登录
我這樣對 Gemini 下指令，快速 AI 影片轉字幕，專有名詞、時間軸都正確！
2025年12月26日 21:16
實際嘗試後，針對我常常需要的「10分鐘內長度的影片」，結論是 Gemini 已經可以當作一個對大多數人來說最簡單易用，而且效果非常好的「影片轉字幕」工具，並且轉出字幕的速度往往就在一分鐘之內完成！（更長時間的影片效果如何，還需要我後續更多的測試才知道）
今天這篇文章，跟大家分享我目前透過 Gemini 轉10分鐘內影片字幕的具體作法，透過有效的指令， Gemini 可以做到：
- 一分鐘內，把十分鐘影片內容轉成繁體中文字幕
- 比各種單機軟體、雲端軟體可能都更快（Buzz 用 AI 一鍵影音轉文字：免費準確的語音轉字幕、逐字稿軟體）
- 自動幫你切好時間段（字幕斷點）
- 句子有標點、可讀性高
- 有正確的專有名詞，錯字率非常低
絕對是「可以直接派上用場」的程度，套在 YouTube 影片或影片剪輯工具的字幕檔（例如：Google Vids 免費線上影片編輯工具，輕鬆完成教學影片錄製、剪輯、特效、字幕）。
下面是影片版操作教學，更完整指令說明在文章後段：
Gemini 的延伸 AI 功能教學：
步驟一：打開 Google Gemini Pro 或思考型模型，上傳影片檔
如果要使用 Gemini 直接製作影片字幕，要切換到「 Gemini 3 Pro 」的進階模型，或是使用「 Gemini 3 思考型」模型。
若是使用「快捷」模型無法正確解析出字幕內容。
- 打開 Google Gemini，切換到 3 Pro 或思考型模型
- 在輸入框旁找到「＋」
- 選擇上傳你剛錄製好的影片檔案
這邊如果選擇「 Gemini 3 快捷模型」，雖然看起來好像有辨識出更多正確的語音文字，但仔細檢查，裡面添加了很多影片裡沒有的幻覺內容，而且處理字幕的時間標記時都是錯的。
步驟二：用指令請 Gemini 產出正確繁體中文字幕（我會這樣下指令）
我希望 Gemini AI 產出字幕檔時，已經趨近於我可以直接套用的結果：
- 專有名詞正確
- 適當的分段
- 正確的時間軸標記
除了可以直接請 AI 把影片轉出字幕檔，也可以在指令中加上幾個關鍵命令，下面是我測試後覺得最有效的：
- 策略 1：要求「一步一步處理」
- 要求 AI 一步一步做，通常會更仔細，漏字、錯字會更少。
- 策略 2：不硬性規定「時間切點」，讓 AI 幫我判斷
- 我不會刻意限制它「每行一定要幾秒」或「一定要切幾段」，因為大多數時候讓 AI 自己判斷，整體字幕節奏反而比較自然。
- 策略 3：一定要先提示「關鍵字」
- 這是我覺得最值得做的一件事，在指令中先告訴它：影片可能會提到哪些人名、工具名、專有名詞，它在辨識時通常會更準，後面修正會少很多。
例如我的影片裡可能會出現：
- 電腦玩物站長 Esor
- Evernote
- Wispr Flow
這些我會先列出來。
下面是我用 Gemini 轉影片字幕時慣用的「 Prompt 指令範本」，你只要把「關鍵字」換成你這支影片可能出現的名詞即可：
請分析我上傳的影片，製作成「繁體中文」字幕內容，並使用 SRT 格式輸出。請一步一步處理：
1. 逐段聆聽並轉寫成繁體中文，加入自然的標點符號。
2. 依照語意與停頓，自動切分字幕段落並產生時間碼（我不需要你固定每段長度，請你自行判斷最佳切點）。
3. 盡可能修正同音錯字，並保持專有名詞正確。
影片中可能出現的關鍵字如下（請優先用這些詞彙辨識）：
- 電腦玩物站長 Esor
- Evernote
