什么时候停用了什么
如果你是想通过 API 用 Sora 2,它已经不再接受新任务。OpenAI 的弃用公告页写明,2026 年 3 月 24 日已通知开发者:Videos API 和所有 Sora 2 模型名,包括 sora-2 和 sora-2-pro,将在 2026 年 9 月 24 日移除。页面没有列出替代品。API 指南现在开头就有一条通知,说这些模型已在那天关闭,指南只作为历史资料保留。
Sora 官方账号同一天在 X 上向 Sora 道别,并承诺会公布应用和 API 的时间表。Sora 应用后来怎么了,请看 Mindket 的用 Gemini 和 Flow 做 AI 视频一课,它引用了 OpenAI 的帮助页。
提示词指南是另一回事。OpenAI 在 2026 年 3 月更新过它,它的页面现在带有一条横幅,说这份方法已归档,可能提到过时的模型或 API。这一课带着这条提醒来读它:只把指南里写镜头的方法当作模板,再看每个做法在现存的工具里落在哪里。
提示词指南更新
新增可复用角色、1920 乘 1080 的导出、最长 20 秒的片段、视频续写和批量 API。
来源:OpenAI Cookbook:Sora 2 提示词指南 (2026年11月6日 查阅)
照着指南的方法写一个镜头
OpenAI 的指南让你像给一位没见过分镜的摄影师下任务那样写提示词。你没写的部分,模型会自己发挥。这里的“镜头”,指一段连续的画面,只有一种机位设置,指南要求其中只有一个主体动作和一套灯光。
它的描述型模板把提示词分成场景、镜头、动作节拍和台词四块。Sora 已经关闭,所以写好的提示词要放到还在运行的工具里去试,而每个工具的写法各不相同。下一课会用 Veo 来做。
[Prose scene description in plain language. Describe characters, costumes, scenery, weather and other details. Be as descriptive to generate a video that matches your vision.]
Cinematography:
Camera shot: [framing and angle, e.g. wide establishing shot, eye level]
Mood: [overall tone, e.g. cinematic and tense, playful and suspenseful, luxurious anticipation]
Actions:
- [Action 1: a clear, specific beat or gesture]
- [Action 2: another distinct beat within the clip]
- [Action 3: another action or dialogue line]
Dialogue:
[If the shot has dialogue, add short natural lines here or as part of the actions list. Keep them brief so they match the clip length.]- 先选定一个镜头。一种机位、一个主体动作、一套灯光,是指南对每个块的要求。
- 用平实的文字写场景:谁在场、穿什么、在哪里、天气如何。
- 在 Cinematography 下写景别和角度,比如“wide establishing shot, eye level”,再写氛围。
- 把两三个动作写成节拍。“演员走四步到窗边,停一下,在最后一秒拉开窗帘”比“演员走过房间”给模型的信息多得多。
- 人物说的话放在文字描述下面的 Dialogue 块里,句子要短,要和片段时长对得上。
- 就算是无声镜头,也加一个小声音,比如“远处的车流声”或“清脆的一响”,作为节奏的提示。
- 同一个镜头多生成几次。指南说同一个提示词每次结果都不同,并把这看作一个特点。
模板抄自 OpenAI 的指南。指南说它只是一种写法,不是适用于每个镜头的配方,对你的镜头无关紧要的部分可以省掉。
一句话的提示词,每一部分在做什么
指南自己的短例子只有一句话,每一部分都有分工。“90 年代纪录片风格”定下了风格,镜头焦段、光线和调色就由模型来选。“一位瑞典老人坐在书房里”只给了主体和场景的大概,其余留给模型。引号里的那句是台词,指南说 Sora 多半能原样照着说出来。
这句话没写的东西也同样清楚:一天里的时间、天气、服装、机位角度和布景都没有指定,而指南说,你不描述这些,Sora 就会自己编。提示词写得短,换来的是变化多,写得长,换来的是可控。
