【藝文人士的AI課】037---《CYBER HER》：從雙 CD、虛擬角色到真實舞台的製作實錄

2026 年 9 月 16 日，《CYBER HER》終於在桃園廣藝廳正式演出。

那一天我坐在台下，看著 Lucifer Girl 與 Eva Girl 化為巨型舞台影像；真人表演者則在影像之前唱歌、走位與舞蹈。虛擬角色與真實身體同時佔據舞台，那一刻的感覺其實很奇妙。

幾個月以前，這兩個女孩還只是硬碟裡的一堆圖片、歌曲、音軌與零碎影像。再更早以前，她們甚至還沒有名字。

《CYBER HER》最後呈現在觀眾眼前的，是一段不到十分鐘的舞台作品；但把時間往前拉，它背後其實是一條很長的路：從 2024 年開始練習生成影像、反覆建立人物，到 2026 年完成雙 CD 概念專輯，再從專輯發展成動態影像，最後又為了真人演出，把音樂、畫面與舞台節奏重新拆開、重新組合。

所以這一次真正讓我感興趣的，已經不只是「AI 可以做到什麼」。

當 AI 做出來的東西真的離開電腦，進入一個有真人、有舞台、有時間限制，而且不能按下 Undo 的現場時，作品會發生什麼變化？

一、Lucifer Girl 其實比《CYBER HER》更早出現

回頭整理《生成式 AI 群英傳》過去的封面，我才發現 Lucifer Girl 並不是為了這一次舞台作品才突然被設計出來。

2024 年開始大量練習 AI 繪圖時，我的瀏覽器裡也逐漸累積了一整排生成工具書籤。從 Stable Diffusion 生態系、ComfyUI、TensorArt、Civitai、CogniWerk，到後來接觸的 FLUX 系列模型，我幾乎是一邊試工具，一邊尋找自己真正喜歡的視覺語言。

現在重新整理當年的書籤與作品，我反而比較能看清楚 Lucifer Girl 最早的形成路線。

其中，CogniWerk 與 FLUX 系列模型，是我製作早期白髮 CyberGirl 原型時的重要工具之一。在 Cyberpunk 人物生圖上，我也經常搭配自己慣用的 LoRA 模組「cyborg bone framework - 1.0」，協助建立人物的機械骨架、機械結構與整體質感。

《生成式 AI 群英傳》大約第 5 期到第 9 期之間，白髮、女性機械身體、冷色科技光、耳機與耳掛等元素，已經開始反覆出現在畫面裡。

那時候她還沒有 Lucifer Girl 這個名字，《CYBER HER》也還不存在，但後來角色最重要的視覺基因，其實已經開始成形。

中間我又陸續嘗試歷史、藝術、音樂、人物等完全不同的題材。白髮 CyberGirl 並不是每一期都出現，但經過幾十期封面的反覆生成、修改與選擇之後，這位白髮女孩又逐漸回到畫面，而且開始出現一個與她相對的黑髮角色。

至於後來的 Eva Girl，她的誕生，就和我自己的生活點滴有更多關係了。

現在回頭看，那其實就是 Lucifer Girl 與 Eva Girl 的前史。她們先在一次又一次生成實驗裡，慢慢長出了自己的臉、髮色、機械結構與氣質；到了後來，我才替她們加上名字、個性、音樂與世界觀。

生成式 AI 可以給你無數張圖片，但「角色」不是一次生成出來的，角色是被時間養出來的。

二、《CYBER HER》一開始其實不是舞台劇

2026 年年初真正開始製作《CYBER HER》時，我原本想做的，其實是一套 2CD 概念專輯。

這和我長年做 DJ 的聆聽經驗有很大的關係。

從 1990 年代到 2000 年代初，我一直在唱片市場裡打滾。白天賣唱片、寫樂評，晚上到夜店放歌，也因此比一般聽眾更早、更密集地接觸英、美與歐洲不同地區的舞曲第一手資訊。

我一直很喜歡英國與歐洲的 DJ Mix CD 文化，包括 Cream、Global Underground，以及 Paul van Dyk 那個年代大量出現的 Mix、Remix、Maxi Single 與 DJ Set。

