文字和图片怎么变成AI视频？生成工作流怎么跑？NadouPro视频制作教程：从文字或图片到成片的完整工作流

AI 视频工具能快速把想法搬上屏幕，但新手通常需要一些练习才能把运动描述清楚、让主体保持稳定、把动作节奏安排明白。生成之前多做一点规划，创作过程会更有方向。

这篇文章给出一套从文字或图片出发的完整工作流：规划场景、写提示词、安排镜头、生成审看、迭代导出，每一步都说明在NadouPro里对应的操作位置。

核心要点

• 好的第一版结果从生成之前开始：先定观众第一眼看到什么、接下来几秒发生什么

• 提示词公式：场景 + 主体 + 动作 + 声音 + 风格情绪与镜头

• 一个镜头只装一个视觉想法，多个动作就拆成多个镜头

• 审看结果按六项清单检查，迭代时只改最弱的一环

一、先规划场景，再选入口

NadouPro的视频生成有两条入口：只有想法或脚本，用文生视频；已经有产品图、插画、角色参考图，就从图生视频起步，画面基础由参考图提供。

规划时把五个问题回答清楚：

• 主体是谁：选一个清晰的视觉焦点，比如电商广告里的一只皮质背包、一个动画角色、一辆老爷车

• 要发生什么：聚焦一个主要动作，比如厨师往菜品上撒盐、跑者冲过终点线

• 场景在哪里：给动作一个具体环境，比如阳光充足的工作室、夜晚落雨的城市街道

• 画面怎么呈现：定景别、镜头运动和光线，比如缓慢推近的近景、暖色顶光下的全景

• 观众听到什么：对白、环境声、音效，只在服务场景时添加

在NadouPro里，这一步可以做得更充分：剧本空间支持从零搭建故事，也可以导入小说快速梳理；分镜节点能一键把剧本拆成分镜，自动识别角色、场景、道具，让后面的生成有统一的参照。

二、用结构写提示词

场景规划好后，给模型足够的细节，让它同时理解画面和声音。实用的结构是：场景 + 主体 + 动作 + 声音 + 风格情绪与镜头。

每一部分都要具体：

• 场景与主体：交代地点、主要主体和重要的视觉细节

• 动作：先写主体的动作，再补充镜头运动或构图

• 对白：写清说话人、情绪、语速、语气，比如角色平静地说出某句台词

• 音效与环境声：写清声源和动作，比如摩托车加速加发动机轰鸣；环境声补上场景、声音元素和空间感，比如海风、远处的浪、车流回声

• 音乐或人声：需要时写明风格、乐器或演唱方式、情绪

文生视频要写足细节来建立整个场景；图生视频里参考图已经承担了大部分外观和构图，提示词可以集中在运动、镜头行为和声音上。

以典型场景为例，一条完整的提示词可以这样写：

黄金时刻的海岸公路骑行。骑手骑着复古摩托车，镜头以正面中景向后跟拍，暖色阳光洒在路面上。骑手用放松缓慢的语气说：没有哪段海岸比得上这里。摩托车加速，配上低沉的发动机轰鸣音效。背景里海风和远处的海浪营造开阔的露天氛围。电影感，放松的情绪。

这种写法把视觉方向说清楚，对白、音效、环境声各有归属，声音和画面更容易对上。NadouPro集成的 Seedance 2.5、Kling 3.0 Omni 4K 等模型支持音画同步生成，对白、音效可以和画面一次性出片；拿不准怎么描述镜头时，提示词优化的功能可以帮忙补齐专业的镜头语言。

三、按动作时长安排镜头

先想清楚动作实际需要多少屏幕时间。骑手只是转头看镜头，一个镜头就够；如果还想要车轮特写、第一视角、更宽的揭示镜头，就给每个瞬间单独的镜头，让它们有时间被看清。

多镜头内容有两种做法：

• 让模型按提示词自动规划镜头衔接、构图和角度变化，适合节奏明快的短内容

• 逐镜头精确控制内容和时长，适合品牌短片、旅行记录、社媒广告这类需要多个视觉节拍的项目

以典型场景为例，一段社媒摩托短片可以拆成六个镜头：

镜头一：低角度后方全景，跟在骑手身后向前移动。

镜头二：低角度侧面特写，聚焦摩托车车轮的细节。

镜头三：骑手第一人称视角，前方是车把和仪表盘。

镜头四：正面中景，镜头在摩托车前方向后退拍，骑手头盔朝向镜头。

镜头五：平视侧面跟拍，带轻微横向移动。

镜头六：高角度全景缓缓下俯，镜头升起，摩托车驶向雪地深处，在洁白雪面留下蜿蜒轨迹，两侧是覆雪森林。

在NadouPro 里，Seedance 2.0 和 MiniMax H3 支持多镜头输出，可以一次生成连贯的镜头序列；涉及复杂人物调度的段落，放进 3D 导演台，用可视化调度和多机位时间轴把机位、运动轨迹、切换时机排清楚再生成，最高支持 90 秒视频导出。

