ChatGPT 能生成视频吗？Sora 停用后现在还有什么能用？
On this page
Most articles answering this question are describing a product that no longer exists.
ChatGPT cannot render a finished video for you. It never really could on its own: the thing that did that was Sora, and OpenAI shut the Sora app and website down on 26 April 2026. The API behind it goes dark on 24 September. If you still have generations sitting in there, that second date is a deadline, not trivia.
So the honest answer is that ChatGPT is not a video generator and, as of this year, OpenAI does not sell one to consumers at all.
What it is very good at is everything surrounding the render: the concept, the script, the shot list, the prompts you feed into an actual generator, the voice-over copy, the captions, and the edit plan. That is most of the work. It is just not the part that produces an MP4.
快速解答
ChatGPT 编写剧本、故事板、提示词、字幕和旁白，并能生成静态图像。它不渲染视频。自 Sora 于 2026 年 4 月关闭以来，制作实际片段意味着使用独立的生成器，而 ChatGPT 使这些片段值得生成。
- 它可以： 编写剧本、故事板、提示词、字幕和制作静态图像
- 它不能： 渲染片段、编辑时间线或导出视频文件
- Sora： 应用程序自 2026 年 4 月 26 日起停用，API 于 9 月 24 日终止
- 最便宜的实际途径： 重新利用你已有的素材
简短回答
不，不是你所理解的那种。
在 ChatGPT 中输入“帮我制作一个关于 X 的视频”，你将得到一个剧本、一段视频描述或一系列场景创意。你不会得到一个可以上传到任何地方的文件。没有渲染按钮，没有时间线，没有导出功能。
让人困惑的是，这在过去几乎是真实的。Sora 是 OpenAI 的视频模型，它确实令人印象深刻，并且曾有一段时间，可以通过聊天提示在 OpenAI 自己的产品内部生成一个完整的片段。这条路线已于四月关闭。
Sora 发生了什么
OpenAI 于 2026 年 3 月 24 日宣布关闭，并于 4 月 26 日关闭了网页和应用程序体验。API 将于 2026 年 9 月 24 日随之关闭。
原因在于资金，这些数字对于产品事后分析来说异常直白。Sora 每天的运营成本约为一百万美元，在其整个生命周期中总收入约为 210 万美元。再加上与迪士尼的授权协议破裂、持续存在的版权和深度伪造问题，以及一家正在提高利润率的公司，这项决定或多或少是显而易见的。The Decoder 有更完整的时间线，如果你想了解的话。
如果你在 Sora 中生成了任何内容但尚未导出，API 将于 2026 年 9 月 24 日关闭，此后剩余内容将被删除。请在 sora.chatgpt.com/sunset 仍可用时导出。