那個年代很早就讓我知道一件事：專輯不一定只是第一首、第二首、第三首歌曲的集合。一張唱片本身，也可以是一段完整旅程。

同一首歌，也未必只有一個版本。在黑膠單曲、CD Single 與 Maxi Single 盛行的年代，一首作品可能同時存在 Radio Edit、Club Mix、Extended Mix，甚至速度、節拍與編曲完全不同的版本。

我一直記得自己曾經從 Paul van Dyk 的唱片裡得到一個很深的印象：同一批聲音素材，可以反覆拆解、重新組合，再變成另一種聆聽方式。

究竟是不是〈For an Angel〉的哪一個發行版本，我現在已經記不起來了，所以也不想只靠幾十年前的記憶把它寫死。

但這種把聲音拆開、重組，再重新串接的想法，後來確實成為我設計《CYBER HER》CD2 時的重要參考。

另一種影響，則來自我早年聽 Hip-Hop 專輯的經驗。

De La Soul 的《3 Feet High and Rising》利用短劇與插話，把整張專輯串在一個帶有遊戲節目感的世界裡；2 Live Crew 的《Banned in the U.S.A.》則在曲目之間穿插多段「News Flash」。

這些作品讓我很早就意識到，歌曲之間不一定只能靠節拍相接。對話、環境聲、效果聲，甚至一小段完全不同性質的聲響，都可以成為把整張專輯連起來的方法。

到了《CYBER HER》，我沒有照搬「新聞快報」的形式。因為這是一個從宇宙、機械到城市的世界，突然出現一段電台 News Flash 反而會破壞它的氣氛。所以我選擇的是：用聲音接聲音。

上一首留下的殘響、Synth、低頻、機械聲或環境聲，可以成為下一首的入口。

而且 CD2 我刻意沒有把歌曲順序打亂。

因為 Lucifer Girl 與 Eva Girl 的歌詞本身就有時間順序。她在什麼時候醒來、什麼時候移動、什麼時候進入城市、什麼時候下班、什麼時候走進夜店、最後又在什麼時候遇見另一個人，都已經是故事的一部分。

如果為了 DJ Mix 的效果把曲序重新洗牌，音樂也許會更好接，但故事會亂掉。

所以 CD1 是每一首歌各自完整存在的 Original Album；CD2 則按照原來的故事順序，把它們重新連成 Continuous DJ Mix。

CD1，把世界拆開。

CD2，把世界重新接回來。

三、從 Pink Floyd、〈Avalon〉到 Maxi Single：那些比 AI 更早的聲音記憶

《CYBER HER》的音樂並不是到了 2026 年開始使用生成式 AI 之後，才突然形成。

很多聲音上的想法，其實早就在我幾十年的聆聽經驗裡慢慢累積。

像 Pink Floyd《The Dark Side of the Moon》這類整體性很強的概念專輯，給我的影響並不是某一首歌的旋律或編曲，而是讓我很早就知道：一張專輯不一定只是十幾首彼此獨立的歌，也可以透過環境聲、轉場、段落與情緒變化，形成從頭到尾連續的一段旅程。

但如果要追尋 Eva Girl 全部曲目的節拍、鼓組與 Bass 語感，我會想到另外幾個一直留在耳朵裡的聲音來源。

第一個是 Roxy Music 1982 年的〈Avalon〉。

原版本來就有一種柔軟、流動、帶著空氣感的氣質；後來我聽到 M People 在 1997 年《Fresco》裡重新演繹〈Avalon〉，很明確地感受到：同一首歌的旋律與氣質可以保留，但鼓組與 Bass 的語言可以被重新改寫。

我喜歡的並不是那種非常猛烈、一路往前衝的 Drum & Bass，而是比較輕、比較鬆，甚至帶著一點優雅感的節拍。

鼓不需要很重，Bass 也不必一直站在最前面。它可以藏在中低頻裡，輕輕推著歌曲往前走。

這種感覺後來成為 Eva Girl 不少歌曲在鼓與 Bass 編排上的重要參考。

另一個很深的聲音記憶來自 Pet Shop Boys。

我一直記得，他們曾有一首歌的單曲版本，在我的聽感裡帶著某種 Acid Jazz、輕碎拍，甚至近似 Drum & Bass 的語彙。它給我的感覺，和 M People 版〈Avalon〉在節奏上的處理有某種相似性。

