你可能已经会写提示词了，但真拿它出一支能发出去的视频，还是卡在几个地方：模型擅长什么镜头、什么题材它做不好、一次出几条才不浪费额度、出来的片子能不能商用。这篇不讲原理，只按创作者的实际动作走一遍——从判断适不适合、到写提示词与拍摄拆分、再到导出后要检查什么，最后把额度与授权这两个容易踩坑的口径说明白，数字一律让你回站内页面自己核。
你可能已经会写提示词了，但真拿它出一支能发出去的视频，还是卡在几个地方：模型擅长什么镜头、什么题材它做不好、一次出几条才不浪费额度、出来的片子能不能商用。这篇不讲原理，只按创作者的实际动作走一遍。
顺序就是：先判断它是不是你这活儿该用的模型，再写提示词和拆镜头，然后导出前过一遍检查项，最后把额度和授权这两个容易踩坑的口径说明白。凡是涉及具体数字的，一律让你回站内页面自己核当时的数。
先判断它是不是你这活儿该用的模型
文生视频的强项是氛围和单镜头运动，弱项是精确控制和连续叙事。判断标准很简单：看你的成片里，观众记住的是画面感觉还是具体信息。前者可以用它，后者基本要换方案。
| 场景 | 适不适合 | 更稳的替代做法 |
|---|---|---|
| 产品空镜、氛围转场 | 适合，单镜头数秒即可 | 直接用文生视频 |
| 概念演示、情绪短片 | 适合，配合剪辑拼成完整片 | 拆成多个单镜头分别生成 |
| 精确口型、人物对白 | 不适合 | 交给图生视频或补拍真人 |
| 画面里要出现准确文字 | 不适合 | 生成纯净素材，文字在剪辑里叠加 |
| 连续多镜头叙事 | 不适合单条生成 | 分工生成每条镜头，进剪辑串起来 |
第二个判断依据是你手上有什么素材。只有一段文字就选文生视频；已经有一张满意的图，就别硬用文字重抽，去用图生视频，站内 /ai-nav/category/ai-video 可以横向看不同入口的差别。不确定某家能力边界时，别信宣传语，去 /models 看模型库里登记的分辨率、时长与输入要求。
- 先想清楚成片交付形式：竖屏发短视频、横屏做片头、还是需要无字幕纯净素材，这直接决定提示词里怎么描述构图和留白
- 一次只解决一个镜头，不要指望一条提示词讲完一段剧情
- 拿不准就先用最简提示词抽一条看风格基调，再决定要不要细化
- 把「我要交付什么」写在纸上，再回头对模型的输入要求，对不上就换入口
提示词与镜头拆分：按交付要求倒着写
写提示词别从形容词开始，从交付要求倒推。先定画幅和景别，再定主体动作，最后才是风格。这样写出来的提示词，抽几次就能出可用的镜头；反过来先堆风格词，往往跑十几条都对不上。
比较稳的结构是四段：主体与动作、环境与光线、镜头与运动、画面风格。四段里最容易漏的是镜头运动——写清推拉摇移还是固定机位，比堆一堆形容词有用得多，因为它直接决定观众看到的画面怎么动。
- 定基线先用一段最简提示词抽一条，确认整体风格和构图方向对不对，不要一上来就写长文
- 补镜头运动加一句镜头怎么动，固定机位还是缓慢推近，重新抽一条对比差异
- 补主体细节说清是人还是物、在做什么、穿什么或什么材质，避免抽象形容词；同一支片子里风格词固定一套，中途不要换
- 按顺序排查跑偏时先删抽象词，再补镜头运动，最后才动风格词，一次只改一处，才知道是哪个词起了作用
- 拆镜头一段剧情拆成多个单镜头分别生成，每条只交代一个动作，最后进剪辑串联
关于镜头之间的衔接：每条生成片段单独看要成立，拼起来才不至于跳。判断标准是看相邻两条的光线方向和色调是否接近，差太多就重抽其中一条，而不是靠后期调色硬拉。可以配合站内 /ai-nav/category/ai-video-edit 里的剪辑与字幕工具处理收尾。
