更新于
案例依据:阅读原始拆解报告 · 查看案例画面与镜头表
本文基于已发布的工具报告整理。制作分类属于辅助推断;文中的执行步骤是建议,并非原作者工程或经过验证的复刻结果。
Grok Imagine 生成什么
Grok Imagine 是 xAI 在 Grok 里的图像与视频生成器:文生图、带生成音频的短视频片段,以及从首帧出发的图生视频。能用什么取决于订阅档位(见下文免费额度一节),功能也随版本变化,官方页面才是唯一事实来源。
一条可直接套用的逐镜提示词
对话案例第 9 镜,工具生成的原文:“中景,平视,女性坐在画面中间偏左的扶手椅上。她看向画面左侧,微笑着不紧不慢地说「前提是你得自己配一个会看图的大模型」,说话时轻轻点头,双手捧着杯子,结尾停在微笑上。固定机位。”景别、位置、动作、台词、结束状态、机位——各占一个分句。这个结构在任何视频模型里都成立,Grok Imagine 也不例外。
把声音写进提示词
Grok Imagine 会随片段生成音频,所以要写清应该听到什么:环境声、提示音、脚步、风声。台词保持简短——一个短句,不是一段话——措辞重要的话,留到剪辑阶段重做。如果提示词是从参考视频反推的,它的音频图层就是你的清单:环境、音效、人声,按这个顺序。
Grok Imagine 还免费吗?
截至 2026 年末,按 xAI 定价页:免费档包含 Grok 对话和有限的 Imagine 图片生成,但视频生成在付费档之后,且 xAI 年内已多次收紧免费限额。围绕它排期前先查 x.ai/pricing。如果“免费”是硬约束,把工作流反过来:先用开源的 rea-video 在自己机器上免费反推提示词——无配额、无上传——再把 Grok 额度只花在已经过纸面验证的最终生成上。
哪些验证过、哪些没有
已验证:逐镜提示词结构,出自一份已发布的真实拆解。未验证:用这些提示词在 Grok Imagine 上生成,以及当前版本的具体配额或功能。上文定价事实反映写作时的 xAI 公开页面,随时可能变化。
可复用的记录模板
镜头号 / 片段时长 主体 + 动作(开始 → 结束) 景别 / 固定或运动镜头 光线与场景 声音:环境 + 音效(+ 一句短台词) 不写入:切镜、字幕、叠加事件 纸面验证通过后再花额度
用真实报告练习
读对话案例报告:五个人物镜头分成四个生成单元,每条提示词写清景别、动作与机位——照抄结构,把 Grok 额度只花在值得生成的镜头上。
查看案例和下载报告 →