但到底是哪一首歌、哪一個單曲版本，我現在真的已經記不起來了。

所以這裡我寧可留下這份聲音記憶，也不想硬補上一個可能錯誤的歌名。

我只記得第一次聽見時很驚訝：原來 Neil Tennant 的聲音，放進這種碎拍與 Bass 的編制裡，也可以這麼自然。

它和 M People 的〈Avalon〉帶給我的感受其實很相似— 同一副聲音、同一首歌曲，只要換掉節拍、鼓組、Bass 與整體編曲，就可以重新長出另一副身體。

所以後來製作 Eva Girl 的音樂時，我不是先去問 AI：「現在流行什麼節拍？」

在真正開始生成音樂以前，那個節奏的靈魂其實早就存在我的耳朵裡。

我知道鼓應該多重，Bass 應該放在哪個位置；什麼地方應該讓節奏進來，什麼地方又應該退下去。甚至同一首歌，也未必要永遠只有一種版本。

對我來說，音樂本來就是可以拆開，再重新接回去的。

一段鼓可以換掉，Bass 可以重新安排，人聲可以移動位置；原本分屬不同版本的素材，也可以透過剪接、重混與聲音拼貼，重新組成另一個完整的敘事。

這些方法並不是生成式 AI 發明的。

三十年前賣 CD Single、Maxi Single 時，那些日復一日的聆賞工作，聽著一首歌如何被做成 Remix、Alternative Mix、Extended Mix，其實早就在訓練我的耳朵，也在告訴我：同一首作品，本來就可以有很多種不同的生命。

工具是新的，耳朵裡累積的東西，卻已經有幾十年了。

四、AI 是另一件樂器：從 Loop、舊詞到今天的生成式音樂

使用生成式音樂工具之後，我愈來愈清楚一件事：對我而言，AI 並不是替我決定音樂應該怎麼寫。它比較像是手上又多了一件樂器，也多了一個可以快速試驗想法的製作環境。

從 ACID Pro 的 Loop 到今天的生成式音樂

其實，我用電腦協助自己做音樂，也不是從生成式 AI 才開始。

再往前推大約十七年，除了自己彈鋼琴、把想到的旋律錄下來之外，我第一次真正用電腦完成電子音樂，也是在 PC 音樂軟體已經大量普及的年代。

當時 FruityLoops、Cubase 等軟體都很常見，而我自己實際接觸、使用比較多的，則是 Music Maker 與 ACID Pro 4.0。

尤其 ACID Pro 4.0，讓我第一次很直接地接觸到以 Loop 為核心的製作方法：一小段鼓、一段 Bass、一段 Synth 或其他聲音素材，放進時間軸裡反覆排列、剪接與組合，再透過段落、層次與進出位置，慢慢把幾小節的聲音組成一首完整的電子音樂。

我早期真正用這種方式完成的一首電子音樂作品叫〈The One〉。

目前留下來的版本長約 7 分 56 秒，是我當時用 Loop 與舞曲編排邏輯一路堆疊出來的作品。相關記錄與歌檔我一直留到今天。這麼多年來，我也一直想把它重新剪成兩、三分鐘的 Radio Cut，只是始終沒有真正抽出時間。

