先想清楚：你想控制到什么程度
一个简单的判断：你给 AI 的越多，它自由发挥的越少，画面越可控。从「只给文字」到「给首尾帧」，可控度一路递增。选模式，本质是在「省事」和「可控」之间找平衡——下面几种从自由到可控排开。
文生视频：只给文字，AI 全权构思
只写一段提示词，画面、运镜、节奏都交给 AI 构思。
- 适合：还没有参考图、想快速看个感觉、对具体画面没硬要求的镜头（空镜、氛围镜头）。
- 代价：最自由，也最「抽卡」——同一段文字每次结果都不一样，人物长相和场景很难保证一致。
图生视频：给一张图，让它动起来
上传一张图作为首帧（或尾帧），AI 从这张画面开始生成动态。
- 适合：已经有满意的画面（比如分镜参考图），想让视频严格贴着它来。这是保证角色、场景一致性最常用的模式，也是日常主力。
- 关键：这张首帧图就是参考图，它的质量直接决定视频质量——务必先把它调满意。
首尾帧：给起点和终点，AI 补中间
同时给首帧和尾帧两张图，AI 生成从首帧过渡到尾帧的过程。
- 适合：需要精确控制镜头的起止画面——比如表情从 A 变到 B、镜头从近景推到远景、一个明确的转场。
- 注意：首尾差异太大时，中间过渡容易不自然；尽量让两张图在逻辑上连得上。
全能参考：给多张图，AI 综合
提供多张参考图（角色、场景、风格等），AI 综合它们来生成一个镜头。
- 适合：一个画面要同时锁定多个元素——这个角色 + 那个场景 + 某种风格。
- 注意：只有部分模型支持。如果选生成模式时没看到「全能参考」，就说明当前模型不支持，换一个能用的模型即可。
自有算力的 LTX：MSR 多参考方式
如果你用「我的算力」里的 LTX，系统会按多参考图或时间线参考方式：使用主体参考图、地点背景和可选首帧引导生成镜头。你不用手动处理工作流，按提示生成就行。
选不准时，照这个来
- 手上有满意的画面图 → 图生视频（一致性最好，日常首选）。
- 只有文字、先看感觉 → 文生视频（快，但做好多抽几次的准备）。
- 要精确卡住开头和结尾 → 首尾帧。
- 要同时锁角色 + 场景 + 风格 → 全能参考（需模型支持）。
提醒：模式不是越「高级」越好，选最匹配当前镜头需求的那个就行。不同模型支持的模式不一样——换模型后能用的模式会跟着变，没看到想要的那种，换个模型试试。