Higgsfield 把 95 分鐘 AI 電影《Hell Grind》整包開源，每一句提示詞、每一份素材、每一次迭代版本全部公開，還附上 19 分鐘幕後拆解與一套打包成 Claude Skill 的提示詞工具。
（前情提要：Google DeepMind 合作 A24！7,500 萬美元開啟好萊塢 AI 電影研究合作）
（背景補充：ComfyUI 估值衝上 5 億美元：AI 影像不想靠抽卡，讓創作者掌控每一幀輸出）
熱門 AI 影片生成平台 Higgsfield，近期開源了長達 95 分鐘的 AI 電影《Hell Grind》全部提示詞、角色模型與場景素材，還附上一支十九分鐘的幕後拆解影片，把片中最大一場打鬥戲從零重建一次：提示詞怎麼改、改了幾次、哪一次失敗，全部攤開來給人看。
對想學 AI 生影片的人來說，官方如何生成這些鏡頭、團隊踩過的坑、寫壞的提示詞、以及後來怎麼修…這些經驗都非常有價值。
成本花費約 50 萬美元
《Hell Grind》是由 15 人團隊在哈薩克阿拉木圖花 14 天做出來的，總成本接近 50 萬美元，其中將近八成、約 40 萬美元砸在 GPU 雲端算力上，剩下兩成才是人事。
執行長 Alex Mashrabov 形容整個生成過程「有種吃角子老虎機的感覺」，燒錢燒到最後，253 個能用的鏡頭是從 16,181 次生成裡篩出來的，比例約 64 比 1。這次開源背後還有一層算盤，就是為 Higgsfield 自己辦的 Higgsfield Global Film Festival 宣傳，總獎金 100 萬美元、首獎 50 萬。
開源包裡裝了什麼？
官方開源專案頁裡有完整細節，每一句提示詞、每一份素材、每一次迭代版本都在，理論上任何人都能照著重建一次（願意燒錢的話）。所有角色、場景、素材被攤在同一張工作區裡，隨時在視野內，不用在資料夾裡東翻西找。
官方還打包了一支 Claude 的 Skill，按一個加號、上傳檔案，約 30 秒就能用。
這個 Skill 吐出來的提示詞是固定的四段式結構：
- 先用簡單錨點標記素材，例如 @Roco、@Monster，每個標記綁一段簡短外型描述與參考圖，模型才不用猜
- 接著把空間座標鎖到公尺
- 再把動作寫成以秒計的時間碼
- 最後加一條嚴格規則，擋掉模型自己亂編的部分。
開拍前，先把角色定裝
正式生成之前，團隊第一步是先把會反覆出場的角色與場景「定裝」。
角色的髮型、臉譜、穿著…等基礎造型；怪物設定寫死成 4 公尺高、骷髏臉、紅水晶刀刃，而且沒有右手，骨頭直接從手肘長成刀刃。細節寫得越詳細，模型每次生成越容易辨識同一個角色。
提示詞怎麼寫，才不會一路爛下去
第一條原則：相機運動別用形容詞，要用比較級與具體數字。不寫「鏡頭快一點」，要寫「比典型電影推軌快 3 倍」；環繞軌道寫成從 8 公尺拉近到 4 公尺、高度從 3 公尺降到 2 公尺；怪物變身的時間直接給硬數字 0.4 秒。
官方的說法是，影片模型不太懂「戲劇性」這種抽象詞。簡單來說就是，模型不吃形容詞，只吃數字。
群眾規模也一樣不報數字，用三層堆疊：前景一名清晰的戰士、後方密集人群、再後面淡入霧裡的剪影，實際看得清楚的大概只有 40 人，剩下的交給觀眾大腦自己補完。濃霧甚至被當成除錯手段，把能見度壓到 20 公尺，背景生成崩壞的部分就被藏起來（官方補充，現在模型的 4K 算圖背景已經穩很多，這招重要性下降，但畫面塞滿東西時仍然好用）。
動作也拆成半秒級步驟，前景武士起身被切成手部 0.5 秒、頭盔 1.5 秒、站直 3 秒，時間寫死，模型才不會搶拍或跳過中間階段。最後一條紀律最土也最有效：每次至少跑四段生成，才分得出來是隨機出包還是提示詞本身有問題。分得出壞提示詞和壞手氣，才是省算力額度的關鍵。
這場戲用的生成設定也被公開：模型固定成 CS 2.0、單段 15 秒、每次輸出四段，沒有任何隱藏設定。
最貴的一課：別叫模型「不要」
官方稱這次學到最貴的一課，不是怎麼寫，是怎麼不寫。片中怪物右手那顆鏡頭，提示詞明寫「沒有手持物、沒有刀柄」，模型照樣塞一隻手握著劍。團隊後來反過來，叫模型把手臂抬高、讓畫面清楚看到那裡什麼都沒有，才解決。
更貴的一次，是整場打戲拍出「電玩過場動畫」的感覺。團隊寫了十幾次「不是遊戲」「不要 CGI」，模型看不懂「不」，只認得句子裡一堆「遊戲」兩個字，於是照著做出遊戲感。
修法有兩步：把禁令換成正面描述，不寫「不要廉價特效」，直接說清楚要什麼樣的光線與材質；再來是改成多鏡剪接，因為一鏡到底本來就是電玩慣用的拍法，真電影會剪。團隊乾脆讓模型自己當導演切四刀，各配一組鏡位——50mm 環繞、24mm 低角度、85mm 特寫、35mm 廣角。
跨鏡銜接也得明寫死規則：第一鏡結尾的姿勢，等於第二鏡開頭的姿勢，不然 AI 會把剪接點當成全新場景，姿勢直接歸零重來。打擊感同樣寫成物理，不寫「時間變慢」，而是把兩把刀的距離逐秒標到公分，碰撞角度也寫清楚，再加一條硬規則：水晶永遠贏鋼鐵，模型就會讓鋼刀碎裂、噴出火花。
官方最後總結：這套工作流真正的技術，不是寫出一句天才提示詞，而是看懂哪裡壞了、只修那裡，片中很多鏡頭，其實是從同一批生成裡挑出兩段不同的片段剪在一起。
📍相關報導📍
OpenAI 向好萊塢示範 Sora、緩解電影業焦慮！為何這麼做？
