電影感動態
Grok Imagine Video 能生成流暢自然的動態,尤其擅長符合物理邏輯的運鏡,例如跟拍、推近、拉遠,也能讓角色動作在整段影片中保持連貫。相較部分競品,風格化較少,導演感更強。
xAI 影片提示詞指南:Grok Imagine Video
這份 xAI 影片提示詞指南,帶你掌握 xAI 影片模型 Grok Imagine Video:電影感動態、出色的場景構圖、兩種解析度(480p / 720p)、可調整的片長,以及文字轉影片與圖片轉影片模式。搭配 Grok Image,從靜態到動態,一站完成 xAI 視覺內容。
Grok Imagine Video 是 xAI 的影片生成模型,也是 Grok Image 的影片版搭檔。擅長電影感構圖、自然動態與氛圍場景。想讓靜態圖片與動態影片維持一致的 xAI 美學,就用它。
提供兩種解析度(480p 用於反覆測試,720p 用於正式製作)、可調整的片長、涵蓋電影寬幅到直式的六種長寬比,以及文字轉影片與圖片轉影片模式。Grok 系列慣用的提示詞寫法,在 Image 與 Video 之間都通用。
2
解析度選項
有
T2V + I2V 模式
xAI
與 Grok Image 同系列
Grok Imagine Video 能生成流暢自然的動態,尤其擅長符合物理邏輯的運鏡,例如跟拍、推近、拉遠,也能讓角色動作在整段影片中保持連貫。相較部分競品,風格化較少,導演感更強。
特別擅長營造氛圍動態,例如風吹動布料或髮絲、水面流動、光線變化。模型會把氛圍描述(「迎風飄動」、「柔和自然光」、「海洋環境音」)解讀為動態指令,而不只是視覺風格。
兩種解析度:480p 適合以低成本反覆測試提示詞,720p 用於正式輸出。要留用的成品,預設就選 720p;只有在大量測試提示詞、不在意最終畫質時,才用 480p。
文字轉影片只需提示詞,就能從零構圖。圖片轉影片則讓起始影格動起來,特別適合把 Grok Image 作品製成影片。兩者屬於同一美學系列,在 Image 與 Video 之間切換,也能保留原有視覺風格。
每個範例都附上生成該成果的完整提示詞,一鍵就能複製。
720p · 16:9 · 6s
A black 1969 Mustang fastback drives down an empty Mojave Desert highway at sunset, heat shimmer rising from the asphalt, slow tracking shot from behind and above, distant engine rumble, cinematic warm grade
「從後上方緩慢跟拍」同時交代了拍攝角度與移動方向,Grok Video 能俐落執行。熱浪扭曲、暖色調、遠處引擎低鳴,三層感官線索,讓影片不只是畫面在動。
720p · 16:9 · 6s
A young woman in a yellow rain slicker stands on a windswept Irish cliff at dawn, looking out over the Atlantic, wind whipping her hair, the camera slowly pushes in toward her face, ambient ocean sounds, soft natural lighting
用 Grok Video 拍角色特寫,加入氛圍動態更出色,例如「風吹亂她的髮絲」、「強風吹拂的愛爾蘭懸崖」。緩慢推近是烘托情緒的經典運鏡,Grok 能穩定呈現、不抖動。指定外套細節,例如「黃色防雨外套」,能建立角色辨識度。
720p · 1:1 · 5s
Macro slow-motion of dark chocolate truffles being lifted with a silver fork from a velvet-lined box, soft warm spotlight, premium confectionery commercial mood, gentle ambient kitchen sounds
1:1 方形搭配 5s,是商品社群影片的黃金組合。微距慢動作商品鏡頭,最能發揮 Grok 動態流暢的優勢:叉子動作、垂墜絲絨、柔和聚光暈染,都能連貫呈現。用「高級甜點廣告」定調美學,不必把細節框得太死。
720p · 9:16 · 6s