當然，Music Maker 與 ACID 並不是今天意義上的生成式 AI。它們不會自己替你寫出一首歌。

但對我自己的創作歷程來說，那卻是一個很重要的起點：我第一次體會到，做音樂不一定只能從頭到尾把每一個音符彈出來，也可以把聲音拆成積木，再重新排列、組合與延伸。

二十多年來，工具一直變。從鋼琴與旋律記錄、Loop-based 軟體、DJ Remix 與 DAW，一路走到今天的生成式音樂，我自己的核心邏輯其實沒有完全改變：

工具可以把可能性展開，但最後要走哪一條路，仍然要由人決定。

今天使用 Suno AI 或其他音樂生成工具，任何人都可以從幾句文字或一段歌詞，很快得到一首形式完整的歌曲。

但「可以生成一首歌」，和「知道自己到底要什麼」，還是兩件不同的事情。

我自己會一些鋼琴，也有過去寫詞與商業作品的經驗。當然，我不是科班出身、可以坐在鋼琴前或拿起吉他，就從頭到尾完成整首作品的專業作曲家；但多年做 DJ、曾經進入音樂製作團隊受邀寫詞，十多年前又有與音樂時代劇場合作的機緣，再加上這些年接觸編曲、混音與大量聆聽，至少讓我知道自己要什麼，也知道什麼東西不對。

這種差別在生成式音樂裡其實非常明顯。

舊詞新生：〈無翼者 The Wingless〉

如果一份歌詞本身已經具有成熟的句法、韻律、情緒推進與歌曲結構，創作者往往可以從文字本身，判斷它適合什麼樣的速度、節拍、鼓組、Bass 與編曲方向。

我自己最直接的一個例子，就是接下來準備發行的單曲〈無翼者 The Wingless〉。

這首中文歌詞其實是二十多年前，我在音樂製作公司接觸一首韓國 Demo 時寫下來的。當時最後沒有被採用，但我一直把它留下來，因為我始終認為那是一份已經相當完整的歌詞。

很多年以後，我重新把這份舊詞交給 Suno AI。

但我不是把歌詞丟進去，讓它自己決定應該長成什麼樣子。

我看著那份詞，就知道它帶著一點搖滾氣質，也大概知道自己要什麼樣的速度、情緒與整體張力，所以音樂方向也是依照歌詞本身的音樂性去設計。

第一次生成出來時，完成度就已經很接近我認為可以繼續往商業製作方向發展的版本。

而〈無翼者 The Wingless〉並不是唯一的例子。

這一兩年，我沒有刻意大量寫新的歌詞，反而重新翻出二十多年前留下來的作詞稿、詞集與詩作，一首一首重新試做。

其中已經有幾首，是我自己願意繼續往製作、發行方向推進，也認為具有商業潛力的作品。

這些文字不是為 AI 寫的。

它們早在生成式 AI 出現以前就已經存在。

以前缺的，可能是合適的作曲者、編曲者、製作條件，或者根本沒有時間把它們一首一首完成。

現在多了一套新的工具，讓這些原本停在紙上的作品，有機會重新被聽見。

從哼唱開始：當旋律重新回到人的手上

而我更看好的是另一條路：

不要每一次都叫 AI 從零替你想。

有時候，人走路、開車、洗澡時，腦中突然冒出幾個音符，順口哼了一小段旋律，甚至只是沒有任何歌詞意義的「啦啦啦」。

以前如果不熟悉樂器、錄音或編曲，這些旋律很可能哼完就消失了。

現在可以先把它錄下來，再把自己的旋律或聲音素材交給支援音訊輸入的生成工具延伸。

如果本來就會一點鋼琴、吉他，甚至手上有 MIDI 鍵盤或電鋼琴，這種方法的發展空間更大。

對剛開始創作的人，它可以縮短從一個旋律念頭到 Demo 的距離；對有經驗的創作者，可以快速試驗不同的節奏、和聲與配器；對職業作曲家、編曲者或樂手，它也可以只是很快提供幾個不同方向，讓人先比較，再決定真正值得深入製作的是哪一條路。

