1. 入门先搞懂：图生视频到底适合做什么
图生视频，简单理解就是先准备一张静态图片，再让 AI 根据这张图片生成一段动态视频。它和纯文字生成视频不同，优势在于画面起点更明确：人物长什么样、场景是什么氛围、构图如何安排，都可以提前通过图片控制。对初学者来说，这比直接用文字生成视频更容易稳定出效果。
图生视频特别适合三类内容：第一是 AI漫剧制作，例如让角色眨眼、转头、说话、走动；第二是短视频分镜，把一张张分镜图变成动态镜头；第三是角色动态展示，比如展示虚拟人、IP 角色、游戏角色或商品海报。它不一定要一上来就做复杂大片，更适合从 3 秒到 6 秒的小镜头开始练习。
一个清晰的入门思路是：GPT Images 2 负责生成高质量图片，Seedance 2.0 负责让图片动起来。前者重点解决角色设计、场景设计、画面风格和分镜参考；后者重点解决人物动作、镜头运动、画面节奏和视频比例。只要先把这条工作流跑通，你就能开始做 AI视频和 AI漫剧片段。
2. 工具准备：GPT Images 2 + Seedance 2.0 工作流怎么搭
完整工作流可以分成四步：先用 GPT Images 2 生成角色定妆图，再生成场景图或分镜图，然后把选好的图片导入 Seedance 2.0，最后根据视频效果反复微调提示词和参数。初学者不要一开始就追求长视频，建议先做单镜头练习，例如一个角色在街角回头、一个人物坐在窗边抬头、一个战士在风中站立。
你需要准备的素材主要有三类：角色图、场景图、分镜图。角色图用于确定人物外观，比如发型、服装、年龄、气质；场景图用于确定环境，比如教室、街道、办公室、赛博城市；分镜图用于确定画面构图，比如近景、半身、中景、背影、俯拍。做 AI漫剧制作时，建议至少准备一张角色定妆图和 3 到 5 张不同镜头的分镜图。
基础参数方面，图片建议尽量清晰，角色主体不要太小，画面不要过度复杂。视频比例要根据发布平台选择：短视频常用 9:16，横版剧情或教程常用 16:9，方形展示可用 1:1。运动幅度初期建议选择低到中等，不要一开始就让人物大幅奔跑、转身或打斗，这样更容易保持角色一致性和画面稳定。
3. 第一步：用 GPT Images 2 生成可用于视频的高质量图片
在 AI生图阶段，最重要的是把图片当作视频的“首帧”来设计，而不是只追求一张好看的海报。适合图生视频的图片通常有几个特点：人物轮廓清楚、五官稳定、手部遮挡少、背景结构合理、主体和背景有足够分离度。如果人物被复杂光效、烟雾、碎片遮住，后续生成视频时更容易出现变形。
角色设定提示词可以按这个结构写：人物身份 + 年龄气质 + 发型服装 + 表情动作 + 镜头景别 + 风格。比如：“一位 18 岁的短发少女侦探，穿深蓝色制服外套，神情冷静，站在雨夜街道边，半身近景，电影感光影，日系漫剧风格，清晰五官，背景虚化”。如果是 AI漫剧角色，建议反复固定角色关键词，例如发色、服装颜色、标志性配饰和面部特征。
场景和分镜提示词要加入镜头语言。不要只写“一个女孩在街上”，可以写成“中景镜头，女孩站在霓虹街道中央，雨水反光，镜头略低角度，背景有模糊行人，电影级构图”。如果你要后续做视频，可以提前设计动作空间，例如让人物面向镜头、侧身站立、留出前进方向，这样导入 Seedance 2.0 后更容易生成自然运动。
4. 第二步：把图片导入 Seedance 2.0 做图生视频
进入 Seedance 2.0 后，选择图生视频功能，上传你在 GPT Images 2 中生成的图片。先确认视频比例是否和图片构图匹配：如果原图是竖版人物图，就优先选择 9:16；如果是横版场景镜头，就选择 16:9。不要强行把横版图做成竖版，否则人物可能被裁切，背景也可能出现拉伸或变形。
接下来设置运动幅度和视频提示词。初学者建议从小动作开始，例如“人物轻轻眨眼，微微转头，衣服和头发被风轻轻吹动，镜头缓慢推进，画面稳定”。如果想做剧情镜头，可以写得更具体：“少女侦探站在雨夜街边，缓慢抬头看向镜头，雨滴落下，霓虹灯闪烁，镜头轻微向前推进，电影感，动作自然”。
控制镜头运动时，要避免一次性加入太多动作。比如“镜头推进、人物转身、背景移动、手部挥动、头发飞舞”同时出现，模型容易顾不过来，导致人物变脸或画面抖动。建议一个镜头只设计一个主要动作和一个辅助运动，例如主要动作是“抬头”，辅助运动是“镜头缓慢推进”。这样生成结果更稳定，也更适合后期剪辑成 AI漫剧片段。
5. 第三步：优化画面稳定性、角色一致性和镜头效果
初学者最常遇到的问题是人物变脸。解决方法是：原图尽量使用正脸或清晰侧脸，提示词中重复关键外观信息，例如“保持同一位短发少女，深蓝制服，银色发夹，五官一致”。如果生成后脸部变化明显，可以降低动作幅度，减少“转身”“大幅表情变化”等指令，改成“轻微点头”“自然眨眼”“视线移动”。
画面抖动和背景变形通常来自两个原因：原图背景太复杂，或者视频提示词中的运动太激烈。优化时可以把提示词改成“画面稳定，背景保持一致，镜头缓慢移动，人物动作轻微自然”。如果是建筑、室内、街道这类场景，尽量避免让镜头大幅旋转或快速穿梭；如果必须做大运动，建议重新生成一张更适合运动方向的分镜图。
动作夸张和镜头不自然时，可以把抽象词换成具体动作。不要只写“激动地说话”，可以写“嘴唇轻微开合，眼神坚定，肩膀略微前倾”。不要只写“电影感运镜”，可以写“镜头缓慢向前推进，保持人物位于画面中央”。做 AI漫剧制作时，稳定比炫技更重要，先保证角色不崩、背景不炸、镜头看得懂，再考虑复杂动作。
6. 完整案例：从一张角色图到一段 AI漫剧片段
下面用一个简单案例串起来：我们要制作一段“少女侦探在雨夜发现线索”的 AI漫剧片段。第一步，在 GPT Images 2 里生成角色定妆图，提示词可以写：“18 岁短发少女侦探，深蓝制服外套，银色发夹，冷静表情，清晰五官，半身正面，日系漫剧风格，柔和电影光影，干净背景”。生成后选一张五官最稳定、服装特征最清楚的图作为角色参考。
第二步，继续用 GPT Images 2 生成分镜图。镜头一是少女站在雨夜街道，镜头二是她低头看地上的线索，镜头三是她抬头望向远处霓虹灯。每张图都保留相同角色关键词，例如“短发、深蓝制服、银色发夹、冷静气质”，同时加入不同镜头语言。这样做的目的，是让每个镜头既有变化，又尽量保持角色一致。
第三步，把每张分镜图分别导入 Seedance 2.0。镜头一提示词写：“少女站在雨夜街道，雨滴缓慢落下，头发和衣角轻微摆动，镜头缓慢推进，画面稳定”；镜头二写：“少女低头观察地面线索，眼神专注，镜头轻微下移，动作自然”；镜头三写：“少女缓慢抬头看向远处霓虹灯，表情变得坚定，背景灯光轻微闪烁”。生成后把 3 段视频按顺序剪在一起，就能得到一段基础 AI漫剧片段。