文生视频快速上手指南 — 从一句话到视频的完整流程

文生视频是什么

文生视频（Text-to-Video）是 PixVerse 最常用的功能——用一句话或一段文字描述你想看到的场景，AI 模型会把它转化为动态视频。

你不需要拍摄、不需要剪辑时间线、不需要任何视频制作经验。PixVerse 会像同时有摄影师和音效设计师在帮你工作一样，理解你的提示词，生成带动作、运镜、甚至声音的完整视频片段。

基本操作流程

第 1 步：选择文生视频模式

登录 PixVerse 后，首页默认进入文生视频模式。也可以从左侧导航或产品页面切换到「文生视频」。

第 2 步：选择模型版本

在顶部模型选择区域，选择当前想用的模型：

• PixVerse V6（推荐）：最新模型，15 秒 1080P、原生多镜头、原生音频，适合绝大多数场景
• PixVerse V5.6：增强音画一致性，多角色对话场景表现更好
• PixVerse V5：性价比高，适合预算有限或快速原型

如果不确定选哪个，直接用 V6 就好——它是目前的主力模型。各版本的详细对比见 模型版本怎么选。

第 3 步：写提示词

在提示词输入框中写下你想生成的内容。好的提示词像简短的导演笔记。PixVerse 推荐的结构是：

主体 + 场景 + 动作 + 运镜 + 灯光 + 声音 + 格式

举个例子：

一艘帆船在黄昏的海面上缓缓航行，金色的阳光洒在深蓝色的海水中，镜头从船舷缓慢向右平移，背景有轻柔的海浪声。分辨率 1080P，画幅 16:9。

提示词怎么写得更好、有哪些实用公式和示例，详见 提示词公式与示例。

第 4 步：设置输出参数

在生成按钮附近，可以设置：

第 5 步：生成

确认设置无误后点击生成按钮。根据模型版本和视频长度，生成时间通常在 30 秒到 2 分钟之间。V6 模型在 1080P 下的 8 秒视频通常 1 分钟左右出结果。

第 6 步：审阅与优化

生成完成后会自动播放预览。这时候你可以：

• 直接下载：如果满意，下载 MP4 到本地
• 重新生成：微调提示词或参数，生成新版本对比
• 进入视频编辑：对已生成视频修改风格、元素、背景等（进阶功能，详见 视频编辑）
• 多镜头扩展：把当前生成作为第一个镜头，扩展成多镜头序列（详见 多镜头生成）

新手常犯的几个错误

提示词太笼统

❌ 不好的提示词：「一个女孩在跑步」

✅ 好的提示词：「清晨的林荫道上，穿白色运动服的女孩沿着小路慢跑，镜头从侧面跟拍，柔和的阳光透过树叶洒下来」

好的提示词不是越长越好，而是越具体越好——把画面中能看到的（主体、服装、环境、光线）、能感受到的（动作、运镜、声音）都描述清楚。

一次想塞太多信息

8-10 秒的视频只能承载 1-2 个核心动作。如果你的提示词里同时写了「走路 → 转身 → 跳跃 → 奔跑」，模型很可能哪个都做不好。一个镜头讲一件事，复杂故事拆成多镜头来做。

忘记声音选项

从 V5.5 版本开始 PixVerse 支持原生音频生成。如果提示词里有声音描述（海浪声、脚步声、音乐），记得把声音选项打开，体验会好很多。

快速出片的建议

1. 先短后长：先用 5 秒快速验证创意方向，确定没问题再拉长到 10 秒或 15 秒
2. 低分辨率先试：不确定方向时先用 720P 快速试几个版本，满意了再出 1080P
3. 善用模板：如果完全没思路，先从 AI 模板开始生成，再在模板基础上改提示词

下一个步骤

如果你手上有现成的产品图或角色设计，可能 图生视频：让静态图片动起来 更适合你。想把提示词写得更准？继续看 提示词公式与示例。