所以我不認為生成式音樂只對「不懂音樂的人」有用。

從初學者、半業餘創作者，到專業音樂工作者，都可能找到自己的使用方式。

差別只在於，你帶進工具裡的是什麼。

過去一兩年，我和一些業界音樂工作者討論 AI 時，也聽過完全不同的態度。有人很早就開始使用，有人保留，有人仍然排斥。

這都很正常。

每一次新的音樂工具出現，都會重新碰到「什麼才算創作」這種爭論，我沒有必要替別人決定答案。

AI 可以降低製作門檻，卻不會自動消除創作者之間的差異。

當大家都能取得類似工具時，真正拉開距離的，反而會變成你帶進工具裡的經驗、審美、音樂記憶，以及你有沒有能力判斷什麼值得留下。

想法由我提出，方向由我決定，AI 幫我把可能性展開；最後留下什麼，仍然由我的耳朵決定。

AI 不是站在前面牽著創作者走。

它只是讓我手上，又多了一件可以把想像真正做出來的樂器。

五、Lucifer Girl 與 Eva Girl，以及多重莫比烏斯環

當 Lucifer Girl 與 Eva Girl 的世界逐漸完整，我開始用「莫比烏斯環」來理解整套《CYBER HER》的結構。

這並不是單純為了找一個漂亮的 ∞ 符號，而是因為從角色、色彩、時間、音樂，到人與機械的關係，作品裡一直存在著彼此翻轉、交換，又重新接回原點的循環。

Lucifer Girl 是冷藍色、機械、宇宙與未來；Eva Girl 則是粉紅、城市、人類情緒與身體。

一個像機械慢慢理解人性，一個像人類逐漸學會與機械共振。

兩個角色是一層循環；藍色與粉紅是一層循環；Lucifer Girl 與 Eva Girl 各自約十二小時的時間線，合起來又是一個完整的一天；CD1 與 CD2 又是另一層。

而最後一首〈Dawn of Cypher〉也不是一個真正的句點。

它在概念上重新把聽者送回第一首〈Solar Flare〉。

故事結束的地方，同時也是下一次開始的地方。

人逐漸機械化，機械逐漸人性化。

我不想把人與 AI 寫成只能互相對抗的兩個世界。

它們也可能交換、影響、滲透，最後找到另一種共存的方法。

到了舞台版本，我把這個抽象概念轉化成觀眾可以直接看見的「信物交換」。

Eva 將白色短外套交給 Lucifer；Lucifer 則把藍色發光項圈交給 Eva。

交換之後，Eva 身上多了來自 Lucifer 的藍光；Lucifer 則穿上象徵人類溫度的白色外套。

所以她們交換的並不只是兩件道具。

一個交出人的溫度，一個交出機械的訊號。

到了這裡，原本存在於音樂、角色、色彩與時間裡的莫比烏斯環，才真正變成舞台上可以被看見的故事。

六、從角色一致性，到真正開始思考影像

到了 7、8 月，我開始大量把專輯裡的世界轉成圖片與影片。

這時才真正遇到 AI 影像製作最麻煩的問題：單張圖片很好看，不代表連續十張還是同一個人。

人物換一個角度，臉可能就變了；換一個場景，機甲結構又不同；下一個鏡頭，頭髮長度、耳掛、項圈甚至整體比例都有可能跑掉。

《CYBER HER》又比一般角色製作更麻煩，因為 Lucifer Girl 與 Eva Girl 的故事裡還有「交換」。

白色外套現在應該穿在誰身上？藍色發光項圈現在戴在哪一個角色身上？髮色有沒有被畫錯？藍光與粉紅光有沒有互換？

這些對人來說非常簡單的連續性，對生成模型來說卻不一定簡單。

我甚至曾經為 Eva Girl 訓練過一套 LoRA，工作已經接近完成，只是最後沒有正式公開。

但做到後來，我反而愈來愈清楚：角色一致性不是某一套模型、某一個 LoRA 就能完全解決的問題。

真正重要的是，創作者自己必須比 AI 更清楚角色是誰。

她的臉、髮色、身體結構、服裝、光色、道具，以及故事進行到某一刻時，她身上應該留下什麼。

這也是我後來愈來愈重視 Character Bible 的原因。

有了角色之後，下一個問題才是：怎麼讓圖片真正變成故事。

我最早做 AI 影片時的想法其實很直覺：有一張漂亮圖片，把它變成影片就好了。

後來才知道，五秒鐘很漂亮，不代表五十秒鐘能成立。

人物可能突然轉向，背景改變，光線跳掉，甚至下一個鏡頭連角色本身都已經不是同一個人。

所以後來我開始先規劃關鍵畫面。

A 接到 B，下一段再從 B 接到 C；或者先用九宮格把遠景、中景、特寫、角色移動與互動畫出來，再讓生成模型去完成每一段。

有些看起來像「一鏡到底」的地方，其實也是很多不同鏡頭經過設計之後，才讓觀眾感覺畫面一直流動下去。人物經過鏡頭、光線改變、景物遮擋，或讓前一個畫面的某種形體自然延伸到下一個場景，都可以成為轉場的一部分。

