1
維持在文字生影片
上方生成器預設開啟「文字生影片」分頁，並已選好 Grok Imagine 模型。
Grok Imagine文字生影片 · Grok Imagine
Grok 文字生影片生成器
用文字描述一個場景，產生有動作、有聲音的影片片段
寫下要發生的事——主體、動作、運鏡和聲音——Grok Imagine 就會把它算繪成 6 到 30 秒、480p 或 720p 的影片。可選 16:9、9:16、1:1、3:2 或 2:3 畫面比例，生成前就能看到所需點數，直接在瀏覽器中執行，不必安裝 App。
使用流程
四步完成文字生影片
2
寫出場景
寫清楚畫面裡是誰或是什麼、在做什麼、在哪裡發生、鏡頭怎麼移動、光線如何，以及應該聽到什麼聲音。
3
選擇長度、解析度與畫面比例
選擇 6–30 秒、480p 或 720p，以及符合發布平台的畫面比例。調整時所需點數會即時更新。
4
生成並檢查
帶聲音預覽片段，接著每次只調整提示詞的一個部分——動作、運鏡或風格——再重新生成。
文字生影片功能
一切都由提示詞決定
不需要圖片
文字生影片從一張白紙開始。提示詞決定主體、場景、風格與動作，就算手邊還沒有任何素材或畫稿，也能先驗證點子。
用日常語言指揮鏡頭
可以要求緩慢推近、手持跟拍、空拍拉遠或固定機位廣角。寫明運鏡方式，通常是讓文字生影片提示詞效果提升最多的一步。
聲音也來自同一段提示詞
描述環境音、音效、音樂或一句簡短對白，Grok 會把音訊與畫面一起生成，第一次預覽就有聲音。
5 種畫面比例
16:9 適合 YouTube 與簡報，9:16 適合 TikTok、Reels 和 Shorts，1:1 適合動態消息，3:2 與 2:3 適合照片式構圖——生成前就設定好，事後不必再裁切。
6 到 30 秒，480p 或 720p
先用 6 秒、480p 低成本驗證點子，再把滿意的版本做得更長或升到 720p。480p 每秒 2 點，720p 每秒 4 點，送出前就會顯示。
Normal、Fun、Spicy 三種模式
不必改寫提示詞就能切換生成風格。所有模式都遵守服務供應商的安全規範與本站的內容過濾。
文字生影片提示詞怎麼寫
如何用 Grok 把文字變成影片
文字生影片的提示詞，最好寫得像劇本裡的一個鏡頭：一個主體、一個主要動作、一種運鏡。照下面的順序寫，通常兩三句話就夠了。
- 1
主體
寫明鏡頭的主角是誰或是什麼，以及它的具體特徵——寫「一位穿黃色雨衣的老漁夫」，而不是「一個男人」。
- 2
動作
給出一個有開始、有結束的清楚動作：「把漁網拉上船，抬頭望向暴風雨」。
- 3
場景與光線
交代場景並設定光線：「黎明時分的小木船，厚重的灰色雲層，冷藍色光線」。
- 4
運鏡
說明鏡頭怎麼拍：「低角度緩慢推近，淺景深」。
- 5
聲音
最後寫音訊：「風聲、海浪拍打船身、遠方一聲海鷗鳴叫」。如果打算自己配樂，可以不寫。
讓文字生影片效果更好的技巧
每次只生成一個鏡頭
一段提示詞裡寫好幾次場景切換，結果往往會糊在一起。把每個鏡頭分開生成，再剪接在一起。
用文字點明風格
「35mm 底片拍攝」「賽璐璐動畫風格」「產品廣告打光」這類說法，比一長串形容詞更能穩定控制畫面風格。
先短後長，低成本打樣
先用 6 秒、480p 測試（12 點）。動作對了，再把點數花在更長的長度與 720p 上。
需要特定的臉孔或產品？
只靠文字無法精確重現某個人或某件產品。請切換到圖片生影片或參考圖生影片，並上傳圖片。
大家用文字生影片做什麼
從點子直接到成片，不需要實拍素材
社群短影音
適用於 TikTok、Reels 和 Shorts 的 9:16 直式片段——開場鉤子、空景、視覺梗與循環背景。
廣告與提案概念
在正式安排拍攝之前，先做出廣告創意樣片或提案用的氛圍短片。
分鏡與預覽
把劇本台詞變成動態鏡頭，測試節奏、運鏡與光線。
空景與背景
為影片、直播與簡報生成定場鏡頭、材質素材與氛圍循環畫面。
文字生影片常見問題
關於 Grok 文字生影片的常見問題
什麼是 Grok 文字生影片？
Grok 文字生影片使用 xAI 的 Grok Imagine 影片模型，把一段文字提示詞變成短影片。在本頁輸入描述，選擇長度、解析度與畫面比例，就能得到 6–30 秒、480p 或 720p 的影片，並附上依提示詞生成的音訊。
Grok 文字生影片可以免費使用嗎？
可以免費開始。新帳號贈送 12 點，足夠生成一段 6 秒 480p 影片，每日簽到還能再獲得 2–3 點。生成與預覽都包含在內；下載影片檔案則需要付費方案或曾經購買過點數。
需要訂閱 X Premium 或 SuperGrok 嗎？
不需要。這是一個獨立的網頁創作工具，並非官方 Grok App。它透過 API 服務供應商執行 Grok Imagine 影片模型，每次生成以點數計費，因此你不需要 X 帳號、X Premium 或 SuperGrok 訂閱，也不需要手機 App。
文字生影片的片段最長多久？
每次生成 6 到 30 秒。費用隨長度增加：480p 每秒 2 點，720p 每秒 4 點，所以一段 10 秒 720p 片段需要 40 點。生成前會顯示確切的點數消耗。
支援哪些畫面比例？
文字生影片支援 16:9（橫式）、9:16（直式）、1:1（方形）、3:2 和 2:3。請在生成前選好畫面比例，讓構圖符合影片的發布平台。
影片有聲音嗎？
有。Grok 會依照提示詞描述的內容——環境音、音效、音樂或簡短對白——把音訊與影片一起生成。效果會有落差，請在預覽中確認聲音的時間點，必要時把聲音描述得更精確。
怎樣寫出好的文字生影片提示詞？
描述一個鏡頭：主體、一個主要動作、場景與光線、鏡頭運動以及聲音。具體細節（「黃色雨衣」「緩慢推近」）比籠統的畫質形容詞更有效，每次只改一個元素也更容易逐步改善結果。
文字生影片還是圖片生影片，該選哪個？
希望由提示詞決定一切、手邊還沒有任何畫面時，用文字生影片；成果必須像某張特定照片時，用圖片生影片；同一個角色或產品需要出現在多個片段中時，用參考圖生影片。
生成的影片可以商用嗎？
付費方案可以。每個付費方案或點數購買都包含帳號內內容的商業授權；免費方案僅限個人使用。提示詞中涉及的第三方權利，例如品牌、真實人物或音樂，仍需由你自行負責。
為什麼我的文字生影片生成失敗？
大多數失敗來自內容審核：涉及真實人物、未成年人、暴力或露骨內容的提示詞，可能會被服務供應商拒絕。生成失敗的點數會自動退還。換個說法或切換模式，通常就能解決。