生图与生视频：参数、限制与适用场景
官方对 Grok Bot 生图与生视频的设计定位就一句话：只在你开口时创建，从你的描述或你分享的图片出发，做出来的每个图片和视频都发回对话。上一课讲材料的进出；这一课讲它怎么「无中生有」：比例、时长、分辨率这些参数怎么定，参考图怎么给，哪些活它干不了。
全程约 10 分钟，没有一条命令要跑——所有操作都是「跟它说话」。
学完你能做什么
- 用一句自己的话说清主体、风格、情绪，让 Bot 按指定比例出图——Grok Bot 生图的全部「参数」就这么多
- 把已有图片分享进对话当参考图，让它在你的画面基础上继续创作
- 生视频：定时长（1–15 秒，默认 6 秒）、分辨率（480p，可要 720p）与比例，用首尾两帧做出循环片段
- 用最多 14 张参考图锁定人物、物品、服装、场景，再用最多 4 张定点图指定「必须在第几秒出现」
- 一眼判断哪类需求别找它：图表表格走 Pages，真人真物它给你找真图，商标角色常被拦
你现在的困境
- 让 AI 画图全靠抽卡：比例不对、风格跑偏，同一个提示词重抽十次也对不上
- 想让视频里「背包必须在第 4 秒出现在桌上」，不知道怎么跟它说
- 让它画张数据图表，数字糊成一团；点名某个知名角色，直接被内容规则拦下
什么时候用这一招
当你需要：
- 一张封面、配图或概念图：比例、风格、情绪由你说了算
- 一段 1–15 秒的实拍感短片：从场景描述、一张首帧图或首尾两帧起步
- 多张产出保持一致：用参考图锁定角色、服装、场景的样子
而且不想：
- 图表、表格靠「画」出来——数字根本没法看
- 点名商标角色或真人，一次次被拦下还不知道为什么
- 生成完了找不到文件、发不出去
🎒 开始前的准备
- 完成了 2.1 消息与对话：会发消息、会带附件——生图生视频都从「跟它说话」开始
- 知道桌面端附件限额：每条消息 20 个附件，图片单个 25 MB、合计 200 MB（见 2.2 文件与可审阅结果）
- 手头至少有一个 Bot、派过一次活（见 1.5 第一个 Bot）
- 一杯水 ☕——本课没有命令要跑，操作都是「跟它说话」
核心思路
Grok Bot 生图生视频的工作方式，和「打开一个生图网站调参数」完全不同：没有参数面板、没有模型选择，所有参数都在你的话里。
三条主线：
- 只在你开口时创建。从你的描述出发，或从你分享进对话的图片出发；你不提，它不生成。
- 产出回到对话。它做的每个图片和视频都发到对话里，之后在 Bot 的 Library 里找回；生成的图片在它的云电脑休眠时也照常加载。
- 能力圈有硬边界。生图不用于图表、曲线图、表格——那些要 Pages；视频是实拍感，不做动效图形、标题卡、幻灯片、产品演示和精确文字；真人、真地点、真产品，它去找真图而不是生成。
生图与生视频的参数对照，先混个脸熟：
| 生图 | 生视频 | |
|---|---|---|
| 怎么起步 | 描述主体、风格、情绪；可带参考图 | 描述场景；或给一张首帧图 / 首尾两帧图 |
| 比例 | 1:1、4:3、3:4、16:9、9:16 | 1:1、16:9、9:16、4:3、3:4、3:2、2:3 |
| 时长 / 分辨率 | — | 1–15 秒（默认 6 秒）；480p，可要 720p |
| 参考图 | 分享进对话即可 | 最多 14 张参考图 + 4 张定点图 |
| 输入图 | 按附件限额（图片单个 25 MB） | JPEG / PNG / WebP，一条视频合计约 35 MB |
| 产出 | 图片，发到对话 | MP4 文件，发到对话 |
跟我做
第 1 步：用一句话让 Grok Bot 生图：主体、风格、情绪与比例
为什么：Grok Bot 生图没有参数面板——主体、风格、情绪、比例全靠你用自己的话描述，说清了才能一次到位。
- 描述三要素：主体（画什么）、风格（什么画风）、情绪（什么氛围），用自己的话写就行
- 想要特定画幅，直接点名比例：1:1（方）、4:3 / 16:9（横）、3:4 / 9:16（竖）
- Bot 只在你开口时才创建；做好的每张图都发回对话
参考写法（换成你的内容直接发）：
帮我生成一张 16:9 的封面图：清晨的城市天台，一个背对镜头的人在看日出，水彩风格，安静的氛围。
你应该看到：图片出现在对话里，点开能全屏、能放大；就算它的云电脑正在休眠，已生成的图片也照常加载。
- 用一句描述让 Bot 生过一张图，并指定了比例
第 2 步：带参考图生图：让它在你的画面基础上画
为什么：想在已有图片的基础上继续创作——比如「按这张照片的感觉画」——就把图分享进对话，并说清每张图怎么用；Bot 会把它们当作参考。
- 把图片粘贴进输入框，或用附件控件发送（桌面端图片单个 25 MB、每条消息合计 200 MB）