但做完《CYBER HER》之後，我反而愈來愈覺得，真正要學的並不只是「轉場效果」本身。

今天坊間已經可以看到大量很漂亮的 AI 轉場，也有愈來愈多工具可以替你完成畫面的變形、延伸與銜接。可是專業 MV、廣告甚至電影影像之所以成立，靠的從來不是一個特效。

它牽涉的是整套影像語言。

一個導演為什麼在這裡用遠景？為什麼下一個鏡頭突然靠近人物？鏡頭應該移動還是停住？什麼時候切？光線是冷的還是暖的？人物和背景之間怎麼分層？畫面的色溫、景深、焦段、運鏡、構圖與節奏，最後又要怎麼一起服務故事？

甚至同樣是 4K 畫面，解析度只是最基本的條件。真正拉開差距的，還是鏡頭裡有沒有判斷。

這些其實都是我下一個階段最想補的東西。

如果我把自己前面提到的「聲音 × 影像六邊形」再往前推，那麼影像這一角需要的，就不只是會操作生成工具，而是要逐漸具備導演、攝影與剪接所累積的視覺素養：看得懂一支 MV 為什麼這樣分鏡，看得懂一支廣告為什麼用這種色溫，也知道一個看似華麗的轉場，究竟有沒有必要存在。

這次把《CYBER HER》的 AI 影像拿給一些具有藝術或影像專業背景的人看時，我也慢慢意識到，華麗的畫面本身並不足以代表影像已經成熟。

但我也不會因此把所有問題都歸結成「自己做得不夠好」。

《CYBER HER》製作的那個階段，生成式影片本身仍然很容易留下銜接、變形與節奏上的痕跡。很多同時期的 AI 影片，其實也都面對類似問題。要把一段畫面反覆做到幾乎看不出接點，往往需要更多生成次數、更長的生成時間，以及更高的製作成本。

而《CYBER HER》畢竟是在有限預算與有限時間裡完成的第一部作品。

前導影片裡，有一小段至今仍然是我自己很滿意的：Lucifer Girl 在地球上的身體逐漸成形，接著抬頭、轉身向下飛去。那一段的動作、鏡頭與畫面銜接幾乎融在一起，很難明顯看出轉換的接點。

也正因為我曾經做到過這樣的段落，我反而知道問題並不是「AI 做不到」，也不是我完全沒有能力做到，而是整部作品不可能在當時的時間與預算裡，讓每一個鏡頭都反覆試到同樣的完成度。

其他段落仍然可以看見一些停頓、接縫或轉換的痕跡。有些來自當時模型本身的限制，有些來自生成成本與製作時間，而有些確實也是我的分鏡、鏡頭語言與轉場判斷還可以繼續精進的地方。

所以做完《CYBER HER》之後，我得到的結論並不是「自己做得不好」，而是我開始更清楚地知道：什麼地方已經做得到，什麼地方只要再多一些時間與資源就能改善，又有哪些能力必須靠自己繼續學。

第一個階段，我學的是怎麼把圖像變成影片。

下一個階段，我想學的，是如何讓更多鏡頭都達到那種「觀眾忘記它正在轉場」的程度，讓分鏡、光線、色彩、構圖、運鏡與節奏真正成為故事的一部分，而不是讓觀眾先注意到技術本身。

