外观
AI 视频生成入门：文生视频与图生视频
结论先说：现阶段 AI 视频工具最擅长的是 几秒钟的单个镜头，而不是一口气生成一整段有剧情的视频。新手最稳妥的做法是：先写分镜 → 用图片工具做好每个镜头的关键画面 → 用图生视频让画面动起来 → 挑选片段 → 在剪辑软件里拼接、加字幕和音乐。
本文以一个具体任务为例：为一款手工陶瓷杯制作一段约 15 秒的社交媒体展示短片，由 3–4 个镜头组成。
1. 文生视频与图生视频的区别
| 对比项 | 文生视频 | 图生视频 |
|---|---|---|
| 输入 | 一段文字描述 | 一张图片 + 一段动作描述 |
| 画面可控性 | 低，每次结果差异大 | 高，构图和外观由图片决定 |
| 适合 | 找灵感、氛围空镜、不要求具体外观的画面 | 产品展示、保持角色和场景一致、系列内容 |
| 主要风险 | 主体外观每次都不一样 | 动作幅度大时主体变形 |
新手建议优先用图生视频：画面先在图片阶段定好，视频阶段只需要关心“怎么动”，浪费的额度少得多。
2. 准备
选工具
| 工具 | 特点 |
|---|---|
| 可灵 AI | 支持文生视频、图生视频，中文提示词友好 |
| Runway | 视频生成与视频编辑功能较全 |
| 对话助手内置的视频生成 | 部分对话助手的付费版提供视频生成，适合偶尔使用 |
视频生成消耗的额度远多于图片，免费额度通常只够试几次，可用的时长、分辨率和次数由各工具的套餐决定，以官网为准。额度规则见 AI 工具的免费额度与使用限制。
准备素材和分镜
先用文字写出分镜表，这是最省额度的一步：
| 镜头 | 时长（示例） | 画面 | 动作 / 镜头运动 |
|---|---|---|---|
| 1 | 4 秒 | 陶瓷杯放在木桌上，清晨窗光 | 镜头缓慢推近 |
| 2 | 4 秒 | 热水倒入杯中 | 水流倒入，热气升起 |
| 3 | 4 秒 | 一只手拿起杯子 | 手从画面右侧进入，轻轻拿起 |
| 4 | 3 秒 | 杯子底部的手工刻印特写 | 镜头缓慢环绕 |
然后为每个镜头准备一张关键画面：
- 自己的产品：用实拍照片作为图生视频的输入，产品外观最真实；
- 概念画面：用图片工具生成，方法见 用 AI 生成博客配图，同一组镜头使用相同的风格描述；
- 图片的 比例要与最终视频一致（竖屏短视频用 9:16，横屏用 16:9），否则视频工具会裁切或补边。
3. 第一步：写视频提示词
视频提示词与图片提示词的区别在于：重点描述运动，而不是画面。图生视频时，画面已经由图片决定，提示词只需要写清楚三件事：
| 要素 | 说明 | 示例 |
|---|---|---|
| 主体动作 | 画面中什么在动、怎么动 | 热气从杯口缓缓升起 |
| 镜头运动 | 推、拉、摇、移、环绕、固定 | 镜头缓慢向前推近 |
| 节奏与氛围 | 速度、光线变化 | 动作缓慢平稳，光线柔和 |
镜头 2 的图生视频提示词示例：
text
热水从画面上方缓缓倒入陶瓷杯中，杯口升起细细的白色热气。
镜头固定不动。动作缓慢、平稳，光线保持柔和的清晨窗光。
杯子的形状、颜色和花纹保持不变。文生视频需要再加上画面描述，例如：
text
清晨，阳光从左侧窗户照进来，一只米白色手工陶瓷杯放在浅色木桌上，
桌面上有少量咖啡豆。镜头从中景缓慢推近到杯子特写。
写实摄影风格，浅景深，暖色调，画面安静。提示词技巧
- 一个镜头只写一个主要动作：“拿起杯子、喝一口、放下、转身离开”一次写完，几乎一定会出错；
- 动作幅度小一点：缓慢、轻微的动作比快速、大幅度的动作稳定得多；
- 写明要保持不变的东西：“杯子形状和花纹保持不变”能减少变形；
- 少写人物的手和脸：手部动作和面部表情是最容易出问题的地方，能用空镜就用空镜。
4. 第二步：生成和挑选
- 先用最低成本的设置试：短时长、标准画质，确认动作方向对了再用高画质生成；
- 每个镜头生成 2–3 次，挑最好的一条，不要在一个提示词上反复抽取太多次——连续几次都不理想时，改提示词或换关键画面；
- 记录有效的提示词，下次同类镜头直接复用。
挑选时逐帧检查：
| 检查项 | 常见问题 |
|---|---|
| 主体是否变形 | 杯子把手消失、形状逐渐改变 |
| 物理是否合理 | 水往上流、热气方向乱飘、物体穿过桌面 |
| 手和人脸 | 手指数量变化、手与物体粘连、五官扭曲 |
| 画面稳定性 | 闪烁、抖动、纹理“游动” |
| 首尾帧 | 开头和结尾是否适合与相邻镜头衔接 |
5. 第三步：拼接与后期
AI 工具生成的是素材，成片需要在剪辑软件中完成（电脑或手机上的常见剪辑软件都可以）：
- 按分镜顺序排列片段，剪掉开头和结尾不自然的几帧；
- 片段之间用简单的切换或淡入淡出，避免花哨转场；
- 文字、字幕、Logo 在剪辑软件里加，不要让 AI 在视频里生成文字；
- 添加音乐和音效时，使用你有使用权的素材（剪辑软件或平台提供的正版曲库、自己录制的声音）；
- 按发布平台要求导出比例和分辨率。
6. 版权、肖像与真实性
- 商用授权以各工具条款为准：生成的视频能否商用、免费版与付费版是否不同、是否会被公开展示，都要看你所用工具的服务条款，并以生成时的最新版本为准；
- 输入素材要有权使用：图生视频上传的图片必须是你自己拍摄、自己生成或已获授权的；
- 不要用真实人物的照片生成视频，尤其是他人的照片；不要生成冒充真实事件的“新闻画面”；
- 按平台规则标注：许多发布平台要求对 AI 生成或合成的内容进行标注，发布前查看平台规则和所在地相关规定；
- 商品展示视频应与实物相符，不夸大产品效果。
7. 常见错误
| 错误 | 后果 | 改进 |
|---|---|---|
| 直接用文生视频做产品展示 | 产品外观每次都不同 | 用实拍或生成好的图片做图生视频 |
| 一个镜头塞进多个动作 | 动作混乱、主体变形 | 一个镜头一个动作，多拆几个镜头 |
| 一开始就用最高画质和最长时长 | 额度很快用完 | 先低成本试动作，再高画质生成 |
| 让 AI 在视频里生成字幕 | 文字乱码、闪烁 | 字幕在剪辑软件里加 |
| 图片比例与视频比例不一致 | 画面被裁切或补出奇怪的边 | 生成关键画面时就按视频比例 |
| 生成到一半失败、上传卡住 | 网络中断或服务繁忙 | 见 AI 工具报错或无法访问怎么排查，生成期间不要切换节点 |