文字轉影片和圖片轉影片並非解決同一問題的競爭性答案。文字轉影片讓模型可以自由地創造畫面和動作。圖片轉影片則從一個已批准的畫面開始，將更多的生成集中在變化上。前者非常適合探索；後者通常更容易控制。
正確的選擇取決於鏡頭的哪些決策已經確定。
從零開始探索時使用文字轉影片
透過文字轉影片，模型同時解釋角色、環境、構圖、燈光和動作。它適用於早期的視覺開發、獨立的氛圍鏡頭、抽象的轉場、沒有重複演員的環境，以及快速比較創意方向。
同樣的自由也帶來了更多的變化。一個重複出現的角色可能會獲得不同的面孔或服裝，一個地點的地理位置也可能在不同的嘗試之間發生變化。一個提示包含的工作越多，模型遺漏其中一個的可能性就越大。
視覺批准後使用圖片轉影片
圖片轉影片從角色參考、關鍵影格或故事板構圖開始。圖片定義了身份、服裝、佈局和視覺風格；提示描述了表演、攝影機運動和結束狀態。
這種劃分對於多鏡頭敘事很有價值。它不能保證完美的連續性，但它減少了模型在每個鏡頭中重新塑造角色或重新設計場景的可能性。
來源圖片必須正確。如果比例、道具所有權或構圖已經錯誤，模型將會動畫化這個錯誤。在嘗試用更長的動作提示修復之前，請先檢查畫面。
根據鏡頭要求選擇
當您正在進行以下操作時，文字轉影片是一個強大的選擇：
- 探索整體視覺語言；
- 生成無人居住的建立鏡頭；
- 創造天氣、粒子、夢境或抽象變形；
- 快速比較多種構圖。
當您需要以下內容時，圖片轉影片通常更強大：
- 一個序列中重複出現的角色；
- 已批准的故事板構圖；
- 穩定的服裝、地點或重要道具；
- 編輯的明確起點或結束狀態。
敘事作品受益於混合流程
一個實用的流程從文字探索開始，然後轉向規範的角色和環境圖片，批准故事板畫面，並從這些參考資料動畫化對連續性敏感的鏡頭。一些建立鏡頭可以保持文字轉影片，而關鍵表演鏡頭則使用圖片轉影片。
製作不需要每個鏡頭都使用一種生成模式。它需要一個關於演員、世界、風格和驗收標準的真實來源。
進行公平比較
選擇一個可見的動作，並以兩種模式生成它。追蹤首次使用的可用性、平均重試次數、身份和道具穩定性、動作完成度以及修訂的難易程度。
例如：「一位記者從她的辦公桌站起來，拿起一個紅色文件夾，走到窗邊，然後停下來。」文字轉影片版本必須建立記者和辦公室。圖片轉影片版本從一個已批准的畫面開始，並專注於動作。
如果圖片轉影片嘗試失敗，請詢問是來源畫面、動作負載還是持續時間造成的。不要立即在提示中重複每個靜態細節。
在一個專案中管理兩種模式
ElserStudio 允許鏡頭參考相同的世界角色、地點和道具，同時使用適合每個鏡頭的生成路徑。文字探索、已批准的板子、圖片引導的片段和選定的鏡頭都保留在相同的製作環境中。
下載 ElserStudio 並以兩種模式測試一個角色動作和一個環境鏡頭。比較可用結果的成本和連續性，而不僅僅是第一幀的美感。