第一次用通义万相或可灵做视频,多半是从一句描述开始点生成,等出来发现人物变形、动作接不上、画面一卡一卡的,然后反复重抽,额度就这么没了。这篇不比较谁更强,只讲两件事:动手前先定什么,出片不对时按什么顺序排查,免得把时间耗在无意义的重复生成上。价格和额度数字以站内页面当时显示的为准。
第一次用通义万相或可灵做视频,多半是从一句描述开始点生成,等出来发现人物脸歪了、动作接不上、画面一卡一卡的,然后反复重抽,额度就这么没了。这事儿麻烦在,大部分人把「重抽」当成了调整手段,其实重抽只是碰运气。
这篇不比较谁更强,只讲两件事:动手前先定什么,出片不对时按什么顺序排查。价格和额度数字以站内页面当时显示的为准,别拿记忆里的旧数字排计划。
先认清一次能出什么:别把一条片压给一次生成
通义万相和可灵都是按单次生成输出片段,一条完整片子要拆成多个镜头分别出,再拼起来。想用一句描述直接出整段叙事,基本是在赌,而且赌输的成本是整条描述白写、额度白花。
- 动手前先写下四样:时长、画幅、是否需要人物正面、是否需要口播;任何一样没定,重抽都是白抽
- 需要精确走位或人物连续出现的镜头,先按「多试几次」来算额度,别假设一次能成
- 氛围空镜、转场背景这类镜头,一次生成够用,不需要拆镜头,别过度设计
- 拆镜头时每个镜头单独写描述,别把上一镜的动作用「接着刚才」带过去,模型不认上下文
提示词按「主体—动作—镜头」的顺序写,别堆形容词
实际用下来,提示词出问题最多的是顺序。先写谁在做什么,再写镜头怎么动,最后才是光线和风格,这个顺序和模型的注意力分布对得上。反过来先堆一堆「电影感、高级、暖色调」,主体反而被挤到后面去了。
动作别写复合动作。一个人边转身边挥手边走向镜头,这种多半会糊成一团。拆成两个镜头更稳,宁可多出一次,也别指望一次把三个动作都交代清楚。
参考图能上就上。图生视频对「保持这张脸、这个产品」比纯文字靠谱得多,但前提是参考图本身干净、主体占画面比例够大、背景别太杂。拿一张主体只占角落的截图去图生视频,出来的东西只会更乱。
出问题时的排查顺序
- 先看主体人物或产品有没有变形、比例失调;有,说明是提示词描述不清或参考图不合格,先改这两样
- 再看动作动作是不是断裂、卡顿、两段接不上;是,说明复合动作写多了,拆镜重来
- 最后才怀疑当次状态同样提示词前几次正常这次崩,才可能是模型当次波动,换个时间再试;别一上来就怪模型
重抽之前先判断是提示词错还是参数错
同样的词连抽三次还崩,问题不在运气,在词或者参考图。继续抽只是烧额度,而且抽得越多越分不清哪次是哪次,最后连自己改了什么都不知道。
切参数要有对照组。一次只改一项:先改动作描述,或者先换参考图,别两样一起动。一起动的话,结果好了你也不知道是哪步起的作用,下次照样抓瞎。
| 现象 | 先改什么 | 别急着做什么 |
|---|---|---|
| 人脸每次都不一样 | 参考图换成正面清晰大头照 | 继续加形容词描述长相 |
| 动作到一半卡住 | 把复合动作拆成一镜一动 | 拉长时长硬凑 |
| 画面出现乱码文字 | 提示词里删掉要求出现文字的表述 | 反复重抽碰运气 |
| 首尾帧接不上 | 下一镜开头补上上一镜结尾的构图 | 在剪辑里硬接 |
把每次能用结果的提示词和参考图记在一处,两三次之后就能看出自己哪类描述稳定、哪类总是崩。这个记录比任何教程都管用,因为它是你自己踩出来的。价格与额度口径去 可灵官方计价页(/official-api/providers/kling) 和 阿里云百炼入口(/official-api/providers/alibaba) 核对当时数字,别按记忆里的旧额度安排计划。
出片后先做三道检查,再决定要不要进剪辑
很多人出片就直接拖进剪辑软件,剪到一半才发现画幅不对、首尾接不上,回头再生成一遍。先做三道检查,能省下不少来回。
- 画面层:看人脸、手、文字三类容易崩的地方,尤其画面里出现中文和数字时
- 时间层:看首尾帧能不能接上,接不上的镜头在剪辑里补转场或直接裁掉
- 规格层:分辨率、画幅、是否带水印,跟你最终要发的平台要求对不对得上
- 返工层:把「能用/不能用」写成三五条自己的标准,下次出片照单过一遍,别每次靠感觉
规格这块可以参照 视频生成与剪辑目录(/ai-nav/category/ai-video) 里各工具的导出说明,成品排查的判定思路也能借 模型质量检测(/tools/quality-check) 的框架,把主观判断变成可复述的条目。
下一步想知道两家当时的价格和额度口径,别凭印象安排,到站内价格追踪页看当时的数字更稳。→常见问题
两个工具哪个更容易出好片?
这取决于你要的镜头类型和参考图质量,不是工具本身的固定差别。同一段提示词在两边的表现会随版本和参数变化,与其听结论,不如拿你自己最常用的那类镜头各跑一次,记录哪边返工少。站内 模型库(/models) 可以对照各自的输入要求和限制。
生成出来人物脸老是变,怎么改?
先确认是不是每次都换措辞。人物类镜头建议固定一段人物描述原样复用,并配一张干净的参考图;如果仍不稳定,就是这个镜头不该用单次生成解决,拆成更短的片段分别出,再在剪辑里接。
额度用得快,是不是被多扣了?
多数情况是重抽次数多,或者单次生成的分辨率、时长选项更高。先去站内官方计价页核对当时的扣费口径,再回头数一遍自己实际生成过几次,通常能对上。数不上再考虑是不是排队失败也计了次。