在 OmniArt 上開始做 AI 影片生成

第一個專案越小，AI 影片生成就越容易上手。你不需要一支完整的廣告、一份完美的腳本，也不需要最貴的模型。你需要的是一顆清楚的鏡頭、一個吃得下正確輸入的模型，以及一套判斷這個結果值不值得再跑一次的方法。

OmniArt 把文字生成影片、圖片生成影片、以參考素材引導的生成、轉場、原生音訊模型和多個模型家族，都放進同一個創作工作台。這份新手指南會帶你從空白的提示詞走到檢查完的第一支片，而且不會把影響成本和品質的選擇藏起來。

先做一顆鏡頭，不是一整部片

從一個五到八秒、只有一個主體和一個主要動作的瞬間開始。適合當第一個專案的例子有：

• 一件產品在乾淨檯面上緩慢旋轉；
• 一個角色走過一個場景；
• 一張靜態圖片獲得細微的鏡頭運動；
• 一張起始影格轉場到一張指定的結束影格；
• 一顆帶單一聲音提示的短氛圍鏡頭。

像「做一支完整的上市影片，五個場景、對白、字幕，還要有標誌現身」這種要求，裡面包了好幾個各自獨立的製作問題。把它拆成鏡頭。你會得到更清楚的提示詞、更受控的成本，也更有機會把做對的部分留下來。

挑對輸入模式

輸入決定了你手上有哪些控制方式。

用能守住需求的最小一組參考素材。多加圖片只有在每一張都補上一塊明確資訊時才有幫助。

用最難的那一段來挑模型

OmniArt 開放好幾個影片模型家族，因為沒有一個引擎能贏下每一顆鏡頭。從你需要模型解決的問題開始：

• PixVerse V6： 實用的免費起點，畫面比例齊全，支援圖片輸入，音訊選配。
• PixVerse C1： 受控的短動作，有轉場和參考模式。
• Seedance 2.0： 多參考素材與有調度的多鏡頭工作，有 Standard、Fast 和 Mini 三種。
• Gemini Omni： 任意輸入的短影片生成，帶原生音訊。
• Happy Horse 1.0： 較長的片段，帶原生音訊，並有 1080p 選項。
• Kling： 物理動作、參考控制，可選 Standard 或 Pro。
• Grok Imagine： 以圖片帶動的社群動態，短時長選擇靈活。
• Veo 3.1： 較高解析度選項、轉場、延長，以及支援音訊的版本。
• Sora 2： 在固定時長選項下做出連貫的單鏡頭。

第一次測試，請挑吃得下你所需輸入的最便宜模型。等你講得出想解決的限制是什麼，再往上走。

寫一條模型排得出來的提示詞

一條好用的影片提示詞會描述五件事：

1. 主體： 畫面上看得到誰或什麼？
2. 動作： 這段片子裡有什麼在改變？
3. 環境： 動作發生在哪裡？
4. 鏡頭： 這個瞬間怎麼取景，鏡頭怎麼動？
5. 視聽質感： 哪些光線、質地、節奏、對白、環境音或音效很重要？

範例：

A matte coral travel bottle stands on a warm stone counter in a bright kitchen. A hand enters from the right, lifts the bottle, turns the label toward camera, and sets it beside a glass. Slow waist-level push-in, natural morning window light, realistic product photography, quiet room ambience, preserve the bottle shape and label colors.

這條提示詞給了模型一個排得出來的順序。它避開了剪輯指示、畫面上的文案，以及那些屬於流程後段的額外場景。

設定時長、畫質、比例和音訊

可用的控制項會隨著選定的模型而變。在細修提示詞之前先看一遍：

• 時長： 更長不等於更好。挑一個剛好夠一個看得懂的動作的長度。
• 畫質： 早期測試用適合打樣的解析度，等方向定了再拉高畫質。
• 畫面比例： 先決定要交付到哪裡。直式動態消息用 9:16，橫式影片用 16:9，真的需要正方形素材的版位才用 1:1。
• 音訊： 原生音訊有助於對齊，但另外做人聲或音樂的流程能給你更多編輯上的掌控。
• 數量： 一次多做幾個可以比較不同詮釋，但點數估算也會跟著翻倍。

OmniArt 在送出前就會顯示預估點數。這個估算會隨模型、時長、畫質、音訊、模式和輸出數量變動。請把它當成創作決策的一部分，而不是結帳時才發現的意外。

做出你的第一支片

1. 打開 OmniArt 的影片工作台。
2. 選一個支援你輸入模式的模型。
3. 上傳你真正需要的起始、結束或參考素材。
4. 貼上提示詞，選好時長、畫質、比例和音訊。
5. 看一下預估點數。
6. 送出生成，跟著有文字說明的進度走。
7. 從作品紀錄裡打開完成的檔案，和一開始的需求比對。

新帳號會收到新手贈送的 10 點數。一次低成本的 V6 打樣塞得進這筆額度，而高階模型或更長、更高解析度的片段，可能需要付費方案或另外購買點數。

分輪次檢查結果

不要看一眼就決定「好」或「不好」。照這個順序檢查：

第一輪：構圖

主體看得清楚嗎？重要的產品或角色有沒有留在畫面裡？鏡頭有沒有往預期的方向動？

第二輪：動態

盯著手、接觸點、布料、反射、物體的重量，以及每個動作的起點和終點。細節看起來怪怪的時候，把片子放慢。

第三輪：身分與產品準確度

把臉、服裝、輪廓、標籤位置、顏色和參考細節，拿去和已定案的原始素材比對。

第四輪：音訊

檢查對白時機、嘴型、環境音、音量突然變化，以及生成的聲音是在支撐這顆鏡頭，還是在干擾它。

第五輪：交付

用真正的尺寸和比例預覽一次。確認還留得下字幕、行動呼籲或平台介面元素的空間。

一次修一個問題

第一次結果沒中的時候，先找出最大的那個失敗：

• 如果構圖跑掉了，就強化起始圖片或鏡頭描述。
• 如果動態很含糊，就把形容詞換成一個看得見的動作和它的時間點。
• 如果身分變了，就減少互相衝突的參考素材，並重複那些穩定的視覺錨點。
• 如果產品變形了，就把動作縮短，並改用更近的已定案參考圖。
• 如果音訊很弱，就把聲音需求簡化，或另外做一軌。
• 如果畫面太擠，就拿掉一個主體，或把這個想法拆成兩支片。

一次改一到兩個變數，不要整份需求重寫。這樣重跑才會變成一個受控的改善過程。

做出下一個版本

第一顆鏡頭成立之後，把提示詞、模型、參數和已定案的參考素材存下來。下一顆鏡頭圍著同一組錨點去做，再到 OmniArt 的音訊工作台加上人聲、音效或音樂。

當你需要更強的鏡頭和光線控制時，接著看電影感 AI 影片提示詞指南。要挑模型的話，用 2026 AI 影片生成器比較。目標不是一次幸運的輸出，而是一條從需求走到定案素材、而且可以重複的路。