有两个实际后果。你找到的任何关于如何在 ChatGPT 内部生成视频的教程，无论发布时间多近，都在描述一个已停用的产品。而且 OpenAI 目前没有消费者视频生成器，所以“ChatGPT 视频生成器”作为一个产品并不存在，只有通过其他模型实现的流程。
ChatGPT 实际做什么
将任务分解成几个阶段，情况就会更清楚。ChatGPT 涵盖了其中大部分。
| 阶段 | ChatGPT | 你得到什么 |
|---|---|---|
| 概念和角度 | 是 | 主题、钩子、结构 |
| 剧本和旁白 | 是 | 对话、旁白文案 |
| 故事板和镜头 | 是 | 带时间轴的场景表 |
| 生成提示词 | 是 | 供其他工具使用的详细提示词 |
| 静态图像 | 是 | 缩略图、帧、参考图 |
| 字幕和标题 | 是 | 字幕文本、描述 |
| 渲染片段 | 否 | 需要视频生成器 |
| 时间线编辑 | 否 | 需要编辑器 |
| 导出文件 | 否 | 没有可导出的内容 |
六个“是”，三个“否”。但它不能做的这三件事，正是你真正想要制作的，这就是为什么诚实的说法是“ChatGPT 做的是前期制作”，而不是“ChatGPT 制作视频”。
文本到视频，现实情况
“ChatGPT 文本到视频”指的是两种不同的含义，而搜索它的人通常想要的是第二种。
第一种是将文字转化为视频计划。粘贴一篇博客文章，要求一个 60 秒的剧本、一个场景分解以及每个场景的提示词。ChatGPT 在这方面非常出色，而这正是大多数人跳过的部分，因为它感觉像做作业。
第二种是将文字转化为渲染好的片段。这需要一个生成器。ChatGPT 只负责交接；它不进行渲染。
给出限制条件，而不是主题
“一段关于生产力的视频”只会得到模糊的内容。平台、时长、受众和一个具体信息才能得到可用的东西。这里是简报在发挥比模型更大的作用。
获得剧本后，将其剪短三分之一
初稿总是偏长，而且旁白阅读速度比页面上看起来要慢。要求一个目标字数而不是时长，因为字数是它实际可以达到的。
用表格将其分解成场景
时间戳、旁白、屏幕上显示的内容、镜头备注。表格会迫使它专注于具体内容而不是描述氛围，它将成为你的镜头列表。
将每一行转化为生成提示词
每个场景一个提示词，然后将它们带到你使用的任何生成器中。这是交接点，也是 ChatGPT 贡献的终点。
如果你还没有确定生成器，免费 AI 视频生成器综述涵盖了导出限制和水印，如果你目标是 YouTube，还有一份YouTube 专用比较。
从照片制作视频
ChatGPT 可以查看照片并进行描述，提出它可能如何移动的建议，并编写用于动画制作的提示。它无法进行动画制作。
这听起来像是一个细微的区别，但事实并非如此。一个图像到视频的提示必须说明什么保持固定，什么移动，而这正是大多数尝试失败的地方：人们描述他们想要的运动，却对保留主题只字不提，导致面部在剪辑中漂移。
一个值得重复使用的提示应该涵盖主题及其必须保持不变的部分，你想要的一个特定动作，摄像机的操作，背景的表现，灯光，持续时间以及长宽比。让 ChatGPT 根据你的照片来编写这样的提示，它会做得很好，因为它可以看到图像并描述其中的内容。
编写视频提示
这是页面上最具可移植性的内容，因为一个好的提示适用于任何能经受住时间考验的生成器。
公式：主题、动作、环境、视觉风格、拍摄类型、摄像机运动、灯光、情绪、持续时间、长宽比，以及要避免的内容。如果漏掉最后一点，你将花费积分重新生成。
“[主题] [动作] 在 [环境] 中。[视觉风格] 观感，[拍摄类型]，[摄像机运动]。[灯光]，情绪是 [情绪]。[持续时间]，[长宽比]。保持 [必须保持一致的内容] 不变。避免 [你不想要的内容]。”
"一名身穿灰色大衣的女子夜晚走在湿漉漉的城市街道上。电影感，中景跟踪拍摄跟随她移动，霓虹灯倒映在人行道上，冷蓝色主光。情绪平静而略带孤独。8秒，16:9。保持她的外套和头发始终一致。避免出现文字、标志和其他行人。"
"一个哑光黑水瓶在浅色水泥表面缓慢旋转。干净的商业外观，特写，围绕主体缓慢环绕，左上方柔和漫射光。6秒，1:1。保持瓶子形状和标签位置固定。避免产生扭曲标签的反射，并且画面中没有手。"
