图生视频入门：让一张静态图动起来的三种玩法
从产品展示到氛围短片，图生视频的三种典型用法，以及让画面「动得自然」的提示词技巧。
2026-08-24 · 约 3 分钟读完
作者：何屿（CPCX 撰稿人 · 图像与影音）
同一张图我试了三种运镜，推镜头最稳，环绕镜头两次把主体转出了画外。文章里我标了哪种适合什么主体，就是按那次的失败记录写的。
图生视频的三种典型玩法
- 产品展示：让静物图产生轻微的镜头推移和光影变化，比静态图高级得多，电商和公众号都用得上；
- 氛围短片：风景图 + 缓慢的云层流动、水面波光，几秒钟的「活」画面做视频封面或开场；
- 人物动态：插画或人像图的微风发丝、回眸动作——注意幅度要小，大幅动作容易崩。
先有一张好底图
图生视频的上限由底图决定。构图清晰、主体突出、光线有层次的图，动起来才好看。还不知道怎么写绘画提示词的，先看我们的文生图入门教程，或直接用模板库里的绘画模板生成底图。
底图里内容越复杂，视频模型需要「脑补」的运动就越多，出错概率越高。想让画面稳，底图就别塞太多元素。
动起来要「小」要「慢」
图生视频的提示词描述的是运动方式。新手最常见的错误是动作写太大：「女孩跳舞转身」大概率肢体崩坏。稳定的写法是微小、缓慢的运动：发丝被风吹动、镜头缓慢右移、光影从左到右扫过、树叶轻轻晃动。
一次只描述一种主要运动。镜头移动加人物动作加水波纹，三个一起来，模型只能给平均数。
同样的底图和提示词，多生成几次取最好的一条是正常工作流。运动生成的随机性比文生图更大，抽两三次再评价很正常。
把短视频用起来
生成的几秒视频可以直接用作短视频开场、朋友圈动态、直播背景，或者多段拼接成完整的氛围短片。配合 TTS 加旁白、音乐生成配乐，一个人就能完成过去需要三个岗位的成片——这正是 AI 创作工作台的意义。
哪些题材出片率高，哪些基本做不出来
图生视频目前最稳的是「静态自然景观 + 轻微运动」：海浪拍岸、云层流动、光线明暗变化、发丝和衣角飘动、镜头缓慢推拉。这些画面模型见过太多，出片率很高，一次不满意改改运镜描述也容易救回来。
失败率明显更高的是两类：画面里有人做具体动作（走路、用手比划、身体转动），以及需要物体之间发生物理交互（倒水、翻书、把东西放桌上）。这两类里手和肢体最容易崩——多生成几次你会发现，动得越明确，坏得越明显。
- 人物题材：让镜头动、让人尽量少动，静止特写比全身走动稳得多；
- 产品题材：做旋转、光影扫过、缓慢推近，不要做「使用过程」；
- 建筑与风景：缓慢横移或推近最稳，大幅度摇镜容易把透视摇歪；
- 画面里有文字（招牌、包装、字幕）：不要让镜头靠近文字，一动就糊。
这篇教程里的真实产出
氛围短片 · 处理一「推近」：镜头持续向前推进，近处礁石从画面下方逐渐变大并移出，海面上的金色反光被拉成长条。
这段只给了「首帧图 + 一句运镜描述」，没有加别的限制条件。留意云朵：它的形状变化比真实延时摄影更「改写」一些，这是当前模型的通病，它更擅长保持光照和色调一致，而不是逐帧物理模拟。想让画面老实待在原地，就在运镜描述里补一句「镜头固定不动，只有水面和云在动」，下一段就是这么写的。
氛围短片 · 处理二「锁死」：同一张首帧图，只把描述换成「镜头固定不动 + 三脚架机位」。构图一动不动，动的只有水面和云。
对照着上一段看：礁石、太阳、地平线的位置全程没挪，变的只有水面波纹和云的形状。这就是正文说的「动起来要小要慢」，幅度收住了，画面就不容易崩。这段适合做封面、片头，或者当要往上压标题的底版，构图不动，你叠上去的字就不会被画面自己挤走。
氛围短片 · 处理三「光变」：不推镜头，改让光自己走。天空从金色逐渐压到深橙红，海面反光跟着一起变暗。
同一张底图的第三种处理：运镜描述里完全不提镜头，只写光线怎么变，一条 5 秒的落日推移就能直接当氛围片头用。三种处理也能叠着用，比如先锁死镜头拍 3 秒，再叠一段光线渐暗收尾。