AI 可以幫我生成鏡頭，但導演感不會因為按下 Generate 就自動出現。

生成漂亮的畫面已經愈來愈容易。真正困難的，是讓觀眾忘記工具的存在，只看見故事。

AI 可以生成一個漂亮鏡頭，但為什麼下一個鏡頭應該接在這裡，仍然是人的選擇。

七、另一條影像線，也讓我重新理解「靜」

《CYBER HER》製作後期，我同時還參與了陳文茜《如此歲月，如此幸福》的影像工作，其中包括〈假如我能再活一次〉。

兩邊其實是完全相反的題目。

《CYBER HER》是在創造不存在的人物；另一邊面對的卻是真實人物、真實照片與真實人生。

我處理了大量舊照片，再嘗試把其中一些照片轉成動態影像。

其中有一個我很喜歡的方法，是讓照片本身像是一頁「生命之書」，再把動態影像放回照片裡，形成畫中畫的效果。

照片本身仍然留在書頁裡，照片裡的人與景象卻開始流動。

不是把每一張照片都硬做成會動的影片，而是讓原本靜止的照片，像一段重新被打開的記憶。

這段工作後來反而影響我重新看待《CYBER HER》。

我開始理解：畫面不一定什麼都要動。

有時候一張照片不動，反而更有力量；有時候鏡頭停久一點，觀眾才有時間真正看見人物。

到了真正進入舞台製作時，這件事情變得更重要。

八、專輯完成了，真正的舞台工作才開始

真正進入舞台製作之後，我才知道：歌曲完成，和歌曲可以拿去演，是兩回事。

專輯版本可以把聲音做得很滿、很完整，但真人要進來唱，聲音就必須留下空間。

有些 AI 生成的原始音軌已經是一個完整成品，但到了舞台，主唱需要拿掉，合唱又希望留下；有些歌曲的 Key 不完全適合真人；有些在耳機裡聽起來很飽滿的聲音，進到大型 PA 系統之後，反而會和真人聲音擠在一起。

所以我必須重新回到聲音工程。

分離人聲、整理 Stems，再進 DAW 重混，重新處理音域、動態與各個聲部的位置，做出真正能讓真人唱進去的 Stage Mix。

Master 是給聽眾聽的，Stage Mix 是要和真人一起活的。

而當真人真正進入舞台之後，影像也開始被迫改變。

早期影像版本只有七分多鐘，後來逐漸增加到接近十分鐘。這並不是單純在片尾多加兩分鐘內容。

真正改變的是，真人有自己的時間。

電腦裡的人物可以兩秒鐘完成一個動作。

真人不能。

舞者需要走位，需要交換道具，需要讓觀眾看懂動作，也需要呼吸。

所以舞台動作一改，音樂就跟著改；音樂一改，影像節點又必須重新剪；影像改完，再回到排練場；不對，再回來修改。

最後變成一個不斷往返的循環：

音樂 → 影像 → 真人 → 再回到音樂與影像。

我後來把這種工作方式暫時叫作「音畫互鎖」。

它不是一套軟體，也不是一組 Prompt。

它比較像是一種製作觀念：作品不是從頭做到尾就完成，而是任何一個環節改變，其他環節都必須跟著重新調整。

九、真正走上舞台之後，我才知道什麼叫「留白」

《CYBER HER》前面很長一段時間，大部分工作都是我自己坐在電腦前完成。

但到了舞台階段，它就不再是一個人的作品。

從和楊忠衡（楊哥）一次又一次討論，到排練、舞者、服裝與現場技術進場，每一個專業都會從自己的角度重新檢查作品。

有些 AI 圖片裡很好看的設計，真人穿上去根本無法活動；有些我很喜歡的背景影像，一放到舞台上，卻會把真人吃掉；有些音樂在耳機裡非常緊湊，舞者進場之後，卻完全沒有呼吸空間。

