先分清两个功能。图生视频：你有图，让它动。文生视频：你只有想法，直接出片。后者的难点不在工具，在"怎么说清画面"。今天用可灵，把提示词写成"镜头脚本"，一次过。
准备清单
- 可灵 AI（新用户有免费额度）
- 一个 10 秒能讲完的画面构思（建议先写下来）
- 横竖版想好：朋友圈竖版 9:16，B 站横版 16:9
分步操作
第 1 步：把想法写成"镜头脚本"
公式：主体 + 动作 + 场景 + 镜头方式 + 光线氛围。一个镜头一句话。示范：
一只橘猫蹲在洒满阳光的窗台上，伸爪子拍打一盆绿植的叶子，镜头从中景缓慢推近到特写，午后暖光，微风拂动窗帘
预期结果：10 秒左右的视频候选。常见失败：画面乱切——提示词里写了多个镜头动作，砍到一个；10 秒讲一个镜头刚刚好。
第 2 步：抽卡 2-3 次，锁定满意版
同提示词多生成几次挑最好——文生视频随机性更大，这是正常成本。预期结果：2-3 次内出可用品。常见失败：主体变形——检查描述里是否堆了太多形容词，删到主体、动作、场景三个要素为止。
第 3 步：不满意就改"镜头方式"
推近、拉远、环绕——换个运镜词比换整段描述更有效。运镜一变，同一画面的感觉差很远。预期结果：低成本试出多种风格。
效果与验收
验收标准：把成片发朋友，10 秒看完不用解释——他能复述出"谁在哪干了什么"即合格。复述不出，说明主体动作没突出。
举个例子：开民宿的小林，用一句话脚本"清晨的山间木屋，雾气缓缓流动，镜头从远处推进到亮着灯的窗口"做了宣传片头。没请摄影师，评论区问最多的是"这片子谁拍的"。