vei4 AIで動画生成するとき、画像プロンプトとテキストどちらが結果良い？

最近vei4 AI videoを試し始めたんですが、テキストプロンプトと画像プロンプトで生成時間と品質にかなり差があるように感じます。みなさんはどちらをメインに使ってますか？特に短尺の動画でサウンド同期がちゃんと取れるのはどちらの方法なんでしょう。実際の運用で工夫してることあれば教えてもらいたいです。