A snowboarder carves down a fresh powder slope at sunrise, vertical handheld follow shot from behind, golden alpenglow on the peaks, snow spray catching the light
用 720p、9:16 直式畫面,鎖定手機社群觀看。「從後方以直式手持鏡頭跟拍」指定了視角,Grok 會據此安排構圖。再搭配金色山巔餘暉與飛濺雪花,用氛圍細節拉高動作場面的質感。
720p 是正式製作規格;480p 只適合以低成本大量測試提示詞。凡是要留用的作品,都用 720p 生成。多出的成本,換得到看得見的畫質提升。
「從後方緩慢跟拍」、「鏡頭朝她的臉推近」、「從後方以直式手持鏡頭跟拍」,Grok 會按字面理解運鏡描述,俐落執行一種鏡頭動作。同時混用兩種動態,通常會讓運鏡效果打折。
Grok Video 會把氛圍描述,例如「迎風飄動」、「強風吹拂」、「熱浪升騰扭曲」、「飛雪映光」,視為動態指令,而不只是視覺風格。比起只嚴格照字面執行動作的模型,這類提示詞在 Grok Video 上更有表現力。
「遠處引擎低鳴」、「海洋環境音」、「輕柔的廚房環境音」,Grok 會根據具體線索加入環境音與場景內音效。籠統寫「加上音訊」沒幫助,點名聲音才會生成。
先用 Grok Image 完成靜態構圖,再用 Grok Imagine Video 的圖片轉影片模式加入動態。同一美學系列的 I2V 串接,能在保留色彩、角色辨識度與構圖的同時,讓畫面動起來。
電影感影片 / YouTube 用 16:9。TikTok / Reels / Shorts 用 9:16。社群方形短廣告用 1:1。一開始就選對長寬比,Grok 會依不同比例調整構圖。
| 設定 | 可用值 | 說明 |
|---|---|---|
| 模式 | Text-to-video · Image-to-video | I2V 需要起始影格。T2V 僅憑文字生成畫面。 |
| 影片長度 | Variable seconds | 點數用量隨影片長度增加。預設最佳長度約為 5-6s。 |
| 解析度 | 720p · 480p | 正式製作選 720p。480p 僅適合低成本反覆測試。 |
| 長寬比 | 16:9 · 9:16 · 1:1 · 4:3 · 3:4 + extras | 涵蓋常用長寬比,依最終發布平台選擇。 |
| I2V 來源影像 | Pass image as starting frame | 固定構圖、主體特徵與配色,提示詞則描述動態。 |
| 供應商系列 | xAI (same as Grok Image) | Grok Image 與 Grok Imagine Video 具有一致的視覺風格。 |
Grok Video 屬於 xAI 系列,擅長電影感動態與自然運鏡。Runway Gen-4.5 更精通鏡頭語言。Veo 3 支援原生音訊 + 對話。Kling 2.6 Pro 具備原生音訊 + 高級美學。想延續 Grok Image 的視覺風格,或就是要 xAI 的調校風格,選 Grok 就對了。
Grok Imagine = 圖片生成工具(/xai-image,也稱為 Grok Image)。Grok Imagine Video = 影片生成工具(/xai-video)。同屬 xAI 系列,生成媒介不同。想讓靜態圖片與動態影片維持一致美學,就搭配使用。
只有想以低成本大量測試提示詞時才用。相同的提示詞結構,480p 的輸出畫質較低。最終或接近定稿的作品,一律用 720p 生成。別拿 480p 交件,畫質差異看得出來。
只要在提示詞中給出具體線索,例如「遠處引擎低鳴」、「海洋環境音」,Grok Imagine Video 就能處理環境音與場景內音效。製作社群成品時,原生音訊通常就夠用。若是需要音樂或對話的高質感廣告,則在後製疊加音訊。
30-70 個單字最剛好。先寫主體 + 動作,再指定一種主要運鏡,確立光線與氛圍,最後補上環境音線索。超過 100 個單字,Grok 可能會試著在有限片長內塞入太多動態,讓畫面過於擁擠。
可以。Grok Imagine Video 位於 Canvas 模型選單的「animate」分類。公開 API 端點為 /api/v1/models/xai-video/run,欄位包含 prompt、duration、resolution、aspect_ratio,以及 image(選填,用於 I2V)。