照片转视频入门:从选图到写出自然动作
从选图、上传到描述动作,学习照片转视频的基本流程。附四组原创运动提示词、问题排查表和常见问题。

本页目录
一张照片已经包含了镜头最重要的部分:主体、构图和氛围。把照片变成视频,第一步是想清楚什么应该发生变化。一个小动作,就能让画面有新的节奏,不一定要把整张照片变成另一个场景。
这篇教程介绍一个简单的照片转视频流程,并提供四组可以改写的原创运动提示词。它们是创作起点,不是已经生成的效果演示。请使用自己拥有或获准使用的照片;如果画面里有人物,也要取得使用其肖像的许可。
先选一张主体清楚的照片
从一眼就能看明白的画面开始。一只桌上的杯子、一只窗边的宠物,或者与背景明显分开的人物,通常比物体层层遮挡的拥挤场景更容易安排动作。先放大检查原图:本来就模糊的脸、被挡住的手,都无法给模型提供充分的视觉信息。
在计划运动的方向上留一点空间。例如想让主体向右看,右侧适当留白会更容易构图。背景不必完全空白,但多个抢眼的主体可能让动作指令不够明确。
提前考虑视频最后要用在哪里。竖构图适合手机屏幕,横构图可以为产品或环境保留更多空间。上传预览会在统一框内完整显示素材,但最终视频的形状仍由输出比例决定,提交前要分别检查。

参考照片示例:规划运动之前,先检查主体和原始构图。
从图生视频工具开始
打开图生视频,按所选模型显示的图片输入位置上传照片,确认选对了文件。需要更换时,点击对应素材预览上的替换入口。
不同模型对输入的要求可能不同。首帧图片用来设置开场画面,参考图片则用于引导结果,不一定会成为完全一致的开场。以表单中的说明为准。如果模型提供尾帧输入,只有在准备了同一场景的结束图片时才使用;第二张不相关的照片,并不会自动成为合适的尾帧。
从工具提供的选项中选择时长、输出比例和清晰度。第一次可以选足够表现动作的较短时长。提交前查看显示的积分报价,更换模型或设置可能改变所需积分。本教程不要求购买某个特定套餐。
写清动作,不必重新描述整张照片
一条有用的运动提示词需要回答三个问题:什么在动、怎样动、镜头怎样拍,再补充一两个需要保持一致的细节。可以写“图中的杯子”或“同一只狗”,避免描述一个与原图竞争的新主体。
例如,“漂亮、有电影感、细节丰富的杯子”描述了外观,却没有说明时间里发生了什么。“杯口的热气缓缓升起,镜头保持不动”则给出了明确动作。只有在有助于表达时才添加光线变化;要求白天的照片变成夜景,又增加了一次大幅改变。
第一次尝试不要同时安排太多动作。镜头环绕、人物走动和背景完全变化,都可能要求模型补出原图没有展示的细节。先尝试一种主体运动或一种运镜,看过结果后再调整。
四组可以改写的运动提示词
选择与原图相符的例子,按需要替换对象和动作。热气适合热饮,并不适合每一张产品照片。
安静的咖啡时刻
适合的原图:桌面上一只放稳的杯子,杯口上方留有空间。
图中杯口的一缕热气轻轻升起。杯子和桌面保持原位。镜头固定,保留原有柔和光线与背景。动作克制、连贯。
可以先调整热气的速度,再考虑加入运镜。如果杯身有印刷文字,要检查整段视频中的文字,不要默认它一定保持清晰。
宠物注意到旁边的声音
适合的原图:一只面部清楚、背景简单的宠物。
同一只狗缓缓把视线转向画外的声音,然后停下来。身体保持原来的放松姿态。镜头不动,动作轻柔自然,背景布置保持一致。
转头幅度尽量小。转动过大,模型就要补出照片里看不到的头部侧面。如果面部变化太多,先减小动作,而不是堆更多形容词。
轻微推进的产品镜头
适合的原图:一个与背景分离、边缘清楚的物体。
镜头非常缓慢地向图中的陶瓷花瓶推进一小段距离。花瓶静止,保留原来的形状。视角变化时,柔和反光略微移动。保留桌面布局和现有配色。
第一次可以选择小幅推进,而不是完整环绕。检查视频开头、中间和结尾的物体轮廓,以及标志或表面纹样。
窗外轻动的树叶
适合的原图:窗外有几片清楚可辨的树叶或枝条。
微风轻轻吹动窗外的树叶。窗框与室内物体保持不动。镜头固定,保留原来的时间和光线。树叶做幅度较小、略不规则的摆动,不要整片大幅扫动。
活动的树叶与静止的窗框形成对照,方便判断镜头。如果整个画面都在移动,可以简化提示词,并明确哪些部分需要静止。
先看结果,再改提示词
完整看一遍视频,再在开头、中间和结束附近暂停。检查人物身份、物体形状、背景结构和文字是否发生不希望的变化,先确定最重要的一处问题,再修改。
| 看到的问题 | 下一步可以尝试 |
|---|---|
| 主体形状发生变化 | 减小运动幅度,删除互相竞争的动作。 |
| 画面几乎不动 | 指定一个可见动作,并写出方向或速度。 |
| 运镜过多 | 要求固定镜头,只保留主体运动。 |
| 重要部分移出画面 | 重新考虑原图构图与输出比例。 |
| 文字或标志变形 | 使用更简单的原图,或在后期编辑中添加准确文字。 |
一次只比较一项变化。保持原图和大部分设置一致,才能更容易判断新指令是否有帮助。结果会随模型与原图而变化,提示词是创作方向,不是效果保证。
让一个镜头只承担一个明确目的
再次尝试前,先补全这句话:“我希望观众注意到……”如果答案是热气、一个眼神或一次轻微的产品展示,就让画面其他部分安静一些,为它服务。一个短而清楚的瞬间,往往比多个还没展开的想法挤在一起更易理解。
常见问题
不写很长的提示词也可以吗?
可以。先写清一个可见动作、速度和运镜方式,只有在有助于说明运动时再增加细节。
横图和竖图都能用吗?
请使用所选工具接受的图片格式,并分别检查完整的上传预览和输出比例。最终视频的形状不一定与原图一致。
人脸、标志和文字会完全不变吗?
不能保证。需要完整检查结果,并尽量减小关键部位的运动。必须准确的文字,可以考虑在后期编辑中添加。


