角色在 8 秒內快切登場,對模型連貫性是高壓測試,建議分段生成後後製剪接。

  • 邵氏風格細節:部分較新的工具反而可能生成過於精緻的畫面,失去那種廉價復古感;碰到這種情況,可在提示詞中加強「攝影棚假布景」和「非自然主義」的要求。

最後要說的是,提示詞寫得再好,最後讓影片爆紅的往往是那個意料之外的反轉。醬板鴨是梗,但核心是那句「不是」之後的發展。

資料來源:聯合新聞網、風傳媒、ETtoday、Chris.AI探索家 Threads 貼文

本文初稿為AI編撰,整理.編輯/李先泰

往下滑看下一篇文章
業績兩年從28億突破百億,諾億保經攜手自由系統強化IT與資安以接住高速成長
業績兩年從28億突破百億,諾億保經攜手自由系統強化IT與資安以接住高速成長

企業高速成長,市場最先看見的是業務營收與市場排名的飆漲,但真正決定企業能走多遠的,往往是水面下看不見的IT與營運骨幹。

諾億保經就是一個經典案例。

2024年,諾億保經的全年保費規模約28億元,隔年直接翻被衝破60億,今年,更預計挑戰120億到150億大關,強勢躍居台灣前十大保經公司;業績快速成長的同時,諾億保經的組織配置也很精實:外勤業務團隊約500人,負責核保、行政與稽核的後勤單位卻僅約30人。

值得特別注意的是,隨著營收在短時間內翻倍,受到考驗的不只是業務能力,也包括後台系統、資訊設備、網路、資安,以及法遵與內控能否同步跟上。

諾億保經總經理賴柏翰直言:「客戶資料是諾億保經的核心資產,特別是我們以投資型保單為主力業務,對個人隱私與財務資訊的防護要求極高。」此外,隨著營運規模擴大,金管會對資訊安全與內控稽核的監管標準也隨之提高,必須重塑IT與資安體質以回應高速成長。

評估完自身資源後,諾億保經做了一個重要決定:不從零自建IT團隊,而是採取資訊外包模式,提供企業擴展所需的支援。

諾億保經
諾億保經總經理 賴柏翰
圖/ 數位時代

諾億保經總監張維倫表示:「我們需要合作夥伴提供完整支援,自由系統不僅具備金融產業經驗與深厚維運實力,還能提供一站式服務,因而雀屏中選。」由自由系統負責台北與台中辦公室的端點設備、儲存架構、網路與資安維運等工作。

診斷重於工具:先清查環境盲點,再談防禦升級

缺乏專職資訊人力的中小企業或快速成長型組織,很常陷入一個迷思:市場上出了什麼新工具、新架構,就急著導入;然而,自由系統的作法是先回歸營運本質:盤點現況。

在雙方正式簽約前,自由系統的顧問團隊便深入檢視諾億保經的既有環境,找到一個最急迫的營運隱患:內勤行政人員與外勤業務人員,竟在辦公室內共用同一套網路網段,這意味著外部裝置一旦連網中毒,極可能直接橫向感染存放敏感保單資料的內部系統,為降低風險,自由系統隨即協助諾億保經進行網段隔離與權限切割,在第一時間化解安全未爆彈。

這套「先釐清現況、確認優先級、消弭落差」的邏輯,也體現在資安合規的推進上。

自由系統服務顧問黃麒翰以ISO 27001認證輔導為例指出:「諾億的認證合規由專職顧問主導,但底層關鍵的端點偵測回應(EDR)、託管偵測回應(MDR)、防火牆規則、特權帳號管理及硬體資產盤點,全由自由系統提供技術支援。我們的目標是替企業建立完整的『環境可視性』(Visibility),讓風險一目了然。」

對諾億保經來說,資訊設備、網路與日常維運雖然是營運不可或缺的基礎,卻不是公司的核心業務,如果自行建立完整IT部門,不僅要負擔人力成本,也必須長期維持涵蓋網路、設備、資安與系統維運的專業能力;相較之下,將這些工作交給自由系統的專業團隊負責,諾億保經可以將時間與精力放在可直接創造營收的核心業務。

「與自由系統合作至今,我們不僅更好強化IT體質、順利補強合規缺口,也為接下來的AI應用打下穩健基礎。」張維倫如是說道。

從防守走向進攻:雲地協同架構,讓AI真正走入第一線

IT與資安基礎逐步穩定後,諾億保經開始將資源放到下一階段:如何利用AI提升業務與營運效率。

在業務端,諾億嘗試透過AI實現「保險情境遊戲化」。

賴柏翰指出,一般客戶很難體會重大疾病帶來的財務衝擊,與其單向說明「萬一罹癌怎麼辦」,不如透過AI模擬動態情境,讓客戶在虛擬人生中面臨關鍵決策;甚至,將台股加權指數、S&P 500走勢融入情境,模擬面臨資金缺口時,抵押借款或贖回投資將對個人資產產生何種實質影響,讓保險規畫轉化為主動的探索體驗。

同樣的邏輯也導入內部培訓與後勤自動化。

過去高度仰賴資深講師與紙本教材的訓練流程,被轉化為AI互動式推演,讓500位業務能在高度擬真的客戶抗拒或理財情境中反覆演練,大幅縮短新人上手週期。至於在行政方面,傳統業務助理得耗費大量時間進行分類、掃描、校對保單文件的繁瑣流程,也交由AI與自動化工具處理,助理僅需做最終核對與歸檔,使30人的後勤編制得以支撐暴增數倍的合規案件。

在AI探索的過程中,自由系統就像是諾億保經的IT團隊、協助評估與提供所需產品服務。

自由系統售前顧問劉威利強調:「金融保險業涉及大量機敏個資,絕不能盲目把所有資料拋上公有雲AI。」因此,自由系統協助諾億精準劃分「地端與雲端邊界」,例如,哪些非機敏資料可藉助雲端模型運算、哪些敏感核保數據必須保留在地端進行私有化推論,並協同評估相應的地端硬體算力與加密機制,讓創新應用不以犧牲資安為代價。

總的來說,從28億飆升至百億規模,諾億保經展現了一家新銳金融服務企業的高敏捷度;而自由系統則證明了託管服務(MSP)已不再只是被動的修電腦與顧網路,更是高速成長企業在架構選擇、資安風控與AI轉型路上,不可或缺的最佳夥伴。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