如何在45分鐘內做出能抓住注意力的爆款短片?Roberto Nixon 的完整流程與工作室成本揭密

如何在45分鐘內做出能抓住注意力的爆款短片?Roberto Nixon 的完整流程與工作室成本揭密

在這集令人起雞皮疙瘩的節目中,短片創作者 Roberto Nixon 首度完整揭露他的製作流程:從靈感、逐字稿、錄製到後製暨發布的每一道細節。他是網路上少數能穩定拿到「數百萬追蹤、數以億計觀看」的短形式創作者之一,此次示範不只分享工具與技術,更揭示速度與節奏如何成為他製作「高點閱、易擴散」內容的核心競爭力。本文依循訪談內容重組,並補充必要背景說明,呈現可實作、可複製的完整操作指南與關鍵數據。

Roberto 明確指出:「短形式影片是互聯網的 bread and butter,是所有注意力的 top of funnel。」他認為短片的價值不只是資訊傳遞,而是「以極高速度捕捉注意力,並把觀眾導向更深的學習或行動」。他在訪談中強調三個製作目標的順序與重要性: - 「Capture attention」:前2秒的視覺與口語鉤子至關重要。
- 「Maintain attention」:以衝突—解決的段落設計持續牽引觀看。
- 「Reward attention」:提供實用、獨到的洞見以促成互動(like/share/save/follow)。
原話引用:「Capture attention, maintain attention, reward attention.」

從點子到稿子的流程(步驟化)

1) 構思與資料來源:Roberto 用 Apple Notes 當「HQ」,每日與專案資料分資料夾管理(範例:2025/reels/AI),重複利用資產、模板與先前素材。
2) 稿件撰寫與腳本策略:「我避免信息傾倒(information dump),我會給出自己的觀點與角度,並在第二行引入衝突以驅動觀看。」(原話)
3) 放置提詞器:把最終稿貼到 ProPrompter Pro(他稱之為 prompter pro),以提詞器快速且流暢錄製,重點在「速度」與「尊重觀眾時間」。
4) 錄音與備份:聲音用 OBS 錄製到桌面,與相機錄影做雙檔備份以防檔案損壞。Roberto:「我不直接把聲音錄到相機,是為了避免檔案毀損時只有一份資料。」
5) 下載與同步素材:影片(Canon R5C)與聲音檔以 AirDrop 或外接硬碟匯入 Mac Studio,進入專案資料夾(命名習慣:日期 + 主題)。

現場硬體與錄製陳列(具體設備)

  • 攝影機:Canon R5C(主攝)
  • 提詞系統:ProPrompter Pro + teleprompter
  • 麥克風/聲音介面:主錄音走 Apollo Solo > OBS(桌面錄音),專播時會換主麥克風
  • 燈光:多盞聚焦燈(含 honeycomb / grid)、F22C top light、150C 類型重點燈;小道具如 gobo 用於背景光線造型
  • 編輯機:Mac Studio(Roberto 仍使用 M1,但想升 M3)、雙 Apple Studio Display
  • 其他:多個外接硬碟(示例:4TB Samsung T9)、各式鏡頭、軸臂(jibs)與將來會引入的機械手臂、工作室自動化硬體
    關鍵數字/成本說明(Roberto 自述):
  • 目前車庫工作室設備總值「約超過 $100,000」美元(他說「maybe a little north of 100 grand」)。
  • 未來升級的專業工作室估算約「$300,000」。
  • 但他同時強調「如果只需同等視覺效果,可以用 iPhone 與簡單設備做到,完整同樣效果的低成本配置可在 US$5,000 以內完成」。原話:「You can build a studio just like this for the same visuals as me for under 5K probably. I mean, you can just do it with your iPhone.」

錄製細節與後製流程(含參數與軟體)