演出前約一週，舞群又出現臨時的人事變動，團隊必須迅速調整排練與走位。

這些事情，都不是生成模型會遇到的問題。

也正是在這個階段，我才真正理解：AI 可以讓一個人做到以前很難做到的事情，但它並沒有因此讓其他專業變得不重要。

反而因為真的走進劇場，我才更知道每一種專業為什麼存在。

第一次正式受訪與製作宣傳短片，也反過來逼我重新整理自己的創作邏輯。

當楊哥問我：為什麼是夢境? 夢是怎麼來的??為什麼是兩個女孩？為什麼是莫比烏斯環？為什麼做成雙 CD？為什麼最後又走到舞台？

我不能回答：「因為 AI 做得到。」

我必須把幾個月裡做過的每一個選擇，重新找出理由。

而這其實也是楊哥一直提醒我的事情：整個劇目不能只做到「看起來成立」，我自己必須先把它想得更仔細、更完整。

這些「為什麼」，不只是創作者自己知道就好。我還必須站在觀眾的位置去想：觀眾為什麼要相信這兩個角色？為什麼她們要交換信物？為什麼故事要走到這裡？前面的設定和後面的舞台行動之間，有沒有真正連得起來？

有些原本在音樂與影像裡可以被帶過去的結構問題，一旦走上舞台，就沒有辦法再假裝看不見。

這些問題，也逼著我重新檢查原本劇情裡一些沒有完全想透的地方。

某種程度上，這些討論給我的啟發，甚至比最後舞台上真正演出的那十分鐘還要更多。

因為舞台演出是結果，而這一連串被追問、被檢查、重新思考「為什麼」的過程，才讓我真正知道自己做的是什麼。

演出結束後，我也試著整理自己到底跨過了哪些領域。

大致可以分成詞曲與世界觀、編曲與聲音設計、分軌與舞台混音、角色美術、動態影像與分鏡，以及真人舞台協調。

我暫時把這個能力結構稱為「聲音 × 影像六邊形」。

這並不是說一個人要取代六種專業

。

真正困難的是，當其中一個環節改變時，你能不能理解其他環節會發生什麼事。

舞者需要多幾秒鐘，你要知道音樂哪裡可以退；影像哪裡可以停；舞台什麼時候可以暗下來；觀眾的眼睛應該看哪裡。

到了這時候，我才真正明白六個角為什麼必須互相連在一起。

但如果現在問我，整場演出做完之後最大的反省是什麼，我的答案反而很簡單：

做得太滿了。

AI 很容易給創作者一種誘惑。

因為每一秒都可以生成漂亮畫面，所以每一秒都想塞畫面；因為聲音可以一直增加，所以每一秒都想讓音樂存在。

但劇場不是手機短影音。

真人站上舞台之後，有些時候背景應該安靜；有些時候音樂應該退；有些時候，舞台甚至只需要一個人、一束光，和一次呼吸。

我們不只要學會生成，也要學會什麼時候不要生成。

結語：那些封面，最後把她們帶到了舞台

從 2024 年一張又一張《生成式 AI 群英傳》的封面，到 2026 年的雙 CD，再到 9 月 16 日真正站上舞台，《CYBER HER》對我而言，最大的意義可能不是完成了一齣 AI 音樂劇。

而是它讓我走過一條以前從未完整走過的路。

從寫歌、做專輯、重新混音，到角色設計、影像、分鏡，再到真人排練與舞台。

原本彼此分開的東西，最後全部重新接在一起。

AI 並沒有替我把作品完成。

它只是讓我有機會更快走到以前一個人很難抵達的地方，也因此讓我真正看見每一個專業的難度。

回頭看那些最早的封面，有時候真的會覺得很奇妙。

那時候畫裡的白髮女孩甚至還不知道自己叫 Lucifer。

黑髮的 Eva 也還沒有出現。

她們最早其實只是一些停留在我腦海裡的片段。

來自這十年工作與生活中遇見的人、發生過的事、做過的夢、聽見過的聲音，以及曾經真實感受到的愛。

那些東西有些很清楚，有些已經變得模糊；有些留下了臉孔，有些只剩下一種情緒。

而我喜歡它們，所以一次又一次，把它們留在圖像裡。

後來有一天，她們有了名字。

有了歌曲。

有了故事。

最後甚至有人穿著她們的衣服，站在真正的舞台上。

那些封面，真的讓她們走到了今天。

而這一路留下來的製作紀錄與心路歷程，也讓我開始想像：

《CYBER HER》這個世界，還能走到哪裡。

還會有《CYBER HER 2.0》嗎？

那是個好問題。