AI 图生视频最稳妥的起点，是先有一张你认可的图片，再让其中一个主体完成一个可读的动作。把图放进真正的“图生视频”输入位，确认裁切和时长，用文字说明动作与运镜，最后检查下载文件，而不是只看首帧漂亮就通过。
下面用原创教学案例“一只蓝色纸船在浅石盆中漂动”走完六步。提示词和失败情形用于说明操作方法，并非某模型的实测结果；我们没有把未生成的片段写成已经完成的前后对照。
第一步：选一张支持动作的图片
纸船放在画面左侧，船头朝右，前方留出水面。折痕清晰，石盆边缘可见，观众才能分辨究竟是船移动，还是整张画面在平移。如果原图已经把船头裁掉，指望生成时自动补对，通常会增加审核和返工。
先按原始像素大小检查船头、纸与水接触的位置、阴影。静态图里一个不起眼的断裂，变成连续画面后可能成为明显形变。输入素材应是自己拍摄、绘制或获得相应授权的图片。
再列出不能变的细节：蓝色、单一船头、纸折结构、始终浮在水面。细小波纹的形状可以变化。这张清单比“看起来挺好”更有用，能避免漂亮但不符合任务的结果混入成片。如果是人物，把脸、衣服和道具也放进角色一致性检查表。
第二步：确认模式与画幅
选择支持图片输入的视频模式。图片出现在素材库里，不代表它已经被分配为本次生成的首帧。若界面区分“首帧”和“参考图”，先读清各自用途，不要把两者当作完全相同的控制。
改变比例后重新看预览。横图变竖图可能裁掉纸船前方的空间，动作再准确也无处发生。能在源图阶段重构画面，就先处理源图；不要只靠提示词让模型补出关键结构。
记录平台、模型、模式、比例、时长与分辨率设置。下一轮换了模型又改了提示词，就无法判断哪项带来变化。导出放大也不代表原始生成采用同样的像素规格。
Runway 的图生视频官方说明区分了输入图提供的视觉信息与文字提供的运动指令。这里借用的是这一原则；如果连场景都还没有确定，应先看文生视频流程。
第三步：一个主体动作，加一个镜头决定
第一版可以直接写：
固定机位，中近景。蓝色纸船在水面缓慢向右漂动，船尾形成细小波纹。纸船始终直立，保持清晰的折纸结构，整个镜头连续、平缓。
这段话指定了主体运动、环境反馈和摄影机状态。无需把原图里的颜色、材质和每件物品重新描述一遍，否则真正重要的动作容易被埋没。
第一轮选固定机位，是为了利用石盆边缘判断船有没有移动。动作通过后，另开一版测试跟拍：
镜头缓慢向右平移，与蓝色纸船保持相同距离和观察角度。船尾留下轻微波纹，纸船直立，动作连续而从容。
不要同一条里塞入环绕、推近、快速摇镜、焦点转换和突然加速。每多一项，就多一个需要维持的关系。复杂场面应该拆镜头，可以参考视频提示词示例。
第四步：从头到尾看，而不是只检查封面帧
用平台当前支持的较短时长，容纳这一个动作。纸船不必在几秒内横穿整个盆，少量位移也能表达漂动。界面里不存在的参数，写进文字不等于一定生效。
先关闭声音正常播放，判断观众能否一眼读懂。再检查开头、中段、结尾，以及改变方向或结构的瞬间。首帧准确，中段船头塌掉，仍然不能通过。
| 检查项目 | 本例通过条件 | 不通过先改什么 |
|---|---|---|
| 主体身份 | 始终是一只蓝色纸船，折痕稳定 | 降低动作幅度，修复源图 |
| 相对运动 | 船相对石盆向右移动 | 明确固定机位与方向 |
| 接触关系 | 船始终停留在水面 | 简化动作，检查阴影和接触线 |
| 背景 | 石盆边缘不持续扭动 | 取消运镜或换宽松构图 |
| 剪辑区间 | 入点与出点附近有稳定画面 | 选择稳定区间或重新生成结尾 |
这是一张验收表，不是任何模型已经达成的测试记录。失败片段也保存提示词和设置，多人协作时才知道下一版在修什么。多个镜头可放进分镜模板统一标记。
第五步：针对原因修订
假设船没动，只有水面纹理在滑动。继续加“真实、精美、高质量”，无法说明缺失的关系。应该改成：
摄影机保持静止，石盆在画面中固定。蓝色纸船相对石盆缓慢向右移动一小段距离，船尾出现轻微尾流。
如果船变成另一种器物，先减少变化。让它轻轻起伏，比要求完整转身更容易检查。环绕会暴露输入图没有提供的背面，模型只能补想象；需要精确背面时，应补合适素材或换镜头方案。
如果水花太夸张，就把环境收窄为平静水面、微弱尾流。连续多轮仍不合适，可以改为常规图片动画或真实拍摄。使用生成工具的目的，是完成镜头，不是无限尝试。
一轮只改一个主要变量。测试动作文字时，先固定图片、模型、时长和裁切；动作可用后，再评估运镜。商品镜头还要加上产品身份审核，不能因为运动流畅就忽略包装变了。
第六步：交付可以剪进去的文件
下载原始视频，在生成页面以外再播放一次。检查比例、速度、长度和音轨。网页预览可能让人忽略水印、末尾冻结或多出来的声音。保留原始下载和最终剪辑区间两份文件。
入点与出点尽量留一点余量，方便剪辑调整节奏。不要把切点刚好放在结构即将变形的边缘；与相邻镜头一对照，轻微错误也会放大。
静音补镜就明确关闭不用的生成音轨。需要环境声时，在剪辑阶段加入原创或有授权的音效，不假设模型一定给出正确语言与时序。涉及嘴部和对白，再执行口型同步检查。
交付目录应包含源图、原片、采用区间、提示词、设置和一句审核意见，例如“中段可用，尾帧船头变形不采用”。用版本号命名，避免多个“最终版”互相覆盖。
什么时候应该用普通图片动画或实拍
如果只是讲解一张照片，常规剪辑里的缓慢平移或缩放可能已经足够。精确文字和标志也更适合通过正常合成保留，而不是让模型每帧重画。
当运动本身增加意义，例如杯口蒸汽、虚构环境的轻微变化、叙事间的氛围补镜，图生视频才更有价值。需要证明某个商品真的有效、某地确实发生某件事，就使用真实素材；生成画面不是事实证据。
给纸船镜头写一句用途：“作为口播中三秒钟的安静停顿，引出下一条想法。”有了用途，才知道什么程度的动作已经够用。多镜头故事可以按剧本转分镜流程规划；白板负责整理输入与审核，视频生成和剪辑由对应工具完成。