一个提示词只交代一个镜头，这条纪律比任何形容词技巧都管用。
从生成到能交付：导出前过一遍这几项
生成出来不等于能交付。导出前把这几个检查项过一遍，能省掉一大半返工。顺序建议按画幅、时长、画质、水印来，因为前面的问题会连带影响后面。
- 画幅与分辨率：先按发布平台要求定竖屏还是横屏，再统一导出参数，别等剪完才发现比例不对
- 时长与节奏：生成片段普遍偏短，补时长靠剪辑拼接或变速，不要靠反复生成硬凑
- 画质与瑕疵：逐帧看有没有肢体畸变、物体突变、文字糊成一团
- 水印与导出设置：确认导出是否带平台水印，去水印的合规做法是换导出选项，不是后期涂抹
- 音频：多数生成片段没有可用音轨，配音和音乐在剪辑阶段处理，别指望一次生成带声音
| 检查项 | 通过标准 | 不通过怎么处理 |
|---|---|---|
| 画幅 | 与发布平台要求一致 | 回提示词改构图描述重抽 |
| 时长 | 拼起来节奏顺，无突兀跳切 | 用剪辑补时长或变速 |
| 画质 | 无肢体畸变与物体突变 | 先改一处提示词重抽，改不动就换镜头方案 |
| 水印 | 符合使用场景的导出选项 | 换导出设置，不做后期涂抹 |
瑕疵排查的优先级很重要。先看是不是主体描述有歧义，再看镜头运动是否写得太夸张，最后才怀疑风格词。站内 /tools/quality-check 有对应的检查思路，可以对着走一遍。
额度与授权：动手前先弄清两件事
额度口径和商用边界，是动手前最该确认的两件事。额度通常按次或按时长算，具体数额会变，别记死数字，到 /official-api/providers/alibaba 看平台侧当时的计费与额度口径，再回 /plans 对照订阅档位。
商用这块更要注意：生成内容能不能用于带货、广告、客户交付，取决于你用的入口和账号类型，不是所有入口默认给商用授权。不确定就当作只能自用，先问清再投钱投放。判断标准可以简化成一句——这素材会不会出现在别人付钱的地方。
- 额度口径
- 按次或按时长计，具体数额会变，到站内对应页面核对当时的数字
- 商用边界
- 取决于入口和账号类型，不确定时按仅自用处理
- 留痕
- 把每次生成的提示词、参数、导出文件按项目归档，后续被问起素材来源时有据可查
- 成本放大
- 一条成片往往要抽好几条素材，按最终采用条数反推预算，不是按成品数量算
最后补一句成本上的现实：想控制消耗，就先把提示词和镜头拆分做扎实，再开始批量抽。盲目多抽只会把额度和时间一起花掉，而判断哪些镜头值得重抽，靠的是你前面定的交付要求。
下一步先去模型库核对这个入口的输入要求和分辨率，再回价格页看当时的计费与额度口径，两边对上了再动手抽第一条。→常见问题
通义万相文生视频出来的片子能直接商用吗？
要看你是通过哪个入口、用哪类账号生成的。官方接口和企业侧的授权范围通常比个人免费入口宽，免费入口往往只授权个人非商用。最稳的做法是先确认入口的服务条款，再决定用不用在带货或客户交付上，拿不准就只当自用素材。
提示词写得挺详细，为什么动作还是不对？
多半是信息过载，一条提示词里塞了太多主体和事件。先砍到「一个主体 + 一个动作 + 一个镜头运动」，风格词只留两三个；还不对就把镜头运动改成固定机位重抽。动作类镜头本身比氛围类镜头难，做不好就换方案，不要硬耗额度。
免费额度用完了怎么办？
先分清是入口额度用完还是账号总额度用完，两者处理方式不同。免费档用完一般有三条路：等额度重置、换其他平台的免费额度、或者按量付费。具体数额和重置规则会调整，去站内阿里云百炼的官方计费页核一遍当期口径最准。