- 在同一条消息里说清每张图的用途——「这是产品照」「按它的配色画」，别让 Bot 猜
参考写法：
附件是产品照片。参考它的配色和构图，生成一张 1:1 的新图，主体换成一杯冰咖啡。
你应该看到：Bot 结合参考图生成新图，画面与你的描述对应，而不是凭空发挥。
💡 参考图不只用于生图
视频也吃参考图，而且限额更细：最多 14 张参考图 + 4 张定点图——见第 4 步。
第 3 步：生视频：从描述或图片起步，定时长、分辨率与比例
为什么：Grok Bot 生视频的参数边界官方写得明明白白——先心里有数再开口，一次说清，省得来回改。
视频可以从三种起点生成：
| 起点 | 怎么说 |
|---|---|
| 场景描述 | 直接描述画面：内容、镜头、氛围 |
| 一张图 | 分享一张图，它成为视频的第一帧 |
| 两张图 | 一张起始帧、一张结束帧；两张用同一张图 = 循环片段 |
参数边界（都在你的消息里指定）：
- 时长：1–15 秒，默认 6 秒——想要别的时长，开口说
- 分辨率：480p；想要更清晰，明确要 720p
- 比例：1:1、16:9、9:16、4:3、3:4、3:2、2:3；从你的图生成时保持原图的形状，除非你另行指定
- 输入图：JPEG、PNG 或 WebP；一条视频的所有输入图合计约 35 MB
- 产出：每个片段存为 MP4 文件，发回对话
- 生成一个视频可能要几分钟，别急着催
参考写法：
用我刚发的这张图作为第一帧，生成一段 9:16 的 8 秒视频，镜头缓缓拉远，720p。
你应该看到：几分钟后 MP4 出现在对话里；点缩略图全屏播放，播放器带进度条和 2× / 1.5× / 1× / 0.5× 倍速。
- 生过一段视频（先用默认 6 秒也行），或能背出时长、分辨率、比例的边界
第 4 步：用参考图和定点图控制视频画面
为什么：视频比图更难一次到位——官方给了两组图帮你锁定画面：参考图管「长什么样」，定点图管「什么时候出现」。
- 参考图（最多 14 张）：展示人物、物品、服装、场景应该长什么样
- 定点图（最多 4 张）：指定必须在片段特定时刻出现的画面
参考写法：
附件前 3 张是角色的参考图，服装和发型按图里的来；第 4 张（红色背包那张）必须在视频第 4 秒左右出现在桌上。生成一段 6 秒的 16:9 视频。
你应该看到：视频里的人物、服装与参考图一致，定点图的内容在你指定的时刻出现。
⚠️ 输入图有格式与大小门槛
给视频的图必须是 JPEG、PNG 或 WebP，且一条视频的所有输入图合计约 35 MB。发之前先检查格式，别到生成那一步才发现图被拒。
- 知道参考图（最多 14 张）与定点图（最多 4 张）各自的用途
第 5 步：看懂 Bot 的四种「没按你说的做」
为什么：几种「没按你说的做」是官方写明的设计行为与限制——先对号入座，再决定下一步，别当成 Bug 反复重试。
| 你遇到的情况 | 官方口径 | 你该怎么做 |
|---|---|---|
| 想看真人、真地点、真产品，Bot 却回了一张真图 | 设计行为：它找真图而不是创建 | 要真样子就直接用；要生成效果就用自己的话描述画面，别点名真实对象 |
| 请求被内容规则拦下，Bot 告诉你了 | 点名商标角色、品牌、真人常触发拦截 | 用自己的话描述主体，再试一次 |
| Bot 让你「稍后再试」 | 图片生成正忙 | 等一会儿再发 |
| Bot 说你的账户没有生图生视频 | 你的账户被关掉了；团队里可能是管理员的模型设置或隐私设置导致 | 找管理员问 |
你应该看到：每种「没按你说的做」都有明确原因——是边界，不是故障。
第 6 步：查看、保存与转发 Bot 的产出
为什么：图片和视频都发在对话里，但要用起来——保存到本地、发到别的聊天——得知道各端的入口。
桌面端：
- 点图片或视频缩略图：全屏查看；图片可再点放大；多个产出用左右方向键或缩略图切换；顶部下载按钮保存；
Escape、关闭按钮或点击图片外关闭 - 视频播放器：播放 / 暂停、进度条、倍速菜单 2× / 1.5× / 1× / 0.5×
- 右键：图片 → Copy image 或 Save image…；视频 → Save video…
- 悬停消息点三个点：Download；一条消息有多个产出时用 Download all；图片另有 Copy
手机端：
- 点图片全屏 → 查看器菜单：Forward（转发到别的聊天）、Share、Save
- 长按对话里的图片：Copy Image、Save to Photos
- 点视频在对话里直接播放；长按 → Save to Photos
找回来：Bot 做过的图片、视频都记在它的 Library 里（桌面：聊天顶部 Bot 名 → View conversation details → Library；手机：Bot 名 → profile → Library），操作细节见 2.2 文件与可审阅结果。
