从零做 AI 视频（二）：写清一个动作，生成第一个可用镜头

照片准备好了，接下来让它动起来。还没有素材，先完成第一步：准备首帧图。这一轮只解决镜头运动。

上传照片，选图生视频

把上一篇拍好的咖啡照片作为首帧上传。画幅保持 9:16，选择工具支持的短时长，例如 5 秒；先用较低成本的预览规格。具体按钮名称和可选时长，各个平台会有差别。

如果工具把照片裁掉了半个杯子，先调整裁切，再点生成。提示词救不了已经缺失的构图。

提示词可以直接这样写

窗边桌面上的咖啡杯。杯子和桌面物品保持静止，摄像机缓慢向前推进，运动幅度小。保持杯子的形状、颜色和背景布局，光线稳定。

它讲清了三件事：拍什么、怎么动、保留什么。

“大片质感”“极致震撼”暂时都省掉。如果页面提供负面提示词，可以补“杯子变形、画面闪烁、突然切镜”；没有这个输入栏，也不必强求。

看结果，别只看第一眼

把生成片段从头到尾看两遍，重点检查：

检查位置	合格的表现
杯沿和杯柄	形状没有明显变化
桌面与背景	物品没有凭空出现或消失
镜头运动	缓慢连续，没有突然跳动
明暗	没有明显闪烁

画面好看，杯柄却越长越怪，这段就先放弃。剪辑时很难把主体变形藏干净。

不满意，只改一个地方

推进太猛，就改成“摄像机轻微向前推进”；杯子容易变形，就试“固定机位”，先降低运动复杂度。

别同时换照片、改风格、加动作。否则下一次成功了，你也不知道什么起了作用。

这一轮先给自己设个小预算，比如最多试三次。三次都不稳定，就回头简化照片，不继续硬抽。保存可用片段和对应提示词，继续第三步：把镜头剪成完整短片。完整学习顺序见 AI 视频入门指南。