認識節點
節點是 vpick 畫布上的基本元件，每個節點負責一件事。
節點類型一覽
| 節點 | 做什麼 |
|---|---|
| 文字 | 儲存一段文字 |
| AI 助手 | 呼叫 AI 產生文案 |
| 圖片生成 | 用 AI 生成圖片 |
| 影片生成 | 用 AI 生成短影片 |
| 語音生成 | 用 AI 生成語音（Voice Over） |
| 音樂生成 | 用 AI 生成音樂（BGM） |
| 口型同步 | 讓照片中的人跟著語音說話 |
| 合併 | 將多段影片合併為一段 |
| 清單 | 儲存多筆資料，用於批次處理 |
| 上傳 | 上傳自己的圖片或檔案 |
| 人聲分離 | 將音訊分離為人聲、伴奏、原始音訊 |
| 變聲器 | 用 ElevenLabs 轉換語音風格 |
| 音訊混合 | 將多段音訊混合為一段 |
| 群組 | 將多個節點視覺分組 |
AI 助手
輸入提示詞，AI 會幫你生成文字內容。
常見用法：
- 產生產品描述
- 列出創意點子
- 寫社群貼文文案
可以開啟「匯出為清單」，把 AI 回覆自動拆成多個項目，方便餵給圖片生成器做批次處理。
圖片生成
支援多種模型（Nano Banana 2、Grok Imagine、Seedream 等），根據文字描述生成圖片。
- 可選比例：1:1（正方形）、16:9（橫幅）、9:16（直幅）等
- 支援多張參考圖片輸入
- 接上清單就能一次生成多張
- 各模型詳細比較請見 AI 模型介紹
影片生成
支援多種模型（Veo 3.1、Kling 3.0、Grok Video、Runway 等），根據文字描述生成短影片。
- 長度依模型不同，最短 3 秒、最長 15 秒
- 部分模型支援音效生成（Kling、Grok）
- 支援首尾幀：上傳圖片當作影片的起始畫面或結尾畫面
- 各模型詳細比較請見 AI 模型介紹
語音生成（Voice Over）
使用 ElevenLabs V3 模型，將文字轉為語音。
- 9 種人聲可選（Roger、Sarah、Brian 等），每種都有試聽 Demo
- 支援 10 種語言
- 可調整 Stability（穩定度）：影響語音的情感表現力
- 輸出音訊可連接到「合併」節點疊加到影片上，或連接到「口型同步」節點
音樂生成
使用 Suno V4.5 模型，用文字描述生成完整音樂。
- 簡單模式：輸入描述（如「一首輕快的爵士鋼琴曲」），AI 自動生成
- 自訂模式：可指定音樂風格（style）和歌曲標題（title）
- 純音樂：開啟 Instrumental 模式，生成無人聲背景音樂
- 適合作為影片的背景音樂，連接到「合併」節點的 audio-in 端口
口型同步（Lipsync）
使用 Kling Avatar 模型，將靜態人像照片變成說話影片。
- 連接一張人物照片（image-in）+ 一段語音（audio-in）
- AI 會讓照片中的人嘴型同步語音
- 兩種模式：Standard（$0.12/秒）、Pro（$0.24/秒）
- 最佳效果：使用正面、清晰、嘴巴閉合的人物照
合併（Combine）
將多段影片按順序合併為一段完整影片。
- 連接多個影片生成 / 口型同步 / 上傳節點到
videos-in端口 - 可選擇性連接音訊（audio-in）作為背景音樂
- 音訊混合：若影片本身有聲音，會與背景音樂混合（非覆蓋）
- 自動處理不同解析度的影片（重新編碼為統一格式）
清單
批次生成的關鍵節點。把多筆資料存在清單裡，接到圖片或影片生成器，就會自動為每一筆資料各生成一個作品。
例如清單有 5 個項目，接到圖片生成器，就會產出 5 張圖。
上傳
把自己電腦裡的圖片上傳到畫布。常見用途：
- 當作圖片生成的參考圖
- 當作影片的首幀（起始畫面）或尾幀（結尾畫面）
- 作為口型同步的人物照片
人聲分離（Vocal Separator）
使用 Demucs 模型，將音訊分離為三個獨立的音軌。
- 輸入：影片（video-in）或音訊（audio-in）
- 輸出：人聲（vocals-out）、伴奏（accompaniment-out）、原始音訊（origin-out）
- 分離後會自動建立 3 個 Upload 節點存放結果
- 適合需要去除背景音樂或提取人聲的場景
變聲器（Voice Changer）
使用 ElevenLabs Speech-to-Speech 模型，將語音轉換為另一種聲音風格。
- 輸入：音訊（audio-in）
- 輸出：轉換後的音訊（audio-out）
- 使用你自己的 ElevenLabs API Key（在 Settings → ElevenLabs 設定）
- 可選擇內建人聲或自行上傳聲音進行克隆
- 支援去除背景噪音選項
- 不消耗 vpick 額度（使用你自己的 ElevenLabs 額度）
音訊混合（Audio Combine）
將多段音訊混合為一段。
- 連接多個音訊來源到 audio-in 端口
- 輸出混合後的音訊（audio-out）
- 適合將人聲和背景音樂混合在一起
群組
將多個節點視覺分組，方便管理。
- 選取多個節點後按 Ctrl+G 建立群組
- 拖曳群組會一起移動所有成員節點
- 可自訂群組顏色和標籤
連線
節點之間用線連接，資料會沿著線流動：
[AI 助手] → [清單] → [圖片生成]
這樣 AI 產生的文字會進入清單，清單的每個項目再分別生成一張圖。
進階範例：口型同步影片
[上傳（人物照片）] → image-in → [口型同步]
[語音生成] → audio-in → [口型同步]
[口型同步] → videos-in → [合併]
[音樂生成] → audio-in → [合併]
這個流程會：
- 語音生成節點產生語音
- 口型同步節點讓照片中的人說話
- 音樂生成節點產生背景音樂
- 合併節點將口型同步影片 + 背景音樂混合成最終影片