"一双手打开笔记本，开始在木桌上书写。温暖自然风格，俯拍，缓慢推近。清晨窗边光。5秒，9:16，动作集中在上三分之二，以便字幕可以放在下方。避免页面上出现可读文字。"
人们遗漏的细节是每个例子中的最后一点：要避免什么，以及为字幕留出空间的位置。这两点都能节省重新生成的时间。
动画和解说视频
与所有其他内容一样，分工明确。ChatGPT 负责编写，其他工具负责绘制。
它在动画方面真正有帮助的地方是角色一致性，这正是破坏大多数AI生成动画序列的问题。让它编写一个详细的角色描述，锁定它，然后将完全相同的文本块粘贴到每个场景提示中。不是它的摘要，而是相同的文本。一旦你在场景之间进行意译，角色就会开始漂移。
特别是对于解说视频，有用的技巧是要求剧本和屏幕文本以两个单独的列呈现。旁白和字幕逐字逐句地重复是解说视频中最常见的错误，尽早将它们分开可以避免这个问题。
ChatGPT 能编辑视频吗？
不是视频本身。但它能提供视频编辑方案，是的，而这正是大部分工作所在。
给它一个转录文本，它会找出重复内容，告诉你开场哪里拖沓，提出带有时间戳的剪辑建议，重写笨拙的旁白部分，并生成章节标记。它不能做的是触及你的时间线。你需要将它的笔记带到编辑器中，自己进行剪辑。
转录文本是关键。关于 ChatGPT 能否处理现有视频的更详细说明，请参阅 ChatGPT 是否能观看和分析视频 指南；关于如何导入文件，请参阅 将视频上传到 ChatGPT。简而言之，它需要文本，所以首先将视频片段通过 视频转文本转换器 处理，然后以此为基础进行工作。
这也是，悄悄地，用AI制作视频最经济的方式。完全不生成新的素材，而是使用你已经录制好的内容，提取转录文本，然后让ChatGPT从中剪辑出三个短片。没有积分消耗，没有渲染队列，而且素材是真实的。
成本
“免费”仅限于规划阶段，并止步于此。
| 阶段 | ChatGPT免费提供 | 成本出现在何处 |
|---|---|---|
| 剧本和分镜 | 是 | 免费套餐的消息限制 |
| 提示 | 是 | 无 |
| 静态图片 | 有限 | 免费账户的每日上限 |
| 渲染片段 | 否 | 其他地方的按生成次数计费的积分 |
| 画外音 | 否 | 文本转语音订阅 |
| 编辑和导出 | 否 | 编辑器，或水印 |
所以“ChatGPT 能免费制作视频吗”的答案有些尴尬：它能完成的那一半是免费的，而需要付费的那一半才是真正制作视频的部分。关于 ChatGPT 订阅本身涵盖的内容，我们有 ChatGPT 定价的详细说明。
ChatGPT 与视频生成器对比
它们不是竞争对手。把它们视为替代品，是人们最终对两者都感到失望的原因。
视频生成器接收提示并返回像素。它不会对你的钩子是否有效发表意见，不记得你制作的最后一个视频，也不会告诉你剧本超出了三十秒。给它一个模糊的提示，它会精美地渲染出一个模糊的片段。
ChatGPT 则相反：它在结构、判断和语言方面很强，但无法生成单个帧。它会很乐意告诉你你的概念很混乱，这比另一次渲染更有价值。
这种组合之所以有效，是因为生成器的主要弱点是提示质量，而这正是 ChatGPT 的用途。大多数糟糕的 AI 视频并非模型故障。它只是某人向生成器输入了十一个词，然后寄希望于此。
ChatGPT 在内容再利用方面真正无可匹敌。将其指向一份现有文稿，它将一次性将一段录音重构为短脚本、博客大纲和五种字幕变体。没有生成器能做到这一点，这是它在视频工作流中回报率最高的用途。一个AI 摘要工具或一个AI 视频观看器可以让你更快地获取原始素材，但重构是 ChatGPT 的优势。
问题出在哪里
有六件事反复出错，而且都不是模型故障。
| 会发生什么 | 原因 | 解决方案 |
|---|---|---|
| 片段忽略提示 | 一次给出太多指令 | 每个片段一个动作，然后拼接 |
| 角色面部变化 | 每场景重新描述 | 每次粘贴相同的描述块 |
