选择起点：一句话、一张照片还是一段视频

从你手上已有的东西开始。根据是一句话、一张照片、一组人物照片还是一段视频，匹配合适的 PopNow 模式和首个型号，几分钟内拿到可用的结果，不白白浪费积分和重来的次数。

最容易浪费积分的，是从错误的地方开始：明明已经有一张照片，却从零描述；或者只因为一个细节不对，就整段重新生成。动笔之前，先看看手边已经有什么，再打开从它开始的模式。

步骤 1：说清你已经有什么

起点一共有四种：文字、一张照片、同一个人或同一件产品的几张照片，以及一段视频。每一种能定下的东西都不一样。只有文字，什么都没定，模型要凭空想出整个画面。一张照片能定下人物、地点和光线。同一主体的几张照片能定下出现的是谁或什么。一段视频还能定下动作和节奏。

从你手上最完整的素材开始。每个已经定好的细节，都是模型少猜一件事。

步骤 2：打开对应的模式

下表中的每种组合，都从 Studio 左侧栏打开。

步骤 3：第一次运行先用推荐型号

每种模式打开时，都已经选好了推荐型号，并在型号列表顶部标注为「自动」。它是为了稳定、价格合理而挑选的，所以第一次的结果能告诉你创意行不行，而不是某个少见的型号合不合适。等你知道想改进什么，再换型号。按下生成之前，价格一直显示在生成按钮上。

快速判断

• 如果你想说的是「让它动起来」，就从照片开始。
• 如果你的想法里有「同一个人」，就从这个人的几张照片开始。
• 如果你喜欢某段视频，只是有一处不对，直接编辑它，不必从头来。
• 如果声音才是重点（一段对白、一段旋律、一个节拍），先做声音。