  • 錄影尺寸:他在示範時為短片建立 1080 x 畫面(他口誤說 1080 by 90;實務上短片常使用 1080 x 1920 垂直格式以符合 Instagram/TikTok)。(補充說明)
  • 編輯軟體:主要使用 Adobe Premiere(他習慣 Premiere,但提到 Resolve 正在探索)。
  • 音訊處理(具體插件與參數取向):
  • Multiband Compressor(設定:broadcast preset,適度降低 output gain)
  • Parametric Equalizer(使用 vocal enhancer,微調高頻與低頻)
  • 有時使用 noise denoiser(依情境而定)
  • 視覺調色與預設:使用 Magic Bullet(套用「film preset」與「mojo」效果,透明度約下調到 40%);他有自創 LUT 仿 Pulp Fiction 風格。
  • 剪接節奏:把每個「最佳句子片段」切開並快速縫合,去除毫秒級的停頓(millennial pause),以降低冗長感,Roberto 表示「通常我每句會錄 3~4 次,選最有張力的那一個」。
  • 動態文字與字幕:Roberto 偏好「單行字幕」與「逐字/逐詞出現」的節奏(他會把 captions 設成 single-line,字體大小約 60、字體為 semibold,並將字數與顯示時間限制至最短以達到 slot-machine 效果)。他甚至手動遮罩(mask)每一個單詞以配合節奏,並補強每個關鍵字的視覺動態。
  • 音效(SFX)與音樂:大量使用短促 riser、click、ding 等聲效來強化每一個字幕擊中點;配樂視上傳平台(例如要上 TikTok/IG Reels 可能會另加平台可用音樂)而定。
  • 節奏總時間:他說「通常一支短片的全流程(從腳本到輸出)『最多 45 分鐘』」。

視覺設計與心理學策略(為何有效)

Roberto 多次把內容比喻為「老虎機(slot machine)」,指出短片設計其實是「心理學 + 設計 + 工程」。具體策略: - 以「衝突—解決」不斷循環維持觀看動力(Quote: 「a dance between the conflict and the context」)。
- 早期引入衝突或問題(即便只是「為何這很重要?」也屬於一種衝突)以驅動觀眾求解。
- 使用模式中斷(pattern interrupt)包括大小畫面切換、全屏與小框交替、突兀音效與字幕加強,達到視覺與聽覺驚喜,保持注意力。
- 獎勵注意力:資訊必須對觀眾「有用或有新意」,否則停留時間不會轉為互動信號(例如按讚、分享、追蹤、截圖、儲存)。

工具生態:他推薦的實務工具(清單)

  • 內容/腳本:Apple Notes、ProPrompter Pro(teleprompter)
  • 錄音/錄影:OBS(桌面錄音)、Canon R5C、Apollo Solo(音類介面)
  • 剪輯:Adobe Premiere(主力)、DaVinci Resolve(備案)
  • 視覺產生與素材:Nano Banana(生成器)、Sora 2(影像生成/API,Roberto 指出 API 有使用限制)、MidJourney、Freepik(素材)
  • 下載影片:Downey(下載網路影片工具,他強烈推薦取代網路搜尋「YouTube MP4」的風險方法)
  • 螢幕錄影:Screen Studio(他偏好此工具的進階動畫與邊框)、Loom、OBS
  • 調色與特效:Magic Bullet、After Effects(進階合成)、Photoshop(平面字卡)
  • 字型與版式:他付費字體(曾提到某字體花費約 $600)

成本揭露與複製性評估

  • 高端路線:Roberto 現有設備估計超過 USD $100,000;未來更大型的全自動化工作室預估 USD $300,000。
  • 低成本可行性:Roberto 多次強調「用 iPhone 就能達到類似效果」,並估算「在不購買過多重設備的情況下,5K 美元可以搭出類似視覺效果的工作室」。他原話:「I've done it many times on an iPhone — it looks the same.」
  • 時效性成本:Roberto 的競爭優勢之一是速度(muscle memory),這意味著即便用同樣設備,產出速度與質量仍取決於操作者的經驗與流程化程度。

可操作的三大要點(給創作者的快速清單)

1) 建立「可複製的專案模板」:素材夾結構、字幕樣板、音效資料夾、色彩 LUT 與預設音訊鏈路。
2) 把腳本拆成「短句」與「衝突節點」,並用提詞器錄製多次供剪輯挑選。
3) 重視「前2秒」與「每句的節奏」,用字幕與音效同步強化關鍵字擊中感(逐詞出現可提升可視性與留存)。

結語:短片競賽是速度、節奏與心理學的整合

Roberto Nixon 的分享證明:爆款短片不是單靠昂貴器材,而是「流程化、速度與細微的節奏掌控」,以及理解人類注意力機制。關鍵在於:用簡潔有力的鉤子抓住前 2 秒,透過衝突與解決持續輸出信息,並以視覺、字幕與音效不斷回報觀眾的注意。正如他所說:「這是有史以來最適合創造與建構的時代(the greatest time in the world to be a builder)」,AI 與新一代工具正在把創作門檻降低,但真正能乘勝追擊者仍是能把系統化流程化、並在時間競賽中勝出的創作者。

