TL;DR —— 更新于 2026 年 7 月 16 日
文生视频是仅根据书面提示词生成视频素材:描述场景,模型来渲染。这是 Seedance 2.0、Veo 3.1 和 Kling 3.0 等模型的标志性能力——到了 2026 年,它在短时长、贴近产品广告的场景上已经确实做得很好。它对电商的限制在于“具体性”:没有图像锚点时,模型会自行编造细节,这对环境和 B-roll 没问题,但对你的实际 SKU 就不对了。真正有效的制作模式是:文生视频负责场景和氛围,图生视频(以产品图为锚)负责产品本身。
把这个思路用起来: 文生视频提示词思路,然后再调整产品、动作和场景。
它最擅长的场景
生活方式语境、背景、氛围、hook 动作、概念探索——凡是允许一定近似、且想象力有帮助的地方。
有效的提示方式
动作动词与材质描述:'蒸汽在咖啡倒入玻璃杯时升腾,晨光柔和'的效果远胜于堆砌形容词。永远不要指挥镜头——选好格式,让导演来构图。
常见问题
产品广告该用文生视频还是图生视频?
只要必须出现准确无误的产品本体,就用图生视频;周边镜头则用文生视频。v4v 的工作流会自动混合两者。
生成片段最长可以多长?
广告的实用长度通常是每段 4–10 秒;更长的广告则由多个片段拼接而成。
事实核查于 2026 年 7 月 16 日。竞品相关说法来自公开价格页面;依赖前请自行核实。