即梦 AI 视频实操：文生视频、图生视频与提示词写法
发布于 2026-11-03
即梦在流程里的位置
读完这篇，你能用即梦独立完成「一张图 → 一段可用素材」，并且知道参数怎么设、提示词怎么写。即梦是字节的产品，网页端在 jimeng.jianying.com，和剪映同源，素材流转比较顺。截至 2026-11，它支持文生视频、图生视频和视频续写，最高 1080P，单条约 60 秒内。
先定参数，再谈创意
- 画幅：竖屏短视频选 9:16，横屏选 16:9。一开始选对，后面不用二次裁切。
- 时长：单镜建议 3–8 秒。单条上限约 60 秒，但一次生成太长反而不好控制。
- 分辨率：先出低分辨率试效果，确认后再出 1080P，省时间也省额度。
参数定完，剩下的才是提示词的事。很多人一上来就纠结文案，结果比例选错，全部重来。
文生视频：把一句话拆成四段
只写「一个女孩在海边散步」，大概率得到一段平庸的素材。有效的提示词通常包含四段：主体 + 动作 + 环境光线 + 镜头运动。
例如：一位穿米色风衣的年轻女性，缓慢向前走并侧头看向远处，黄昏海边，侧逆光，发丝被风吹动，镜头低角度缓慢跟随。四段齐全，模型才知道该动什么、光从哪来、机器放在哪。
再加一段反向描述压掉常见问题：不要文字、不要水印、不要多余的手指、不要面部变形、不要快速闪烁。
图生视频：先有一张定妆照
片子里有固定人物时，别用文生视频硬碰。先用即梦绘画生成一张清晰的人物图，再拿这张图做图生视频，人物、服装、场景在多个镜头之间就能保持一致。这是避免「每镜一张脸」最有效的办法。
图生视频的提示词重点会变：从「主体长什么样」转到「它怎么动」——走路的节奏、转头的幅度、衣摆和头发怎么飘、镜头是推还是环绕。
首帧 + 尾帧：把转场交给模型
即梦支持同时指定首帧和尾帧。给一张起始画面和一张结束画面，模型补出中间过程，适合做「白天到夜晚」「室内到室外」「近景到远景」这类过渡。两帧的构图差异不要太大，差异过大容易糊成一团。
即梦的强项与边界
国风、风景、美食这几类题材，即梦的细节表现比较稳，中文理解也好，写「青绿山水」「灶台上的热气」这种描述它能接住。复杂人物动作、多人互动、精确口型仍是弱项，这类镜头交给可灵更省事。
和剪映联动
生成的素材可以直接进剪映，省掉下载再导入的折腾。进剪映后按「拼接 → 配音 → 字幕 → 配乐」的顺序处理，导出 1080P。工程一开始就建 9:16，别在横屏工程里硬裁竖屏。
常见问题
- 人物变脸：改用图生视频，固定同一张底图。
- 动作僵硬：缩短单镜时长，只描述一个主要动作。
- 画面发糊：减少提示词里的冲突描述，先降复杂度再加细节。
- 额度不够：先用低分辨率试，确认后才出高清；额度与价格以官方为准。