- Wispr Flow
最後請直接輸出完整 SRT 內容，讓我可以複製貼上存檔。
如果你覺得這樣製作字幕前，還要自己整理關鍵字？會不會很麻煩？
那這時候你可以試試看下面這個方法，我不一定要提供整理後的關鍵字，我可以提供「影片大綱、腳本或筆記」，這些應該是「現成內容」，複製貼上就好，這時候裡面自然有需要的關鍵字，讓 AI 自己去辨識即可。
裡面的關鍵字為：
- Wispr Flow（Mac/iOS/Windows）：跨 App 即時輸入、可客製字典、保留錄音；適合回信、短文、訊息。
- Windows 11 內建語音輸入：零門檻快捷鍵、逐句轉錄；不留錄音，適合 Windows 11 使用者的日常輸入。
- Google 即時轉錄（Android）：手機隨錄隨轉、長講也不斷；需事後潤飾繁中選字。
- Evernote：5–30 分鐘錄音先存再轉，AI 自動分段潤飾、保留原始錄音；偶有轉為簡中的情況，可再交給 AI 修正。
- NotebookLM：一小時以上長錄音後製，AI 協助摘要、彙整、提問，不適合即時輸入。
- ChatGPT：臨時口述＋即刻整理一氣呵成；網路不穩時上傳失敗且不留音檔需留意。
- Gemini：可上傳錄音檔並以指令輸出所需格式；免費帳戶長度有限，付費更實用。
步驟三：把 Gemini 的字幕內容存成 .srt 檔
目前 Gemini 不會直接產生「一個可下載的字幕檔」，但這完全不影響我們使用。
做法很簡單：
- 在 Gemini 回答中，把整段 SRT 字幕內容複製起來
- 打開純文字編輯器
- Windows：記事本（Notepad）
- macOS：文字編輯（用純文字模式）
- 把字幕內容貼上去
- 存檔時，檔名用：
你的影片名稱.srt - 檔案類型要是純文字
- 副檔名一定要是
.srt
完成後，你就得到一個標準字幕檔，這時候可以上傳到 YouTube ，或是用影片工具附加到影片中。
Gemini AI 辨識出的字幕檔，有時候時間軸不是百分之百精準，可能是我語速太快，或是講得時候分段不夠明顯，可能某幾段會有一秒左右的切換落差。
這時候也可以透過上傳到 YouTube 等工具時，利用方便的字幕時間調整工具，簡單的微調即可。
如果有製作教學影片需求的老師們，或是要做宣傳影片的行銷人員，都可以試試看 Gemini 這個簡單方便的影片轉字幕檔工作流程。
若是影片容量太大，可以試著轉成聲音檔案，體積變小後上傳（反正做成字幕的時間軸都一樣）。
大家好，我是電腦玩物站長 Esor ，歡迎參考我的系列課程與書籍：
- 2024/6 最新著作上市，歡迎支持：《高效人生工作法圖解》
- 大人學最新 AI 課程：用 AI 提升工作效率的實戰工作坊
- 「個人數位生產力」線上課程（可使用電腦玩物老讀者折扣碼 ESOR500 ，獲得 500 元折價喔！）。
- 時間管理、筆記系統、AI 工具相關課程：「課程介紹連結」
- 著作：《防彈筆記法》
- 訂閱追蹤 podcast 節目：「高效人生商學院」（Apple podcast 訂閱、 Google Podcast 訂閱）
- 訂閱「電腦玩物電子報」，不定期出刊。
我的電子郵件是 [email protected] ，如果你有任何關於筆記術、時間管理、提升工作效率的問題，歡迎寫信跟我討論。
（歡迎社群分享。但全文轉載請來信詢問，禁止修改上述內文，禁止商業使用，並且必須註明來自電腦玩物原創作者 esor huang 異塵行者，及附上原文連結：我這樣對 Gemini 下指令，快速 AI 影片轉字幕，專有名詞、時間軸都正確！）
