【保姆级教程】AI图生图+视频生成完整工作流（附提示词+参数表）

【保姆级教程】AI图生图+视频生成完整工作流（附提示词+参数表）

目录

• 一、前言
• 二、环境搭建与工具选择
• 三、第一步：生成高质量基础图片（图生图）
  • 3.1 模型选择
  • 3.2 提示词编写
  • 3.3 参数设置参考
• 四、第二步：图生视频核心操作
  • 4.1 AnimateDiff插件安装与配置
  • 4.2 运动参数详解
  • 4.3 生成视频与后处理
• 五、实战案例与提示词解析
• 六、常见问题与解决方案（避坑指南）
• 七、资源下载
• 八、结语

一、前言

最近AI视频生成技术火得一塌糊涂，从Runway Gen-2到Stable Diffusion的AnimateDiff插件，静态图片“动起来”已经不再是难题。但很多初学者在实操时会遇到各种坑：视频闪烁、人物变形、运动不自然……

本文将以Stable Diffusion WebUI + AnimateDiff为主线，详细拆解从图生图（优化图片） 到图生视频的全流程操作，并附上可直接复制的提示词和参数表。无论你是刚入门的小白，还是想提升效率的老手，这篇教程都能帮你快速上手。

二、环境搭建与工具选择

2.1 硬件要求

• 显卡：NVIDIA显卡，显存建议8GB以上（6GB也可运行，但帧数需调低）
• 内存：16GB+
• 系统：Windows 10/11（Linux也可，本文以Windows为例）

2.2 软件工具

2.3 模型准备

• 底模：推荐写实风格 majicMIX realistic 或二次元风格 Anything V5（可在Civitai下载）
• 运动模块：AnimateDiff官方提供的 mm_sd_v15.ckpt（插件会自动下载，或手动放入 models/AnimateDiff）

三、第一步：生成高质量基础图片（图生图）

视频的质量很大程度上取决于首帧图片的质量。如果直接用网上随便找的图，很可能因为风格不统一或细节缺失导致生成失败。因此，建议先用图生图（或文生图）生成一张满意的图片作为起点。

3.1 模型选择

• 写实人像：majicMIX realistic 或 ChilloutMix
• 二次元：Anything V5 或 Counterfeit
• 风景/建筑：Realistic Vision 或 DreamShaper

3.2 提示词编写

提示词分为正向和负向，建议将关键描述词放在前面，用 (keyword:权重) 加强。

正向提示词示例（古风美女）：

(masterpiece, best quality:1.2), 1girl, solo, chinese clothes, hanfu, looking at viewer, standing, garden, flowers, trees, soft lighting, detailed face, highly detailed skin, (wind blowing hair and clothes:1.1) 

负向提示词（通用反咒）：

nsfw, bad hands, bad fingers, missing fingers, extra fingers, bad face, bad eyes, bad proportions, ugly, duplicate, morbid, mutilated, tranny, trans, deformed, blurry, low quality, worst quality, signature, watermark, username, artist name 

3.3 参数设置参考

生成满意图片后，保存到本地（建议PNG格式，保留元数据）。

四、第二步：图生视频核心操作

4.1 AnimateDiff插件安装与配置

1. 在WebUI中点击 “扩展” -> “可用” -> 搜索 AnimateDiff -> 安装。
2. 重启WebUI后，在文生图/图生图界面下方会出现 AnimateDiff 折叠面板。
3. 第一次使用时，需要下载运动模块。点击面板中的 “下载运动模块”，选择 mm_sd_v15.ckpt 下载。若下载慢，可手动下载后放入 models/AnimateDiff 文件夹。

4.2 运动参数详解

切换到 图生图 界面，加载刚才生成的图片，展开 AnimateDiff 面板，设置如下：

运动参数详解表：

示例组合： 缓慢上移 + 轻微放大
Translation X: 0, Translation Y: 0.5, Rotation: 0, Scale: 1.005

注意： 运动幅度不宜过大，否则人物容易变形。新手建议先尝试单一方向微动。

4.3 生成视频与后处理

设置好参数后，点击 “生成”。生成完毕后，在输出图片区域会显示一个GIF预览。点击GIF右下角的文件夹图标，可以找到生成的MP4视频文件（位于 outputs/img2img-images/日期 下）。

如果需要高清视频，可以使用 Topaz Video AI 进行补帧（将8fps提升到24fps）和放大分辨率。

五、实战案例与提示词解析

案例1：写实人像（镜头缓慢上移）

基础图提示词：

正向：(photorealistic:1.3), (masterpiece:1.2), 1girl, detailed face, perfect eyes, soft skin, natural lighting, depth of field, looking at viewer, wearing sweater, indoors, cozy atmosphere 负向：nsfw, bad hands, bad anatomy, ugly, deformed, disfigured, poorly drawn face, bad proportions, extra limbs, cloned face, disfigured, gross proportions, malformed limbs, missing arms, missing legs, extra arms, extra legs, fused fingers, too many fingers, long neck, username, watermark, signature 

运动参数：Translation Y: 0.5, Scale: 1.0

案例2：风景（镜头缓缓拉远）

基础图提示词：

正向：(masterpiece, best quality), landscape, mountains, river, waterfall, forest, autumn colors, sunny day, blue sky, clouds, highly detailed, cinematic lighting, 8k, photorealistic 负向：nsfw, low quality, worst quality, blurry, fog, text, signature, watermark, username, artist name, ugly, deformed, bad anatomy, bad proportions 

运动参数：Translation Y: 0, Scale: 0.99（每秒缩小1%，镜头拉远）

六、常见问题与解决方案（避坑指南）

Q1：生成的视频闪烁严重

原因： 运动幅度过大，或上下文批大小太小。
解决： 降低平移/缩放值，增大上下文批大小至24；开启ControlNet Tile模型（预处理选择tile_resample）可以增强一致性。

Q2：人物五官扭曲/崩坏

原因： 基础图面部细节不足，或运动过程中面部出现错位。
解决：

• 在负向提示词中强化“bad face, distorted face”。
• 使用 ADetailer 插件（人脸修复）对每一帧进行后处理。
• 降低运动幅度，或使用逐帧生成模式（需更高级设置）。

Q3：视频长度太短

原因： 帧数设置太少。
解决： 增加帧数，但注意显存占用。16帧约1秒（8fps），32帧约2秒。可以生成多段后用剪辑软件拼接，或使用 EbSynth 等工具进行关键帧插值。

Q4：显存不足（CUDA out of memory）

原因： 帧数/上下文批大小过大，或分辨率太高。
解决： 降低分辨率（如384x512），减少帧数，减小上下文批大小，关闭其他占用显存的应用。

七、资源下载

为了方便大家直接上手，我将常用的模型配置文件、提示词模板、参数预设整理到了飞书文档中，需要的自取（链接永久有效）：

👉 AI图生图生视频完整资料库（含提示词）

文档内容包括：

• 实战提示词
• 常见参数设置对照表（Excel格式）
• 运动参数预设文件

文档部分内容展示

八、结语

AI视频生成技术日新月异，但万变不离其宗：高质量的基础图片 + 合理的运动参数 = 流畅的视频。希望这篇教程能帮助你打开AI视频/图片创作的大门。

如果觉得本文对你有帮助，欢迎点赞、收藏、评论，让更多需要的人看到。有问题可以在评论区留言，我会尽力解答。后续还会更新更多AIGC实战技巧，点个关注不迷路！

版权声明：转载请附上原文出处链接和本声明。