文生影片還是圖生影片？依素材一次選對輸入模式

文生影片還是圖生影片？ 先看手邊有沒有「已經認可的靜幀」。沒有，就用僅文字（text-to-video／t2v）快速試構圖；有，就用首幀（image-to-video／i2v，first frame）把外形鎖住，再補動作。需要明確的起訖畫面，或跨鏡頭要同一個人／同一包，再升到首尾幀或多模態參考（r2v）。輸入模式選錯，比重錯模型名稱更浪費重抽。在 Sora2 AI 也是先做這一步判斷。

用一張表選模式

你的起點	優先模式	提示詞寫什麼	常見翻車
只有文字想法	僅文字（t2v／文生影片）	主體、動作、場景、一種運鏡、時長	堆了一串風格詞，卻沒有動詞
已有定稿產品或人物圖	首幀（i2v／圖生影片）	怎麼動、鏡頭怎麼走	把長相又寫一遍，和靜幀衝突
開場和收束畫面都已知	首幀＋尾幀	中間怎麼過渡、節奏多快	首尾畫幅差太大，動作幅度一次拉滿
跨鏡頭要同一角色或包裝	多模態參考（r2v）	參考講清楚，一次只改一類變數	參考雜亂，前景擠太多人

口訣：開盲盒用文生；必須像某一版，就用圖生或參考。

文生影片：適合什麼、怎麼寫

適合敘事鉤子、氛圍鏡頭、還沒定妝的概念片、分鏡草稿。

依五段來排：主體 → 動作 → 場景 → 運鏡 → 時長用途。第一版只鎖定一種主運鏡，時長跟參數檔對齊，細節見 運鏡與時長。

圖生影片：適合什麼、怎麼寫

適合電商開品、角色定妝之後動起來、客戶已確認的包裝靜幀、海報動效。

提示詞少寫「這只紅色陶壺長什麼樣」，多寫「緩慢旋轉、蒸氣往上、鏡頭輕推」。參考圖主體要清楚，背景別搶戲；身份怎麼穩，見 參考幀一致性。

首尾幀和多模態，別跟首幀混用

• 首尾幀：時間軸兩端先釘死，適合你已經知道的轉場。尾幀比例對不齊時，多數管線會以首幀為準裁切。
• 多模態參考：鎖的是「是誰、什麼風格」，不是某一個時間起點。一次上傳多張，第一句就點名主參考，免得模型猜錯。
• 不要在同一支任務裡，又塞互相打架的首幀設定，又丟一整包無關參考。先定一種輸入契約。

少重抽的實作順序

1. 先判斷：有沒有定稿靜幀？要不要跨鏡頭一致？
2. 模式選定再寫提示詞（模式會告訴你哪些描述該刪）。
3. 短時長先跑通，再加重運鏡或解析度。
4. 人臉和產品包裝優先「靜幀 → 圖生」，少用純文生連抽賭臉。
5. 對外投放前，過一遍 商用自查。

小結

文生影片負責「從無到有」，圖生影片負責「從有到動」；首尾幀與多模態參考處理轉場和身份。先選輸入模式，再依任務選模型族見 Seedance、Wan、Kling 怎麼選，重抽會少很多。