Sora 简介
Sora 是 OpenAI 的 文本生成视频（text-to-video） 模型。Wikipedia 将其描述为文本转视频模型，官方网站入口为 sora.chatgpt.com。
#核心定位
- 文本生成视频：用文字描述生成视频片段
- 由 OpenAI 开发：适合概念验证与分镜探索
#典型场景
| 场景 | 目标 | 推荐做法 |
|---|---|---|
| 活动预热视频 | 快速出镜头 | 先生成 3-5 秒片段 |
| 产品短片 | 质感表达 | 强化光线与材质 |
| 分镜验证 | 视觉一致 | 固定镜头与色调 |
#Prompt 模板（视频）
一段[时长]视频，[场景]中[主体]正在[动作]，镜头[镜头运动]，风格[风格关键词]，色调[色调]。
#操作建议
- 先做 3-5 秒片段，再拼接成完整视频
- 保持镜头语言一致，减少风格跳变
#官方资源
- Wikipedia（Sora）：https://en.wikipedia.org/wiki/Sora_(text-to-video_model)↗
- 官方入口（可能需要可访问环境）：https://sora.chatgpt.com/↗
#下一步
#延伸解读
本章节适用于 Sora 的「Sora 简介」环节。实际生产中，这一环节的关键是可控性与复用性。建议先建立一份可复制的模板（目标、场景、风格、输出规格），每次只改一个变量，这样能明确结果变化的原因。若输出不稳定，优先检查主体描述是否清晰、保留元素是否明确、比例是否匹配用途。对于需要对外投放的内容，建议保留原始素材与版本号，记录有效提示词与参数，并建立“示例对照图”。团队协作时可把模板沉淀到文档或素材库，形成可复用的 SOP。
#实战示例
场景：为品牌活动制作一条可投放的内容素材（海报/短视频/文案）。步骤：先用简短 Prompt 生成 3 个方向，挑一个方向作为主线，然后加入风格、色调、镜头、比例等约束，再做 2-3 次迭代把主体与背景稳定下来，最后输出符合投放比例的版本。如果是视频类内容，建议拆成 3-5 秒的镜头段落分别生成，再统一调色与剪辑。如果是文案类内容，先生成结构大纲，再逐段扩写并校对事实与品牌语气。
#常见问题与解决
- 输出不稳定：减少变量，一次只改一个因素。
- 风格漂移：固定风格关键词与色板，必要时使用参考图。
- 细节错误：在 Prompt 中明确保留元素并加入否定说明。
- 比例不匹配：先确定用途与平台，再设定输出比例。
#复盘模板
- 本次目标：
- 使用的 Prompt：
- 结果评估：
- 下一次优化点：
