文字轉影片：從你想要的影片開始
先選目標
| 你想要 | 入口與設定 | 你帶來的文字 | 你得到的結果 | 價格結構 |
|---|---|---|---|---|
| 給短影音平台的一分鐘直式故事 | AI 創作 或 上傳劇本；類型選 短劇；9:16 豎屏 | 一句話，或最多兩頁的文字 | 一集或幾集，每集最長 240 秒 | 依長度收取解析費，接著是分鏡（你第一部短劇的第一份免費），然後依秒數計算影片。預設檔位下一集 60 秒，含合成約 660 積分，換算成金額約 $4.11 |
| 每集都有懸念鉤子的系列 | 在中篇或長篇時，用 上傳劇本 或 AI 創作；類型選 短劇 或 長劇 | 一整季的故事量 | 每集最長 240 秒（短劇）或 300 秒（長劇） | 只解析一次，之後每集都有自己的分鏡與影片 |
| 一部短片 | 上傳劇本；類型選 電影；16:9 橫屏 | 散文或電影劇本 | 一整篇依幕次劃分，集的長度沒有上限 | 費用相同，但片段更少、更長 |
| 產品、店家或 App 的宣傳片 | 廣告片 | 一句話，加上一到四張照片 | 一支 15、30 或 60 秒、附結尾卡片的廣告 | 一個含全部費用的封頂價，或是逐步計價的專家模式 |
在 SceneMixer 裡，類型決定你的文字怎麼切分。短劇節奏快、台詞密集，每一集都圍繞一個鉤子來寫；長劇的節奏是為多條線索安排的；電影則慢而有氛圍，視為一個整體、分幕處理。類型在第 1 步選定，文字解析完成後就固定了，因為各集是照它來切分的。想換成另一種類型，請用同一份文字另開新專案。完整的比較請見短劇、長劇或電影。
為什麼這裡的廣告不是文字轉影片的工作
如果你的文字是產品說明，廣告的路徑仍然至少需要一張圖片。沒有圖片，編排器不會開始（「請先加入至少一張圖片」），因為廣告是圍繞鏡頭能看見的東西來建構的：第一張照片是主體，結尾卡片會呈現它，其他照片則成為鏡頭所設定的場景。你的文字依然重要，但它是照片下方的一句話，說明它是什麼、給誰用；兩者不一致時，以這一句為準，而不是照片。
所以，對只有文字的產品構想，實用的建議是：拿一張照片或截圖，不管多平凡，然後把你的句子放在它下面。如果你沒有照片，想做的是關於這個產品的故事，那就是劇本專案，文字就是全部的輸入。開始專案的四種方式 · 如何用一張照片做廣告。
你手上是哪種文字
文字的量決定走哪條路，而 用文字生成 AI 影片 涵蓋三種篇幅大小。文字的種類則決定你自己的用字能保留多少，網站幾乎每一種都有對應的指南。
| 你的文字是 | 會如何處理 | 從這裡開始 |
|---|---|---|
| 你自己的電影劇本，含場景標題與角色提示 | 直接讀取版面，因此對白與動作會保留你的原文 | 使用電影劇本 |
| 一章網路小說 | 以散文方式讀取，轉成角色、場景與集數 | 把網路小說改成短劇系列 |
| Reddit 貼文或其他短篇真實故事 | 散文，通常只有一個聲音；對白需要自行加入，或從引述中摘取 | 把 Reddit 故事改編成短劇 |
| Podcast 或訪談逐字稿 | 口語文字會變成對白；場景與地點需要自行編寫或暗示 | 把 Podcast 單集改編成短劇 |
| 一齣舞台劇 | 幕與獨白自然對應到場景與台詞 | 把舞台劇改成短片 |
| 只有一個點子 | 依需求寫成劇本，再進行解析 | 寫一句話的需求 |
不論是哪一種，必須說出口的內容請寫成台詞行（Name (delivery): words），其餘保持散文即可。被併入旁白的台詞，會被摘要而不是說出口。寫出能被正確讀取的對白。
從文字到秒數
在 SceneMixer 上，影片長度不是由文字長度決定的，而是由故事決定。英語口語大約每秒三個字，所以台詞加起來有 180 字的一場戲，在加入任何停頓或動作之前，就有大約一分鐘的話。每一集依類型各有長度上限，每個片段一次拍成 15 或 30 秒，之後再接進該集。影片是按秒計費的，所以總費用取決於成片的長度，而不是頁數：預設檔位每秒 10 積分，把片段接成一集則每秒 1 積分。拍攝秒數與時間安排 · 一集的積分花在哪裡。
