图生视频和文生视频怎么选：AI 漫剧该用哪种

做 AI 漫剧，有固定角色出场的剧情镜头，优先用图生视频：先生成一张分镜图作为首帧，再让它动起来，人物和构图最可控。文生视频只靠文字描述，适合没有固定角色的空镜、氛围镜头，或者快速试一个想法。

除了这两种，还有首尾帧和参考生视频两种方式。下面分别说明。

四种生成方式的区别

为什么剧情镜头优先用图生视频

一致性更好：首帧里的人物已经是定妆照的样子，视频从这里开始，人物不容易变脸。文生视频每次都是模型重新「想象」一个人，同一个角色在不同镜头里很难一样。

构图可控：人物站在哪、镜头从什么角度拍、光从哪边来，在首帧里就定好了。

更省钱：构图不满意，重新生成一张图只要几分钱到一毛钱；用文生视频，每次不满意都要重新生成整段视频，每秒一毛到一块多。

容易排查问题：视频效果不好，可以先判断是首帧的问题还是动作描述的问题，分开改。

什么时候用文生视频

• 空镜和氛围镜头：城市夜景、下雨的街道、窗外的云，没有需要保持一致的角色；
• 转场画面：时间流逝、季节变化；
• 试想法：还没定画风，先用文字快速看几个方向；
• 抽象画面：梦境、回忆的模糊画面。

文生视频的提示词要写得更完整，因为没有首帧帮你定构图：主体、环境、光线、景别、运镜都要写。

图生视频的提示词怎么写

首帧里已经有的东西不用再描述，提示词只写「接下来发生什么」：

• 动作：人物做什么，一个镜头一个动作；
• 运镜：镜头怎么动；
• 变化：光线、表情、天气有没有变化。

对比：

• 重复首帧：「一个穿白衬衫的黑发女生站在电梯口，背景是办公室」
• 只写变化：「电梯门打开，她抬头，瞳孔骤缩，后退半步。缓推。」

后一种更好。描述和首帧冲突时（比如首帧是白衬衫，提示词写红裙子），模型会在两者之间摇摆，画面容易出问题。

首尾帧怎么用

首尾帧需要准备两张图：镜头开始的画面和结束的画面。适合：

• 角色从站立到坐下、从门口走到窗边，需要准确落在某个位置；
• 变身、换装等前后状态明确的镜头；
• 两个镜头之间需要无缝衔接时，上一镜的最后一帧作为下一镜的首帧。

首尾帧两张图里人物的服装、场景要一致，差别太大，中间的过渡会很奇怪。

参考生视频怎么用

参考生视频不指定首帧，而是给模型几张参考图，告诉它「这个人长这样、这个场景长这样」，由模型自己安排构图。适合：

• 两三个角色同框，每个人都要像自己的定妆照；
• 人物和场景都要保持一致，但构图可以灵活。

参考图要在提示词里逐一点名，写法见《Seedance 2.0 提示词怎么写》。

常见问题

文生视频是不是更省事？ 省的是做分镜图那一步，但抽卡次数通常更多。有固定角色的剧，整体算下来图生视频更省钱、也更省时间。

所有视频模型都支持文生视频吗？ 不是。有些模型只支持图生视频或首尾帧，没有首帧图就不能生成。选模型时看它支持哪些输入方式。

图生视频的首帧可以用自己的照片吗？ 可以用自己拍摄或有权使用的图片。用真人照片要取得本人授权。

在 RooYun 里怎么做

在 RooYun 里，点分镜图卡右侧的「+」选「视频」，分镜图会自动作为视频的首帧，这就是图生视频。视频卡不连首帧、只写提示词，会按文生视频提交；如果所选模型不支持文生视频，生成时会提示，需要先连一张分镜图作为首帧。首尾帧可以用可灵 o1、Vidu Q3 Pro、万相 2.7 等模型；多参考可以用 Seedance 2.0 系列（最多 9 张参考图）、Vidu Q3 参考生视频（最多 7 张）、万相 2.7 参考生（最多 5 张）、MiniMax H3 · 全参考（最多 9 张）。

• AI 漫剧视频模型怎么选
• 让角色每个镜头都是同一张脸
• 从模板开拍