如果场景包含对白或环境声，在生成前就把这些指令写好，音画同步模型会一并处理。

四、生成、审看、迭代

生成第一版之后，带着六项清单重看一遍：

• 主要动作：主体是否清楚地完成了预期动作

• 主体一致性：五官、服装、产品细节是否保持稳定

• 镜头运动：摄影机是否按描述的方向平滑移动

• 视觉变化：光线、背景运动等场景变化是否自然

• 声音节奏：对白和音效是否与画面动作同步

• 整体节奏：动作在片长内是否有足够时间展开

第一版结果给出清晰的迭代起点。每次只改最弱的一环：动作、镜头方向、时机或参考图，重新生成一版再对比差异。片段达到预期后，导出终版进入剪辑或发布流程。

NadouPro的画布工作流对这个迭代过程很友好：图片、视频、音频、文本、分镜节点自由编排，改哪个环节就重跑哪个环节，不用从头再来；画布上的 Agent 入口还支持对话式创作，直接描述要改的地方，Agent 会调用对应节点完成。

五、让结果更稳的四个习惯

每个镜头只装一个想法。 每个镜头围绕一个主体、一个清晰动作展开。短产品片可能只需要一次缓慢揭示加一个镜头运动；想法里有多个动作或故事节拍，就拆成更短的镜头。

提前列出不能漂移的细节。 反复出现的角色，锁住面部、发型、外套；产品则盯紧标志、包装颜色、标签形状。复用同一组参考图，让细节延续到新的机位和背景。NadouPro视频节点的多参考模式支持多个参考图同时输入，角色和物件可以跨镜头保持形象。

主体动作和镜头运动分开写。 先写主体动作，比如汽车驶离路边，再加一个镜头运动，比如在车旁跟拍。同一段里又要推近、又要摇镜、又要跟拍，画面很快会变得忙乱。

声音只在有内容可听时添加。 咖啡馆镜头可能只需要杯碟轻碰和低语声；产品特写如果后期配乐，可以完全不加生成声音。对白要短到能装进动作和片长里。

六、商用前留意的版权问题

AI 视频的版权问题通常归结为一个问题：哪些部分来自你的创作，哪些部分直接来自 AI 系统。打算发布、授权或复用成片时，这个区分很重要。

• AI 生成的画面不会自动成为你的版权作品：提示词写得再详细，最终的视觉表达仍由 AI 完成，仅凭提示词通常不足以主张版权，商用前请查阅适用法规

• 你自己的创作仍然受保护：加入原创素材、图形、旁白、剪辑、编排等人类创作的部分，版权可以覆盖这些内容；把多段 AI 片段组合成完整作品并亲自决定结构时尤其如此

• 有版权的源素材保持原有权利：使用他人的照片、插画、音乐、视频作为工作流的一部分时，生成新片段不会抹去源素材的权利归属，仍需获得授权或具备其他合法依据

• 登记时如实区分：成片中包含相当比例的 AI 生成内容时，版权主张应聚焦自己创作的部分，并把 AI 生成的部分单独说明

FAQ

Q：怎么用自己的形象生成 AI 视频？
A：从一张清晰、光线充足的肖像开始，把它作为角色的视觉参考图，再在提示词里描述动作、镜头方向和环境。参考图越清晰、描述越具体，角色形象的还原越稳定。

Q：发布 AI 视频需要标注吗？
A：部分发布平台要求对 AI 生成或深度修改的写实内容做披露，轻微的视觉修饰和明显非写实的内容通常适用不同规则。发布前查看目标平台的政策，按平台要求处理。

Q：为什么我的 AI 视频前后不一致？
A：常见原因是场景让模型同时处理太多变化：复杂运动、多个互相竞争的动作、薄弱的参考图，都会让服装、背景、五官在镜头之间漂移。简化动作、使用更清晰的视觉参考，通常能给出更稳定的方向。

Q：文生视频和图生视频怎么选？
A：只有想法和脚本用文生视频，需要把细节写全；已经有满意的画面基础，用图生视频，提示词集中在运动和镜头上。两者也可以在NadouPro 的画布里组合：先用图片节点定稿关键画面，再接视频节点让它动起来。

更多功能欢迎前往NadouPro体验：NadouPro

本内容包含 AI 生成信息，可能存在错误，请自行核验。