你手里有一条口播要配空镜，或者一个产品要出一条几秒的动态演示，听说万相能做视频，但不知道它擅长什么、交付出来能不能直接用、按什么口径花钱。这篇不吹能力，按「什么活适合它、怎么把成品做出来、计费和授权要注意什么」三步走，给你一套能照着做的判断顺序。
你手里有一条口播要配空镜，或者一个产品要出一条几秒的动态演示，听说万相能做视频，但不知道它擅长什么、交付出来能不能直接用、按什么口径花钱。这篇不吹能力，按「什么活适合它、怎么把成品做出来、计费和授权要注意什么」三步走，给你一套能照着做的判断顺序。
先把期待放对：万相这类视频模型解决的是「从一段文字或一张图到一段连续画面」，它不负责剪辑、配音、字幕，更不是一条龙交付。你要做的是把它当成素材生成的一环，前后都有活要自己接。下面按三个判断关口拆开讲。
万相这类视频模型，先搞清楚它擅长接什么活
判断一个镜头能不能交给它，看三件事：主体在整段画面里稳不稳、动作是不是只发生一次、生成出来的时长够不够你后期裁。三条里有一条不满足，就先别硬上，换实拍、换图片动效、或者拆成更短的镜头再试。
| 活儿的类型 | 适不适合交给它 | 原因 |
|---|---|---|
| 概念空镜、氛围转场 | 适合 | 画面要求松，容错高，抽几条就能挑出能用的 |
| 产品动态展示 | 看情况 | 静态外观好还原，复杂机械结构容易糊 |
| 分镜预演、提案小样 | 适合 | 不需要成片精度，能快速把想法可视化 |
| 精确口型对白 | 不适合 | 唇形对不上台词，后期救不回来 |
| 多镜头长叙事 | 不适合 | 跨镜头角色一致性撑不住 |
| 逐帧可控的商业片 | 不适合 | 控制粒度达不到，返工成本高 |
- 它擅长的是「一段连续画面」，不是「一整条片子」，别把剪辑、配音、字幕的活也算进去
- 主体稳定、动作单次、时长够裁，这三条是快速筛选的硬门槛
- 同一段提示词多抽几条，横向比主体漂移和多余肢体，比只看第一条靠谱
- 不确定当下能力档位，去 AI 模型库（/models） 和 AI 测评榜单（/benchmarks） 看当期记录，别拿旧印象下判断
从提示词到能交付的成片，中间还差几步
写提示词按「主体 + 动作 + 环境 + 运镜」四段走，一次只改一个变量。把风格和运镜混在一句里反复抽，你会分不清是哪个词起了作用，返工次数只会更多。抽出来觉得还行的那几条，先存下来标好参数，方便后面补抽。
- 写提示词并小批量试抽按四段结构写，固定其中三段，只动一段，一次抽几条做对比，记录哪条结构稳定
- 按用途定规格先确认最终放在哪个平台、什么画幅、需要多长，再决定要不要重抽，别等剪完才发现比例不对
- 补音画后期配音、字幕、配乐单独做，最后进剪辑合轨；串工具的方法去 视频生成与剪辑（/ai-nav/category/ai-video） 目录里挑
- 过交付检查清单看首尾帧有没有跳、画面里有没有多余肢体、文字区域是否可读、水印来自生成还是后期
有一类项目要提前说清楚不适用：需要口型对台词的镜头、需要连续多镜头保持同一个角色的项目，靠单次生成撑不住，这类要么改实拍，要么把角色一致性交给专门的工作流去处理。
生成只是中间一环，能交付的成片是一整条流水线拼出来的。
计费口径和授权边界，动手前先问清
视频生成常见按次、按秒、按时长档位几种口径，同一段成片在不同口径下算出来的成本差很多。动手前先问自己：我这条片子大概要抽多少次、每次多长，然后拿这个量去对口径，而不是只看单价数字。
| 你属于哪种用途 | 授权上要注意什么 | 容易踩的坑 |
|---|---|---|
| 个人练习、自己看着玩 | 一般额度够用，约束少 | 把试用结果直接发到有商业性质的账号 |
| 给甲方交付 | 要确认商用范围和是否可二次修改 | 以为默认可商用，交付后才发现要另外授权 |
| 平台带货、投放素材 | 看平台侧对生成内容的标注要求 | 没标生成来源，素材被平台打回 |
- 免费额度通常只够试能力，不等于可商用，别把试用结果直接发商业账号
- 先把自己的用途归类，再去找对应条款，别反过来先看条款再想用途
- 当期价格与额度到 官方 API 价格（/official-api） 和 价格变动追踪（/price-watch） 核对，别用别人截图里的数字
- 授权与合规细节对照 安全与合规（/safety），拿不准就直接问服务方要书面口径
什么项目该用它，什么项目该换另一条路
- 适合优先用：预算紧、时间短、只需要几秒氛围画面的内容，或者整条片子只缺一两个镜头时补位
- 该换路子：需要精确控制每一帧、需要角色跨镜头一致、需要长时长连续叙事的项目
- 选型别只看画质，把排队时间、失败重抽率、导出规格、是否带水印四项一起纳入判断
- 拿不准就先做一条最小验证片：同一段脚本跑两三种方案，看哪种返工次数少
最小验证片的做法很简单：写一段十几秒的脚本，拆成三到四个镜头，每个镜头用一个方案跑，只比「一次能不能用」和「要抽几次才能用」。这个数字比任何宣传材料都更贴近你的真实成本。
下一步挑一条你手上正卡着的空镜需求，先去模型库和榜单核对当期能力记录，再到价格追踪页对齐计费口径，然后跑一条最小验证片。→常见问题
万相生成的视频能直接发到平台吗？
能不能发，取决于两件事：画面本身有没有明显畸变或多余肢体，以及你打算发布的用途是不是商业性质。个人分享通常限制少，带货、广告、甲方交付这类用途要先看条款里对商用的说明，必要时走一遍站内合规页面的对照，别默认「能生成就能商用」。
提示词里要写运镜吗？还是让它自己动？
建议写，但要单独写。把主体、动作、环境先定稳，再单独加一句运镜描述，比如推近、横移、环绕。全堆在一句里会让模型分不清哪个是重点，出废片的概率反而更高。抽几次不满意，先改动作再改运镜，一次动一个变量。
生成的片段太短，能拼长吗？
可以拼，但拼接点容易露馅：光线、色调、主体位置对不上就会看出接缝。可行的做法是让相邻片段共用相似的环境描述，后期在剪辑里做过渡或转场遮一下；如果要的是连续长镜头，单靠拼接很难做自然，这种需求本身就不适合这条路线。
