ai文字图片生成视频工具怎么用

很多人卡在第一步：手里有文案和几张图，打开工具却不知道先喂哪个。这篇不列工具清单，只给一条可复用的顺序——先拆镜头、再定哪几镜用图生视频、哪些纯文字生成，接着配音字幕合轨导出。中途顺手确认两件事：这次生成按什么口径扣费，出的片能不能拿去商用。

手里有文案、有几张图，打开工具反而不知道先喂哪个——这是最常见的卡点。其实顺序比工具重要：先拆镜头，再判断哪些画面必须靠已有图片驱动、哪些纯文字描述就能生成，接着配音字幕合轨导出。全程顺手确认两件事：这次生成按什么口径扣费，出的片能不能拿去商用。

下面这条流程不挑具体工具，换成哪家都跑得通。哪一步卡住就退回哪一步改，不要一路往前冲，冲到最后发现画面跟文案对不上，前面抽的额度全白花。

先拆镜头，别急着打开工具

把文案按「一句一镜」切成一张镜头表，每行写清三件事：这句念什么、画面里出现什么、这一镜靠已有图片还是靠文字描述生成。这一步在纸上做，十分钟能搞定，跳过它后面大概率要返工。

• 漫画改视频先按分格切图，一格一镜，不要一张整页图直接喂进去
• 跨格的动作拆成两到三镜，一镜里塞太多动作画面会糊
• 含有固定角色的镜头，把角色设定单独写一行，每次生成都带上
• 镜头表里标注预计时长，后面配音才有的对

喂图和写提示词时，哪些输入会被打回

输入被拒通常不是工具坏了，而是素材本身不达标。图片常见的退回原因：分辨率太低、主体在画面里太小、边缘带水印或文字、画幅比例跟目标输出对不上。传之前先按目标画幅裁一遍，主体尽量占画面主体位置。

提示词按「主体 + 动作 + 运镜 + 时长」四段写，一段一句，不要把风格词和动作词揉进同一句。漫画转视频要额外补角色设定，否则跨镜容易换脸。风格词单独放一句，动作和运镜各占一句。

1. 定位问题在哪个环节输入被拒、提示词没写动作、模型不支持该运镜，三种问题改法完全不同。先看报错信息，再看预览首帧，最后才动提示词。
2. 先出低时长样片用最短时长跑一版，确认构图和动作方向对了，再拉长重跑，避免一次抽长片全废。
3. 固定随机种子做对比工具支持的话固定种子，一次只改一个变量，这样才知道是提示词起了作用还是碰巧。

跑之前先弄清两件事：怎么扣、能不能用

计费口径大致分按次、按秒、按额度包几类，同一段视频在不同工具上的扣法可能差好几倍。做预算前到站内 /official-api 和 /price-watch 看当时的口径，别凭印象估。中途重抽会重复扣，镜头表越细，重抽次数越少。

免费额度一般有排队、分辨率、时长、水印几重限制，商用前先去 /safety 和站内授权相关页面确认该工具当时的授权范围，别只看能不能下载。漫画、网图、他人照片作为输入素材时，输入本身的版权和生成结果的授权是两回事，两头都要过一遍。

• 团队协作时把谁出图、谁写提示词、谁合轨写进流程表，重抽的额度消耗才有人兜底
• 同一批镜头尽量在同一次会话里跑完，参数和风格更容易保持一致
• 保留每次生成的记录，出问题时能回溯是哪一版素材换了

配音、字幕、导出：最后三步怎么串

顺序建议是先出画面片段，再按片段实际时长配口播或旁白，最后压字幕。反过来先配音再凑画面，节奏会被拖垮，常常要为了对上音频把镜头硬拉长，看着很别扭。

1. 统一字幕样式导出前一次性设好字号、位置、安全边距。竖屏和横屏的边距标准不一样，别一套样式走到底。
2. 导出并留母版按发布平台选格式，同时留一份高码率母版，方便后面改字幕或换片头。
3. 交付前自检音画是否同步、字幕有无错别字和断句错、片尾有没有带不该带的水印、时长是否卡在平台限值内。

先拆镜头再开工具，顺序对了，重抽次数自然少；顺序错了，再好的模型也救不回对不上的画面。