文生圖、圖生圖、圖生影片差在哪？選對製作起點

同樣是做一段產品影片，有人從文字開始，有人先拍一張照片，也有人先完成分鏡。這些做法沒有固定優劣，關鍵是你手上已有什麼，以及作品有哪些部分必須精準保留。

文生圖：適合探索概念與構圖

當你只有想法，還沒有具體畫面時，可以先用文字描述主體、環境和光線，探索幾種方向。例如為一個虛構咖啡品牌試出清晨、城市與露營三種氣氛。這個階段適合討論視覺方向，不應把生成的包裝細節當作真實商品規格。

圖生圖：用已有畫面提供更多依據

如果已有產品照、人物參考或草圖，可以選擇支援圖片參考的流程。重點是先說清楚哪些內容要保留、哪些可以改，例如保留產品外形，調整背景氣氛。不同模型對參考圖的保留能力不同，成品仍要逐項比對，不能只看整體像不像。

圖生影片：讓已確定的畫面產生動作

先把主體、構圖與場景確認，再讓畫面動起來，通常更便於對照需求。以咖啡杯為例，第一個鏡頭可以是固定杯子、緩慢推近；下一個鏡頭再呈現拿起杯子的動作。動作越複雜，需要檢查的遮擋、手部與物件變形也越多。

示意：先確認你提供的是文字還是參考圖，再選擇與素材相符的流程；這不是軟體操作截圖。

一條適合新手的製作順序

先寫三鏡頭腳本，再為每鏡做一張構圖草案；確認主體與風格後，只把必要鏡頭生成為動態，最後進剪輯軟體處理字幕、聲音與節奏。這樣能較早發現構圖問題，避免影片生成完才發現產品太小或沒有文字位置。

哪些情況保留實拍更合理？

需要展示真實產品細節、精確操作步驟或客戶指定人物時，實拍素材常是重要依據。AI 可以協助情境探索、草稿和補充畫面，但是否適合替代某段實拍，要看精準度與交付要求。混合使用並不降低創作價值。

用同一個主題測試三種起點

選一只你擁有的杯子，先用文字畫出概念，再以自己拍的杯子照片探索背景，最後挑一張做單一鏡頭動態。記錄哪一步最難保持外觀、哪一步最有幫助。把這份比較留下來，下一次接到相似任務時就有選擇依據。