文字會依整體長度讀取一次，費用也隨之計算：每 1,000 個計算字數 4 積分，英文計算時較輕。單次讀取最多涵蓋 10,000 個計算字數，更長的文字則分兩次讀取，上限為 300,000 個英文字元。字數怎麼算。
文字無法變成什麼
| 如果你希望的是 | 實際會發生什麼 |
|---|---|
| 你的文字以動態字幕、字幕或歌詞影片的形式出現在畫面上 | 不提供。影片模型無法畫出清晰的字，所以畫面上的文字並不可靠。唯一保證可讀文字的地方，是廣告的結尾卡片。語音字幕是另一個開關，只提供給買過積分或方案的帳號。 |
| 把一篇文章的連結轉成影片 | 不會抓取連結。請直接貼上文字本身 |
| 以 PDF 作為來源 | 不接受。請先匯出為純文字或 Word；.txt、.docx 與 .md 檔案可以使用 |
| 表格、清單或一組項目符號 | 不是故事，而且可能一再失敗。請先改寫成完整句子 |
| 疊在現成影片素材上的旁白 | 每張圖都是你的角色與場景所生成的鏡頭。旁白可以作為純聲音角色發聲，但這裡沒有現成的影片素材庫 |
| 知名角色或真實人物 | 製作圖片或片段時會被 IP 檢查拒絕。請自行創作角色 |
表格背後的規律是：文字以故事的形式輸入，SceneMixer 輸出的則是由生成的角色在生成的場景裡演出的內容。凡是需要精確字體排印、特定真人或特定實拍畫面的，都不在它的能力範圍內。可輸入的內容。
兩分鐘內選好入口
- 手上有你要賣的東西的照片嗎？ 使用 廣告片，並把你的一句話當作照片下方的文字。
- 故事已經寫好了嗎？ 在 上傳劇本 貼上或上傳，並選好類型。讀取是第一筆扣費。
- 只有一個點子？ 在 SceneMixer 的AI 創作裡寫一句話就行；如果連這一句都沒有，就按給點靈感，再從「迷你」到「長篇」選一個長度。
- 手上是影片片段而不是文字嗎？ 那就是 復刻視頻，這是另一個入口，讀取費用依片段的分鐘數計算。
這四條路最後都會變成同一種專案：角色陣容、場景、道具、集數、編號鏡頭的分鏡，最後是影片；第一步之後的每一步，計價方式都一樣。若想更深入了解文字路線，請參閱 文字轉影片 AI 的簡介，以及 AI 文字轉影片生成器 的操作選項。
常見問題
我要怎麼在這裡把文字變成影片？
把文字貼進 SceneMixer 或上傳，也可以讓 AI 根據一句話幫你寫。文字會被解析成角色陣容和分集，每一集生成一份分鏡，每個片段變成一段影片，再接合成該集。
文字能變成廣告嗎？
單靠文字不行。廣告至少需要一張照片或螢幕截圖，你的文字則作為一行說明，講清楚產品是什麼、賣給誰。
需要多少文字？
SceneMixer 至少需要大約一段文字，約 330 個英文字元，上限為 300,000 個英文字元，這個長度會分兩輪解析。
影片會有多長？
由故事決定，而不是頁數。SceneMixer 的短劇每集最長 240 秒，長劇每集最長 300 秒，電影則沒有上限。
可以把連結或 PDF 變成影片嗎？
不能直接用。SceneMixer 不會抓取連結，也不接受 PDF。請貼上文字，或把文件匯出成純文字檔或 Word 檔。
可以做成有動態文字或字幕的影片嗎？
不行。影片模型無法寫出清楚的字，所以畫面上的文字不可靠。語音字幕則另外提供給購買過積分或方案的帳號。
類型設定會改變成品嗎？
會。在 SceneMixer 裡，它會影響分集在哪裡斷開、每集最長可以多久，以及場景怎麼為鏡頭寫成，而且文字解析之後就不能再更改。
有免費的部分嗎？
在 SceneMixer 上，解析只收少量費用，15 張設定圖和第一份分鏡免費，另有一個最長 5 秒的預覽鏡頭也免費。影片則從第一秒起就開始計費。
更新於 2026 年 11 月 2 日