智谱清影怎么用？文生视频与图生视频

初次打开智谱清影，卡住的地方通常不是按钮在哪，而是描述怎么写。多数人交出的头一段提示词本质是一句图片说明：一个女孩站在海边，黄昏，暖光。这句话交给图像模型没问题，交给视频模型，返回的往往是一段近乎静止的画面。智谱清影这类文生视频工具真正需要的信息是变化——谁在动、镜头往哪走、画面里什么在改变。

把变化写进句子里

视频提示词的骨架是三个变量：主体动作、镜头运动、环境变化。三者至少写全两个，画面才有时间感。主体动作要具体到可执行，抬手把杯子推到桌沿，比在喝咖啡明确得多。镜头运动用通用词就够：推、拉、摇、移、跟、环绕、固定机位。环境变化指光线、天气、人群、背景里正在发生的事。

可以直接套的句式是主体加动作、加镜头、加环境。例如：穿灰色外套的男人从画面左侧走入，停在窗前抬头看雨，镜头缓慢跟移，窗外雨势渐大。四个变量齐全，模型不用猜。

反过来，形容词堆叠是常见的失效原因。电影感、高级、唯美、超清这类词对画面的约束很弱，写十个不如写清一个动作。判断标准很直接：把描述念给一个没看过参考图的人，他能不能说出起始帧和后续帧的区别。说不出来，说明你写的是照片，不是镜头。

镜头语言难写，是因为视频模型处理的并非单张画面，重点在帧与帧之间的关系。想明白这一点，就能理解为什么缓慢推近比画面很美有效：前者描述了帧间的变化量，后者只描述了一帧的属性。动手改描述前，可以先看一眼帧间关系是怎么建模的，知道模型在算什么，改词就有方向。

文生还是图生，看素材不看喜好

手上没有确定的画面，走文生；已经有产品图、插画、封面、角色设定，走图生。图生的可控性来自起点固定：首帧定死了构图、配色、主体形态，模型要解决的只剩接下来怎么动。文生每一版都从随机噪声重新开始，构图会漂。

因此图生的提示词重点要换。不要重复描述人物长相和画面风格，只写运动：镜头缓慢推近，人物眨眼，发丝被风吹动。重复描述首帧内容，可能让模型试图改动首帧，反而破坏原有画面。

有三类图不适合做首帧：构图太满、主体占比过大、画面里多个人物互相遮挡。这类图一旦动起来，接触区域最容易崩。遇到这类素材，先用文生跑概念，再回头做图生。

四类场景的写法对照

这张表的用法是先定用途，再决定写什么。先想清楚我要一条能剪进片头的空镜，再按空镜的写法组织描述，比先写一段自我感觉良好的文字再去凑用途，能省掉大量重跑。这一步本质是任务分类，和判断要不要开深度思考是一个思路。

时长、清晰度与等待时间

三者互相牵制。要更长或更清晰，通常意味着更久等待与更高消耗。做短视频素材，优先保时长，清晰度够平台下限即可；做展示页或封面动图，优先保清晰度，时长压到最短。

还有一层容易被忽略：单条越长，前后一致越难维持。人物走到第四秒开始换脸、镜头运动时画面里冒出第二个相同物体，都是长镜头的典型症状。与其追求一条长片，不如生成三条短素材再剪，接点用转场遮掉。

具体支持的最长时长、可选分辨率、消耗规则，平台在不同时期会调整，以官方最新版本为准，不要照半年前的教程填参数。

一致性差是常态，不是操作失误

同一段描述连跑三次得到三个结果，这是当前视频生成的普遍状态。生成过程带随机性，模型对这段描述对应哪一帧没有唯一解。把它当抽卡，流程就顺了：一次生成四到六版，按可用性排序，留前两条备用。

选片别凭直觉。按三个维度打分：动作是否完成、主体是否变形、镜头是否符合预期。三项全过留下，两项过当备用，只过一项直接弃。连续弃十条，问题在描述，回头改提示词。

多版结果要连参数一起记。哪条描述、哪个种子、哪个时长出的好片，记下来才有复现的可能。可以借用管理对话历史的做法：按项目建目录、按版本留备注。

它做不到的部分

三类任务目前仍然容易失败。精确文字：招牌、包装、屏幕上的中文几乎必然糊或写错，需要文字就后期贴。复杂手部动作：抓取、递物、十指交叉，手指数量与关节角度出错概率高，能避就避，改用中景或遮挡。多主体互动：握手、传递、推搡，接触点最容易崩。

还有一条关于控制的边界。文生视频理解的是语义层面的动作，无法指定某个像素位置的物体做精确位移。需要精确运动路径的镜头，仍然要靠三维软件或后期合成。视频模型适合做氛围、空镜、概念片，不适合做需要走位的产品演示。

清影提示词速查

• 四要素：主体、动作、镜头、环境变化，至少写全两个
• 图生只写运动，不重复描述首帧长什么样
• 一条素材只放一个动作，长片靠剪不靠一次生成
• 一版出 4 到 6 条，按动作、变形、镜头三项打分
• 时长、分辨率、消耗以官方最新说明为准

三个仍会犹豫的问题

生成的片子能直接商用吗？分两件事：平台条款的授权范围，以及输入素材你有没有使用权。用别人的图做图生，授权问题不会因为经过模型处理就消失。商用前把这两条查清楚，比研究参数重要。

同样的描述，为什么别人效果更好？差别常在首帧质量，不在文字。换一张更干净的首帧，往往比改十遍提示词有效。

竖屏和横屏要分别生成吗？要。画幅会改变构图逻辑，横屏居中构图转成竖屏后主体容易顶天立地。先按发布平台定画幅，再写描述。生成完再裁切会损失画面信息。