用 Vidu 从注册到导出完成第一条 AI 视频

Vidu 是一个 AI 视频生成工作台，把文生视频、图生视频、参考生视频和首尾帧这几种生成方式放在同一个创作界面里。它适合第一次接触 AI 视频、希望尽快产出一条能直接发布的短片的人，也适合已经有素材（产品图、角色设定图、场景概念图）但不知道该怎么把它变成动态画面的创作者。如果你只是想验证一个想法，或者要给社交平台做一条竖屏短片，这篇教程会带你走完从登录到导出的完整路径。站内也有对应的工具入口：Vidu。

整条流程可以拆成四件事：进入创作台并登录、选对生成模式、写一条能被模型执行的提示词、生成后检查再导出。第一次做的时候不要追求「电影级短片」，把目标压缩成一句话，成功率会高很多。下文按操作顺序展开，每一步都给出可以直接套用的提示词与参数说明。

准备工作

动手之前先确认三件事，能省掉大量来回试错。

可用的登录方式。Vidu 使用统一登录进入创作台。点击页面上的登录入口，完成授权后回到站点，就可以使用生成额度。未登录状态下，部分「生成」按钮会先提示你登录。
一个明确且足够小的目标。不要第一次就做「有剧情转折的短片」。把目标写成一句话，例如「一只橘猫在窗台上晒太阳，镜头缓慢推近，轻柔的风声环境音」。目标越具体，一次生成成功的概率越高。
（可选）一张参考图。如果手上已经有产品抠图、角色设定图或场景概念图，后面可以走图生视频或参考生视频；没有图也完全没问题，直接用文生视频即可。

关于额度与套餐：不同账号、不同地区、不同时间点的额度规则可能不同，具体以官网当前信息为准。界面里显示的扣费数字不要靠猜，创建任务时返回的额度消耗才是准确依据。

操作步骤

第一步：打开创作台并完成登录

打开站点首页，或者直接进入各语言路径下的创作页（通常是 /create/ 这类地址）。点击右上角的登录入口，完成授权后回到站点。登录成功后刷新一下账号信息，确认额度或配额已经显示出来。

如果登录回调页面卡住，不需要在回调页做任何复杂设置，回到首页重新点一次「创建」即可。这一步常见的问题只有一个：没登录就点生成，然后被反复弹回登录页。

第二步：为第一次生成选对模式

新手最容易浪费额度的方式，就是模式选错。按你手上已有的素材来选：

你手上有什么	第一次建议用的模式	原因
只有一句想法或一段分镜文字	文生视频	上手最快，适合快速验证想法
一张产品图、角色图或概念图	图生视频	有明确的起始帧，运动更可控
需要在多个镜头间保持角色或产品一致	参考生视频	用参考图锁定主体，减少「换脸」
有明确的起始帧和结束帧	首尾帧	首尾可控，适合转场和叙事衔接

建议第一次先用文生视频或图生视频把完整流程跑通一遍。等你对提示词和参数都熟悉了，再切到参考生视频去做短剧或品牌素材这类对一致性要求高的内容。

第三步：写一条「能被生成」的提示词

很多人觉得工具难用，真正的问题往往出在提示词太单薄，比如只写「一个漂亮女人在走路」。把提示词按场景—人物—动作—镜头—声音这五段来写，成功率会明显上升。

文生视频的提示词示例，可以直接改写后使用：

黄昏的城市天台，一位二十多岁的亚裔女性，穿米色风衣，侧头望向远处。
晚风让头发轻轻飘动。
镜头从中景缓慢推近到中近景，电影感浅景深。
环境音：远处的车流声与轻柔的风声。
节奏平静，带一点孤独感。
时长约 8 到 16 秒。

图生视频的提示词示例，在上传图片之后追加：

保持产品外观与 logo 不变。
产品轻微旋转展示，桌面有柔和的反光。
固定中景，背景干净虚化。
同步轻微的桌面轻叩声与环境底噪，适合电商种草短视频。

写提示词时守住四条规则：

写清谁在哪里做什么，不要只堆情绪词。
写清镜头：固定机位、推近、环绕、跟随，选一个说清楚。
写清声音：需不需要对白、环境音、音效。
一次只改一个变量：先把构图锁住，再调镜头运动或时长。