| 脚本过长 | 要求的是时长，而非字数 | 给出字数，大约每分钟 150 字 |
| 旁白听起来像机器人 | 未指定语气或受众 | 明确说话者和听众 |
| 字幕与音频不匹配 | 基于草稿脚本生成 | 为最终录音而非脚本添加字幕 |
| 画面中的文字模糊不清 | 生成器渲染文字效果差 | 在提示中禁止文字，编辑时再添加 |
最后一点值得深思。不要要求视频模型生成屏幕文字。生成干净的片段，然后后期添加文字，这样你就能控制字体，并且文字也会真正清晰可辨。
我实际会怎么做
如果你已经有素材，就从那里开始。转录它，将转录稿交给 ChatGPT，然后从一段录音中剪辑出三个短视频。这不花钱，素材真实，并且胜过你本周可能生成的任何东西。
如果你确实需要新素材，请使用 ChatGPT 生成脚本和每个场景的提示，然后将这些提示交给生成器。提示是质量的来源，而且提示是免费的。
我不会做的事情是等待 OpenAI 推出替代品。Sora 每天亏损约一百万美元，在其整个生命周期中总共只赚了 210 万美元。这不是一个能很快回归的产品。
常见问题
ChatGPT 能创建视频吗？
不能。它能编写脚本、故事板、提示、字幕，并生成静态图像，但它不渲染视频，也不导出文件。制作视频片段意味着使用单独的生成器。
ChatGPT 有视频生成器吗？
不再有。Sora 是 OpenAI 的视频产品，其应用和网站已于 2026 年 4 月 26 日关闭，API 将于 2026 年 9 月 24 日终止。OpenAI 目前没有面向消费者的视频生成器。
ChatGPT 能免费制作视频吗？
它能完成的部分在付费计划中是免费的，在免费层级中也大部分是免费的，但对图像生成有限制。渲染、画外音和编辑都在其他地方进行，而费用就产生在那里。
ChatGPT 能把文本变成视频吗？
它将文本转化为视频计划：剧本、场景以及每个场景的一个提示词。将这些转化为动态画面需要一个生成器。两者都被称为文本转视频，这就是混淆开始的地方。
ChatGPT 能用照片制作视频吗？
它可以分析一张照片，并从中编写一个强大的图片转视频提示词，包括哪些内容应该保持不变。动画本身是在图片转视频工具中完成的。
ChatGPT 能制作动画视频吗？
它编写剧本、角色描述和场景提示词。为保持一致性，在每个场景中重复使用一个相同的角色描述，而不是重新措辞，后者会导致角色失真。
ChatGPT 能编辑现有视频吗？
它可以根据转录文本规划编辑：带时间戳的剪辑、节奏注释、重写旁白、章节标记。它无法触及您的时间线，因此您需要在编辑器中应用这些更改。
OpenAI Sora 怎么了？
OpenAI 于 2026 年 3 月 24 日宣布关闭，于 4 月 26 日关闭应用程序和网站，并将于 9 月 24 日终止 API。其运行成本约为每天 100 万美元，而其总收入约为 210 万美元。
我还能导出我的 Sora 视频吗？
是的，直到 2026 年 9 月 24 日 API 关闭。在此之后留下的内容将被永久删除，所以现在就导出任何你想保留的东西。
ChatGPT 比专门的 AI 视频生成器更好吗？
它们做不同的工作。ChatGPT 处理结构、脚本和提示。生成器渲染帧。大多数令人失望的 AI 视频都源于弱提示，这正是 ChatGPT 填补的空白。
如何将 ChatGPT 脚本变成视频？
将脚本分解为场景表，为每个场景编写一个生成提示，渲染片段，然后在一个编辑器中用旁白和字幕将它们组合起来。
为什么我的 AI 视频会忽略提示？
通常是因为一个片段中有太多指令。生成器能很好地处理一个清晰的动作，但处理多个动作则很差。将其分成单独的短片段并拼接起来。
ChatGPT 能在屏幕上添加文字吗？
它负责撰写文字。不要让视频生成器来渲染它，因为生成视频中的文字通常会变得模糊不清。生成干净的片段，然后在剪辑中添加文字。
使用 AI 制作视频最便宜的方法是什么？
重新利用你已有的内容。转录现有录音，让 ChatGPT 将其重构为短脚本，并从真实素材中剪辑片段。完全不需要生成积分。