參考資料(原始影片): https://www.youtube.com/watch?v=U5HyW5tDXYM

Read more

Claude 的 Project、Skill、Connector 到底怎麼分?一次搞懂三者的關係

Claude 的 Project、Skill、Connector 到底怎麼分?一次搞懂三者的關係

很多人問我,在 Claude 裡面,Project、Skill、Connector 這三個東西到底差在哪裡? 什麼時候該用哪一個? 老實說,我一開始也搞得很混亂。 但實際用了一段時間之後,我發現其實邏輯很簡單。 先從最基本的開始:Connector 是對外的資料來源 如果你需要從外部拿資料,比如說接 Google Calendar、接 Notion、接你自己的資料庫,你就需要 Connector。 它就是一個 MCP 的連結,讓 Claude 可以去外面抓資料回來。 沒有 Connector,Claude 就只能用它自己知道的東西,沒辦法碰到你的資料。 Skill 則是內部的運算邏輯 Skill 沒有辦法對外連接。 它只能在內部用 Python 或程式碼執行。 你可以把它想成是一個 Controller,專門負責處理運算的部分。 比如說,你想讓 Claude 用特定的格式改寫文章、

By Andy Lin
讓 AI 認識你 — Memory is All You Need

讓 AI 認識你 — Memory is All You Need

讓 AI 認識你 — Memory is All You Need 最近我在 Claude 上快速搭建了七大 Agent。 原因很簡單:你的助理應該是越使用越懂你。 而 Claude Project 有個關鍵功能叫 Memory,它會根據你不斷詢問的過程,主動提取記憶。 這就是我認為 AI 助手真正強大的地方。 GA 分析助手:從進階到客製化 自從我串接 GA MCP 後,這位助手已經變得非常厲害。 漏斗分析、訪客來源、異常事件追蹤、站上任何問題都難不倒它。 但我想要的不只是這些。 我希望它隨著時間,能夠對齊我的知識,知道我要什麼。 你不用想太多,不用一次設定好整個 instructions。 試著使用一週,再回頭看看 memory,你會發現它已經根據你的行為開始學習客製化了。 許多助手不需要懂老闆要什麼,但網站分析不一樣。 因為我沒有那麼多美國時間,

By Andy Lin
AGI 來臨:兩大 AI 巨頭的預測與警示

AGI 來臨:兩大 AI 巨頭的預測與警示

在近期的達沃斯論壇上,Anthropic 執行長 Dario Amodei 與 Google DeepMind 執行長 Demis Hassabis 進行了一場關於「AGI 之後的世界」的深度對談,揭示了 AI 發展的最新進展與未來展望。 AGI 時間線預測 Dario 重申了他去年的預測:在 2026-2027 年,AI 模型將能夠在諸多領域達到諾貝爾獎得主的水準。他表示目前 Anthropic 的工程師已經不再親自寫程式碼,而是讓模型來完成編寫工作,人類只負責編輯和周邊任務。他預估在 6-12 個月內,模型將能端到端完成大部分工程師的工作。 Demis 則持稍微保守的態度,認為在十年內有 50% 的機會實現 AGI。他指出編程和數學領域較容易自動化,因為結果可驗證;但自然科學領域則更具挑戰性,需要實驗驗證,且目前模型在「提出問題」和「建立理論」

By Andy Lin
讓 AI 當你的健康顧問:我用 Apple Watch 數據打造個人健康分析 Agent

讓 AI 當你的健康顧問:我用 Apple Watch 數據打造個人健康分析 Agent

最近我嘗試做了一個 Agent,專門用來分析我的身體健康狀況。 這不是什麼有商業潛力的專案,純粹是出於好奇。 我想知道現在的 AI 到底能幫我們把健康分析做到什麼程度。 資料從哪來? 要讓 AI 分析任何東西,首先得有資料。 我第一個想到的就是 Apple Health。 因為我每天戴著 Apple Watch,它本來就會自動記錄睡眠、運動、心跳這些數據。 除此之外,我也在嘗試另一個經絡檢測的儀器,有點像中醫把脈的概念,只是還沒整合進來。 我覺得如果未來能把更多資料源串在一起,應該可以做出更有意思的應用。 技術架構其實不難 我用了一個叫「Apple Health Auto Export」的 App。 這個 App 可以把健康資料透過 REST API 自動傳送到你指定的伺服器。 資料打到伺服器後,我再處理並存到 Database 裡。 接著寫一個 MCP Server,然後在

By Andy Lin