第四步：设置参数并提交生成

在创作台里通常需要确认以下几项。不同时间点页面上的模型名称和选项可能略有差异，以页面实际显示为准。

时长：第一次用较短时长做迭代，风格确认后再拉长。Vidu Q3 支持带音频同步的输出，时长上限约 16 秒。
画质 / 分辨率：先用中等画质验证效果，确认后再上高清，避免连续几次高清重试把额度烧光。
画面比例：竖屏 9:16 适合 TikTok、Reels 这类短视频平台；横屏 16:9 适合 YouTube 或网站嵌入。
生成音频：需要口播感、环境氛围或动作音效时保持开启。这是 Vidu Q3 与「无声片段」类工具的一个关键区别。
低谷时段 / 折扣档（如果页面提供）：可能降低消耗，但排队时间更长；赶时间就选普通档。

确认提示词和参数后点击生成。提交之后不要连续狂点：网络重试应当复用同一个幂等键，否则可能被重复扣费。任务完成后先预览画面与声音是否同步。

第五步：检查结果并导出

任务成功后，按这份清单快速过一遍：

主体是否正确：面部特征、产品 logo、场景氛围是否符合预期。
运动是否自然：有没有扭曲、闪烁、肢体穿模。
声音是否匹配：口型是否对得上，环境音是否突兀。
能否直接发布，还是需要再生成一条来拼接。

满意就下载或导出。如果接近但不完全对，按问题类型分别处理：

构图不对：在提示词里重写镜头与构图，重新生成。
人物漂移：改用参考生视频，上传一张清晰参考图锁定主体。
只有画面、没有「成片感」：打开音频，并在提示词里写明节奏与情绪转折。

一个完整示例

下面把上面的步骤串成一次完整的最小流程，目标是产出一条 9:16 竖屏、带环境音的电商种草短片。

1. 登录并进入创作台。打开站点，点击右上角登录，完成授权后回到首页，再点「创建」进入创作页，确认额度已显示。

2. 选择图生视频模式。因为手上有一张产品正面图，选图生视频比文生视频更可控。

3. 上传产品正面图。尽量用清晰、正面、背景干净的图，logo 不要模糊。

4. 填写提示词。

保持产品外观与 logo 不变。
产品在桌面上轻微旋转展示，柔和反光扫过表面。
固定中景，背景干净虚化，浅景深。
环境音：轻微的桌面轻叩声与低音量室内底噪。
节奏平稳，适合电商种草短视频。
时长约 8 秒。

5. 设置参数。时长选较短档位先验证；画质用中等；比例选 9:16；生成音频保持开启。

6. 点击生成并等待。提交后不要重复点击。任务完成后预览画面与声音。

7. 检查。看产品外形是否变形、logo 是否清晰、旋转是否自然、声音是否与画面同步。

8. 导出。确认无误后下载。如果产品有轻微变形，回到提示词里强化「保持外观与 logo 不变」，并换一张更清晰的正面图重试。

这条流程跑通之后，把这次用的提示词存成模板，下次只改「场景」和「人物」两段，就能批量产出社交平台短片。

注意事项

下面这些是新手最常踩的坑，提前知道比事后重试更省额度。

现象	原因	处理方式
结果完全偏离描述	提示词太短或自相矛盾	按五段结构重写，删掉互相冲突的形容词
下一个镜头人物换脸	文生视频跨镜头不稳定	改用参考生视频锁定主体
产品变形、logo 模糊	参考图不清晰，或没写「保持外观」	上传清晰正面图，并写明外观与 logo 不变
画面「很静」、不真实	音频关闭，或没描述声音	开启音频，并写明环境音与节奏
额度消耗很快	高清 + 长时长 + 连续重试	先用短时长和中等画质锁风格，再出最终版
不知道该选哪个模型	模型名称太多看不过来	先固定用一个主力视频模型把流程跑通，再横向比较

另外几点值得记住：

提交任务后不要连续点击生成按钮，网络重试应复用同一个幂等键，避免重复扣费。
界面上的扣费数字仅供参考，创建任务时返回的额度消耗才是准确值。
时长、分辨率、音频支持范围、折扣档位这类信息会随版本变化，使用前以官网当前信息为准。
第一次不要同时改多个变量。锁定构图后再调镜头运动或时长，才能判断出到底是哪一项影响了结果。

把整篇压缩成一句话：登录创作台，选对模式（先文生视频或图生视频），按场景—人物—动作—镜头—声音写清提示词，生成后检查再导出，不满意就只改一个变量重跑。第一次跑通之后，再按目标选择进阶方向——做短剧就重点练参考生视频与角色一致性，做广告或口播就去看 Agent 类工作流，需要横向比较工具时再去看基准测试类内容。