AI 視頻生成器實戰:寫一個鏡頭,而不是許一個願
大多數糟糕的 AI 視頻,起點都是一句含糊的話。下面是同一條提示詞改了三遍,每遍解決了什麼,以及我怎麼決定這個鏡頭交給哪個模型。

AI 視頻生成器很擅長照你説的做,卻很不擅長猜你想要什麼。輸入“一個男人在雨中行走,電影感”,你會得到一個男人、一些雨,和一台不知道自己為什麼在晃的攝影機。
解決辦法不是寫更長,而是換一種寫法:讓提示詞讀起來像分鏡表裏的一行。下面用 Paper Gen 裏的文生視頻和圖生視頻,演示我是怎麼改過去的。
同一條提示詞,改三遍
雨夜裏一個男人在走路,電影感,氛圍感,4K。
全是形容詞。沒有人物細節,動作只有“走路”,也沒有機位,模型只能三樣全靠猜。
一個穿深色長風衣的男人背對鏡頭,沿着狹窄的街道往前走。夜晚,下雨,霓虹燈倒映在積水裏。
有了主體、行進方向和地點。但還是沒説鏡頭在哪,片子發虛通常就虛在這兒。
一個穿深色長風衣的男人背對鏡頭,沿着狹窄的街道往前走。夜晚下雨,霓虹倒映在積水裏。固定機位遠景,低角度,他放慢腳步,回頭看了一眼。
一個機位,結尾一個動作節拍。真要生成,我交的是這一版。
注意我沒加什麼:更多的氛圍詞。第一版裏的“電影感”,作用遠不如“固定機位、低角度”這六個字。
你説不清攝影機在哪,模型也説不清。
文生視頻還是圖生視頻?
還在找畫面的時候,我從文字開始;已經知道這一幀該長什麼樣、只差讓它動起來的時候,我從靜幀開始。Paper Gen 裏兩者挨着,剛生成的圖可以直接當視頻首幀,中間不用下載再上傳。
如果畫面比動作更重要,比如產品圖,或者必須和上週物料長得一樣的角色,就先出圖。靜幀把色調和構圖定死,提示詞只需要寫“什麼在變”。
圖生視頻詳 解什麼樣的靜幀好動,首尾幀什麼時候值得用。我怎麼選模型
沒有最好的 AI 視頻模型,只有最適合這個鏡頭的。我的默認選擇是這樣的:
| 鏡頭 | 我先試 |
|---|---|
| 有固定角色的敍事段落 | Seedance 2.5,帶上角色參考圖 |
| 靠布料、頭髮、水面撐畫面 | Kling 3.0 |
| 有人對着鏡頭説話 | Veo 3.1 |
| 較長的一鏡到底 | Wan 3.0 |
| 運動、舞蹈這類有衝勁的畫面 | 海螺 Hailuo |
然後我會主動打破這些默認。同一條提示詞在畫布上跑兩個模型,一分鐘內看到的東西比任何對比表都多。每次生成前都會顯示積分,所以多跑一個模型是你自己做的決定,不會是意外賬單。
什麼時候別用文生視頻
Logo、畫面裏要能讀清的文字、精確的產品外形,用參考圖控制仍然比用文字靠譜。另外,如果你要的是一段剪輯而不是一個鏡頭,就把鏡頭分開生成再剪。讓一條提示詞塞下三個場景,通常只會得到三個半成品。
打開 AI 視頻生成器Seedance、Kling、Veo、Wan、海螺都在一個地方。常見問題
可以用一張照片開始做 AI 視頻嗎?
可以。在 Paper Gen 上傳照片、草圖或產品圖,提示詞只寫動作即可,也可以設置首幀和尾幀。
生成前能看到要花多少積分嗎?
能。每次生成開始前,Paper Gen 都會顯示所需積分。



