vivago R1 首次使用前，真正要准备的不是电脑配置，而是账号权限、输入素材和创作预期。作为智象未来推出的无限时长多模态创作智能体，它的输入方式通常比单模型更复杂，第一次使用前把这三块理清，能减少中途改稿和素材返工。

首次使用前，建议先确认账号可正常访问，准备好一份结构化的多模态描述（场景、主体、风格、时长、交付格式），并明确生成内容的验收标准。不要用一句模糊指令开局，也不要期待一次生成即完成；优先做小样本验证，再投入正式创作。

一、先确认账号与访问环境

这类创作智能体大概率需要注册并登录账号，部分能力可能按灰度或权限开放。首次使用前，先确认账号是否已开通创作功能，网络环境是否能稳定访问该平台。若在浏览器使用，建议使用常驻更新且无广告拦截干扰的设置，避免插件影响上传和预览。验证方式很简单：进入新建创作页，看能否上传本地图片或音视频，若上传成功且返回预览，则访问链路基本可用。

二、准备可被“多模态理解”的输入素材

不要把“多模态”理解为“只要发图就行”。建议准备两类输入：一是参考素材，二是文字描述。参考素材可以是一张主体图、一段参考音频或一个简短的动作片段；文字描述用来锁定时间、风格和镜头关系。以下是一段可直接替换使用的描述骨架：

场景：室内咖啡馆，午后光线，窗外有行人走动的虚影
主体：穿米色毛衣的女性，面向镜头，手里拿一本翻开的书
动作：抬头微笑，合上书，轻轻放在桌面
风格：电影感，浅景深，色彩偏暖，胶片颗粒适中
时长：大约 15 秒，出片后需要保留首尾停顿
交付：竖屏 9:16，输出 MP4 或平台预览链接

这段骨架的价值在于把模糊需求拆成五个维度，用户可以按实际情况增删。若平台支持多图参考，建议上传同一主体不同角度的 2-3 张，并注明哪张为主要参考，避免模型在主体一致性上摇摆。

三、设定创作边界和验收方式

“无限时长”不等于一次生成全部可用。多数创作智能体会将长内容拆成多个片段，或分阶段生成，最终再拼接或精剪。首次使用前，建议先明确长度上限和导出格式。如果目标是一条 3 分钟短视频，不要直接提交一个“3分钟”指令，而是先测试 10-15 秒片段，确认画面风格、音频同步和转场效果。跑通后，再逐步扩展，并在每个阶段保存中间结果。

验收方式也要提前定。例如，以“主体一致、风格统一、结尾可接”为标准，而不是单纯看单帧是否清晰。若生成结果有局部瑕疵，优先调整提示词中的动作和镜头描述，不要反复重跑整个项目；若多次调整仍不稳定，可换一张参考图或降低时长。

四、首次使用检查清单

• 确认账号已登录，创作入口可用，能正常访问素材上传页面。
• 准备至少一张参考图和一段文字描述，描述包含场景、主体、动作、风格、时长、画幅比例。
• 先用短片段做测试，验证输入是否被完整理解，输出格式是否符合预期。
• 记录一次成功的提示词作为模板，后续在此基础上迭代。
• 留存生成结果和对应提示词的对应关系，方便回溯是哪次参数影响成片。

整个准备过程不需要额外安装工具，也不需要准备高性能本地机器，因为多模态生成任务通常在服务端完成。需要特别提醒的是：不要将生成内容用于身份冒充、版权不明的商业场景，或任何可能误导他人的公开发布环境。边界确认越早，后续调整成本越低。