下面的表是指南自己列出的弱提示词和强提示词对照,原文是英文,这里译成了中文。强的那一列写的,都是镜头里看得见的东西。
In a 90s documentary-style interview, an old Swedish man sits in a study and says, "I still remember when I was young."| 弱提示词 | 强提示词 |
|---|---|
| 夜晚一条漂亮的街 | 湿漉漉的沥青路面,斑马线,霓虹灯招牌倒映在水洼里 |
| 人动得很快 | 骑车人蹬了三下,刹车,在人行横道前停住 |
| 电影感 | 2.0 倍变形宽银幕镜头,浅景深,体积光 |
提示词改不了的那些设置
指南把提示词能控制的和只有 API 参数才能控制的分开讲。参数有四个:模型、尺寸、以秒计的时长和角色。按它的说法,分辨率、时长和角色引用不会因为你在文字里写“让它更长一点”而改变。
这个 API 是按任务来工作的。按视频指南,创建调用会返回一个任务 ID 和状态,调用方轮询到状态变成 completed,再用最后一个调用取回 MP4。Google 的 Veo API 也是这个流程,下一课会一步步演示。
| 设置 | 指南列出的取值 |
|---|---|
| model | sora-2 或 sora-2-pro |
| size | sora-2:720x1280 和 1280x720。sora-2-pro 另有 1024x1792、1792x1024、1080x1920 和 1920x1080 |
| seconds | 4、8、12、16 或 20,默认是 4 |
| characters | 最多两个角色 ID,来自上传的参考片段 |
Sora 的每个做法,现在落在哪里
没有哪个工具能一对一替代 Sora,OpenAI 也没有点名任何替代品。不过这些做法还是能对应到现存的工具上。下表的对应关系是 Mindket 自己整理的,依据 OpenAI 的指南和 Google 的两份 Gemini cookbook 笔记本,后面的课会逐一讲右边那一列。
如果想按起步成本和单段时长对更多视频工具做个比较,可以读最好的 AI 视频生成器一课。
| Sora 2 的功能 | 它做什么 | Google cookbook 里最接近的功能 |
|---|---|---|
| 图片参考 | 用一张图当第一帧,文字说明接下来发生什么 | Veo:image 参数。Omni:输入列表里放一张图 |
| 角色 | 用 2 到 4 秒的片段创建可复用的角色,一个视频最多两个 | Veo 3.1:最多 3 张参考图。Omni:最多 6 张参考图 |
| 续写视频 | 把整段视频当上下文,接着往下写 | Veo:video 参数,每步 7 秒。Omni:接着上一轮继续提问 |
| 编辑视频 | 用新的提示词修改已有的片段 | Omni:带 previous_interaction_id 的下一轮 |
| Dialogue 块 | 把台词和场景描述分开 | Veo:提示词里引号中的台词 |
告别帖
Sora 官方账号在 X 上宣布了结束。帖子感谢所有“用 Sora 创作、分享,并围绕它建立社区”的人,还说很快会公布更多细节。
你用 Sora 做出的东西很有意义,我们也知道这个消息让人失望。
这是 X 官方嵌入卡片在 2026 年 11 月 5 日显示的样子,时间为 UTC。点击图片可到 X 上打开原帖。
常见错误
- 轻信声称仍提供 Sora 2 的网站。OpenAI 自己的页面说 API 模型已经关闭,所以要问清楚那个网站实际在运行什么。
- 把时长写进提示词。秒数、尺寸和角色是 API 调用里的设置,“让它更长一点”这样的文字改变不了其中任何一项。
- 把一整场戏塞进一个片段。指南说短片段更听指令,并建议用剪辑把两段 4 秒的片段接起来,而不是生成一段 8 秒的。
- 风格词太含糊。“电影感”没有说出任何镜头能看见的东西,要给出镜头、景深和光线。
- 只跑一次就下结论。指南提到,第二次或第三次的结果有时更好。
动手试试
选个平常的场景,比如早上六点的厨房,用模板写一个镜头。你不需要 Sora 账号,手上有哪个视频工具都行。
- 先写这个镜头的弱版本,再像表里那样把每一行改写一遍。
- 加一句简短的台词。按指南的说法,4 秒的镜头一般放得下一两个短来回。
- 把写好的提示词在同一个工具里跑三次,记下每次之间有什么变化。
- 按你的清单检查每个片段:一种运镜、一个动作、一套灯光,台词和时长对得上。
下一课:用 Veo 做一段视频
下一课把同样的思路写成代码。你会安装 Google 的 SDK,写一条带运镜和声音的提示词,再等任务完成。Gemini API 里的 Veo还会讲首帧、参考图和续写片段。
自测一下
你想要一段更长的 Sora 式片段,指南说时长在哪里设置?
