圖生影片
圖生影片（Image-to-Video）上傳一張圖當首幀，再寫這張圖接下來怎麼動。構圖、角色臉、服裝、色調已經在圖裡，提示詞就專心寫動作與鏡頭，不要把場景再描述一遍。
這是做角色一致、商品展示、把 AI 靜態圖「拍活」時最穩的一條路。
最短操作
- 選 VIDEO 3.0，切到圖生（或在文生介面上傳 Start Frame）。
- 上傳一張主體清楚、不要過度裁切臉的圖。寬高至少數百像素，常見 jpg／png。
- 提示詞用官方公式：主體＋動作（背景若也要動，再寫背景＋動作）。
- 需要角色跨鏡頭不變時，綁定 元素。
- 選時長與比例；比例盡量接近原圖，減少變形。
- 生成後看三件事：臉有沒有壞、動作合不合理、背景有沒有漂。
官方說明：Image-to-Video Guide。VIDEO 3.0 還支援「首幀＋元素參考」，見 VIDEO 3.0 指南。
提示詞跟文生差在哪
圖已經告訴模型「長什麼樣子、在哪裡」。你只要告訴它接下來幾秒發生什麼：
女子緩緩轉頭看向鏡頭，髮絲被風吹起。攝影機極慢向前推。咖啡蒸氣持續上升。
不要再寫「一位穿紅裙的女子站在公寓窗邊……」除非你想讓模型改掉原圖。描述與圖差太多，容易出現扭曲或主體換成別人。
多個主體就依序列出：「貓跳上桌，男子伸手去抱」。
選圖原則
- 主體完整、沒被遮太兇，臉不要過暗或過曝。
- 動作要「圖裡看起來做得到」。坐著的人突然跑步，模型會硬編，四肢容易壞。
- 文字、Logo 想保留時，VIDEO 3.0 對大字比較穩；小字仍可能閃爍。