你应该看到：图片视频能全屏看、能保存到本地或相册、能转发到别的聊天；Library 里按时间找回。
- 保存过一张 Bot 生成的图或一段视频
检查点 ✅
- 用自己的话描述主体、风格、情绪，让 Bot 按指定比例生过图
- 带参考图生过图，或知道参考图要「说清怎么用」
- 生过一段视频，或能背出：1–15 秒默认 6 秒、480p 可要 720p、7 种比例、产出 MP4
- 知道图表、表格不用生图——要 Pages；真人真物 Bot 会找真图
- 在桌面或手机上保存、转发过 Bot 的产出
踩坑提醒
❌ 让 Bot 用生图画图表、表格
现象：让它画一张数据柱状图或表格，出来的数字是糊的，根本对不上数据。
原因：官方明确——生图不用于图表、曲线图、表格。
正确做法：这类内容让 Bot 做成 page（Pages）：能放文字、表格、图表和控件，报告、仪表盘都靠它——见 C2 用 Pages 交付报告与内容仪表盘。
❌ 点名商标角色、品牌或真人，请求被拦
现象：让它画某个知名角色或真人，Bot 说请求被内容规则拦下了。
原因：官方明确——点名商标角色、品牌、真人常触发内容拦截；Bot 会告诉你被拦了，不是悄悄失败。
正确做法：用自己的话描述主体（外形、服装、气质），不点名，再试一次。
❌ 想看真人真地标长什么样，Bot 却「找了张图」
现象：让它「画」某个真实地点，它回你一张现成照片，而不是生成图。
原因：设计行为——要展示真人、真地点、真产品的样子时，Bot 找真图而不是创建。
正确做法：要的就是真样子，直接用它找的真图；要生成风格化画面，就描述画面本身，别点名真实对象。
❌ 让视频干「精确活」：动效标题、幻灯片、产品演示
现象：想要一段带精确文字、精确时间点或品牌资产的动效视频，成品对不上。
原因：官方明确——视频是实拍感（look filmed），不适合动效图形、标题卡、幻灯片、产品或 app 演示、图表，以及任何需要精确文字、时间或品牌资产的内容。
正确做法：把视频用在它的能力圈：实拍场景、让静图动起来、参考图里的角色。精确文字的活交给 Pages 或文档。
进阶技巧（可选）
交给 task 的活也能生图生视频。Bot 把工作交给一个 task 时，那个 task 也能创建图片和视频，Bot 会把它们发回对话——你不用改变派活方式。
云电脑休眠不影响看图。Bot 生成的图片在它的云电脑休眠时仍能在对话里正常加载——不用唤醒它也能翻看之前的产出。
图表、仪表盘走 Pages。需要图表、表格、控件的内容，让 Bot 做成 Pages——版本门槛与分享选项见 C2 用 Pages 交付报告与内容仪表盘。
本课小结
✅ Grok Bot 生图生视频的主线：只在你开口时创建，从描述或你分享的图出发，产出发回对话、记进 Library。
✅ 生图：描述主体、风格、情绪；比例 1:1、4:3、3:4、16:9、9:16；已有图片分享进对话当参考。
✅ 生视频：1–15 秒（默认 6 秒）、480p 可要 720p、7 种比例；首帧图或首尾两帧起步，同图首尾 = 循环；最多 14 张参考图 + 4 张定点图；输入图 JPEG / PNG / WebP 合计约 35 MB；产出 MP4。
✅ 边界：图表表格用 Pages 不用生图；视频是实拍感，不做动效、精确文字、品牌资产；真人真物 Bot 找真图；商标和真人常被拦，用自己的话描述再试。
✅ 产出随时可用：桌面全屏 / 下载 / 右键复制，手机转发 / 保存到相册；Library 按时间找回。
关键参数回顾：
| 参数 | 值 | 说明 |
|---|---|---|
| 生图比例 | 1:1、4:3、3:4、16:9、9:16 | 方 / 横 / 竖，描述时点名 |
| 视频时长 | 1–15 秒 | 默认 6 秒 |
| 视频分辨率 | 480p | 想更清晰明确要 720p |
| 视频比例 | 1:1、16:9、9:16、4:3、3:4、3:2、2:3 | 从你的图生成时保持原图形状 |
| 参考图 | 最多 14 张 | 锁定人物、物品、服装、场景 |
| 定点图 | 最多 4 张 | 在指定时刻出现 |
| 输入图 | JPEG / PNG / WebP，合计约 35 MB | 一条视频的所有输入图 |
| 视频产出 | MP4 | 生成可能要几分钟 |
下一课预告
它能「无中生有」了，下一课看它怎么「记住你」。下一课 2.4 记忆机制。
你会学到：
- Bot 自己决定记什么：关于你的少量事实全 Bot 共享
- 记忆跨聊天存在：换一个对话它还记得你的偏好
- 在聊天里查看、纠正、移除它记住的内容
- Reset 会重置对话但保留 memory；也能从其他助手导入