#3. Imagine 智能体（Agent）

Imagine 智能体（Agent）是 Grok 于 2026 年 5 月推出的创作模式（目前为 Beta 阶段），仅在网页端开放，需 SuperGrok 或更高级别的付费订阅。与「图片」「视频」的单次「描述—生成」不同，Agent 模式会把一句话目标自动拆解为「规划 → 生成 → 编辑」的多步流程，并将多张图片与多段短视频片段整合为更完整的成品，适合制作系列概念图、短片、产品故事等。

#进入方式

进入 Imagine 页面后，在底部输入框工具栏点击「Agent」，即可从「图片」「视频」切换至智能体模式。

#开始创作

切换后，输入框上方会展开参考图区域：可点击「上传或丢弃图像」上传本地图片，或直接将图片拖入；此前用过的图片会显示在右侧，方便复用。随后在「您想要创建什么？」中用一句话描述想要的成品并提交，智能体会先规划再依次产出画面，可在结果基础上继续追加指令、逐步迭代。点击输入框左侧的「✕」可退出智能体模式。

#提示词技巧

Agent 模式更接近「下达创作目标」而非「描述单张画面」。一句话指令宜包含：成品形式 + 主题与风格 + 关键场景或分镜 + 风格基调。先用一句话说清整体目标，再针对产出结果逐步追加细节，往往比一次性写满所有要求更高效；若已上传参考图，则只需说明希望在此基础上发生的变化。

提示：Agent 模式目前最高输出 720p（暂不支持 1080p／4K）；得益于 Imagine Video 1.5，视频可一并生成同步音频。跨多段画面时，人物形象仍可能出现细微漂移，可借助参考图或在指令中为角色命名来保持一致性。

示例一：世界观概念

为一座「云端漂浮城市」生成一组世界观概念图：

晨雾中的悬浮岛屿、藤蔓缠绕的拱桥、发光的水晶塔，

统一采用唯美奇幻插画风格，柔和冷色调，整体氛围静谧梦幻

示例二：产品短片

为一款极简白色智能水杯制作一段约 15 秒的产品短片：

开场特写水杯置于浅灰大理石桌面，随后镜头缓缓环绕展示杯身细节，

结尾以一只手拿起水杯的画面收束，

现代简约产品广告风格，柔和自然光，干净留白

示例三：品牌视觉

为一家名为「青柚」的精品咖啡品牌生成一套品牌视觉：

包含主视觉海报、杯套与社媒配图，统一使用青柚绿与米白配色，

清新自然的手绘质感，整体风格年轻、温暖、有亲和力