文本转视频：脚本、旁白与画面的自动组装

文本转视频（Text to Video）是生成器最常用的入口。官方的概括是："输入文字，AI 自动补上画面、配音和音乐。"

提示词的四个要素

一条好用的视频提示词通常包含：

1. 主体：谁/什么在画面里（"一位穿蓝毛衣的女孩"）
2. 动作：正在发生什么（"走过一条洒满阳光的街道"）
3. 环境：地点与光线（"黄昏，暖色调，街道两旁有棕榈树"）
4. 镜头：机位与运动（"低角度，缓慢推进"）

官方示例的写法可以参考生成器页面上的真实样例——每条样例下方都附了可直接复制的原始提示词。

从一句话到成片的补齐链

生成不是只出一块素材。平台会在生成画面之后自动补齐：

• 旁白：按脚本内容生成语音，语言与音色在生成时可选
• 音乐：从内置曲库匹配情绪相符的背景乐
• 字幕/标题：脚本里的关键句转成文字镜头

自动补齐的部分都可以在时间线操作里替换或删除——生成的只是"初稿"，剪辑权在用户手里。

长视频提示

官方口径支持最长约 12 分钟的生成时长，适合完整叙事与教学片。长片建议分段写脚本逐段生成，再进编辑器拼合，比一次生成整片更可控。分段后的音画同步问题见音乐与音轨。