查看答案
B. 在 API 调用的 seconds 参数里 指南说,分辨率、时长和角色引用在 API 调用里设置,不会随提示词里的文字改变。
下面哪条提示词给模型的信息最多?
查看答案
C. 湿漉漉的沥青路面,斑马线,霓虹灯招牌倒映在水洼里 它写的都是镜头里看得见的东西,指南里的强提示词就是这样写的。
指南说台词应该放在哪里?
查看答案
A. 放在文字描述下面的 Dialogue 块里 单独成块,能帮助模型区分画面描述和人物说的话。
关于 Sora API,今天哪一句是对的?
查看答案
D. 它在 2026 年 9 月 24 日关闭,没有一对一的替代品 OpenAI 的弃用公告页列出了 Videos API 和 Sora 2 模型,关闭日期就是那一天,也没有替代品。
常见问题
现在怎么用 Sora?
已经不能再通过 Sora API 开始新的视频了。能继续用的是思路:一个镜头写清主体、动作、机位、光线和声音。其他厂商的指南要的内容大体相同,只是版式各不相同,所以要按所用工具自己的指南重写这个镜头,提示词一课有演示。
不用 Sora,该用哪个工具?
看你手上有什么。Google 的 Veo 和 Gemini Omni 可以通过 Gemini API 使用,Google 的应用请看上面链接的 Mindket 的 Gemini 和 Flow 一课,Wan、HunyuanVideo 和 LTX 则运行在你自己的显卡上。Mindket 的视频工具对比按单段时长和起步方式比较了更多工具。
Sora 2 的提示词指南现在还能用吗?
写法部分能用。它关于镜头、动作、光线和声音的建议,和其他厂商的指南要的内容大体相同,只是各家的写法不一样,但它的 API 设置和端点已经没有作用。
Sora 2 的视频最长能有多长?
按 2026 年 3 月的指南,一次生成最长 20 秒,由 seconds 参数设定。一个片段最多可以续写 6 次,总长 120 秒。
Dialogue 块在别的视频工具里管用吗?
按 Google 笔记本里的写法,Veo 3 及之后的版本会根据提示词里的台词生成语音,所以把每句台词放在提示词里的引号中,笔记本的例子就是这样写的。具体的格式请看所用工具自己的指南。
资料来源
- OpenAI Cookbook: Sora 2 Prompting Guide https://developers.openai.com/cookbook/examples/sora/sora2_prompting_guide
- OpenAI API docs: Deprecations https://developers.openai.com/api/docs/deprecations
- OpenAI API docs: Video generation with Sora https://developers.openai.com/api/docs/guides/video-generation
- X: Sora, March 24, 2026 https://x.com/soraofficialapp/status/2036532795984715896
- GitHub: google-gemini/cookbook, Get started with Veo notebook https://github.com/google-gemini/cookbook/blob/main/quickstarts/Get_started_Veo.ipynb
- GitHub: google-gemini/cookbook, Gemini Omni notebook https://github.com/google-gemini/cookbook/blob/main/quickstarts/Get_started_Omni.ipynb

