如何写出结构完整的文生视频提示词

文生视频提示词会以可预测的方式失败：它们描述的是一个故事，而不是一个镜头。故事有角色、情节和多个场景。镜头有主体、动作、镜头、光线和氛围。模型能生成镜头，却难以驾驭故事。

本指南为你提供一个适用于短片的五段式结构，以及能发现失败点的检查流程。

简要回答

写五行：主体、动作、镜头、光线、氛围。动作只保留一件事，镜头只保留一个运动。在动笔前先确定画幅比例。从模型支持的最短片段开始。逐帧检查面部、手部、文字和运动。

第一行：主体

只指定一个主要主体。可以是人物、物体、动物或场景。

一位身穿红色夹克的独行徒步者。

如果包含人物，请用不依赖特定真实身份的方式来描述：

一位身穿红色夹克、背着深色背包的中年徒步者。

避免指定真实演员或公众人物。模型可能生成你无权使用的肖像。

第二行：动作

一个动作，而不是一连串动作。

沿着山脊缓慢行走。

适合短片的动作：

• 转头。
• 走几步。
• 抬起一只手。
• 眺望地平线。
• 打开一个盒子。
• 倒一杯饮料。
• 缓慢旋转。

难以生成的动作：

• 打斗。
• 复杂步法的舞蹈。
• 把物体递给另一个人。
• 边跑边转身。
• 任何需要精确手部接触的动作。

如果需要复杂动作，请将其拆分为多个片段，再剪辑到一起。

第三行：镜头

一个运动，包含速度和方向。

从远景缓慢推近至中景。

有效的镜头词汇：

• 固定机位。
• 缓慢推近。
• 缓慢拉远。
• 横向摇镜。
• 低角度镜头。
• 过肩镜头。
• 无人机式上升。

最多组合两个想法，例如“缓慢推近，略微低角度”。列出五个镜头运动会令模型困惑。

第四行：光线

光线决定氛围和色彩。

来自右侧的柔和日出光，暖色高光，冷色阴影，轻微薄雾。

有用的光线描述：

• 柔和的窗光。
• 强烈的正午阳光。
• 阴天的漫射光。
• 霓虹夜景光。
• 黄金时刻逆光。
• 单柔光箱。
• 烛光。
• 蓝调时刻。

说明方向和质感，而不只是颜色。

第五行：氛围

氛围能在不引入新主体的情况下增加纵深和动感。

薄雾在山脊间飘动，远处有几只鸟。

有用的氛围元素：

• 雾或薄雾。
• 雨或雪。
• 浮尘。
• 烟雾。
• 微光闪烁。
• 热浪扭曲。
• 海浪。
• 风中树叶。

如果身份很重要，请让氛围元素远离面部。

组合起来

一位身穿红色夹克的独行徒步者沿着山脊缓慢行走。
镜头：从远景缓慢推近至中景，略微低角度。
光线：来自右侧的柔和日出光，暖色高光，冷色阴影。
氛围：薄雾在山脊间飘动，远处有几只鸟。
电影感，照片级真实，解剖结构稳定，无文字，无标志，5 秒。

这就是一个镜头。它有足够的细节引导模型，又不会多到让模型不得不自行编造情节。

画幅比例与时长

在动笔前先选择比例。竖屏片段需要与横屏不同的构图。

第一个片段保持简短。短片段成本更低、更易检查，也更容易保持连贯。只有在运动稳定后才进行延长。

检查结果

暂停在特定帧上。检查：

• 解剖结构： 手指、手、手臂、腿和面部。
• 身份： 人物是否保持一致？
• 文字： 标牌、标签和屏幕。
• 物理规律： 物体运动是否有重量感？
• 背景： 是否扭曲、重复或消失？
• 连续性： 主体是否停留在同一位置？
• 结尾： 最后一帧是否完整？

一个片段在播放速度下可能看起来没问题，却在某一暂停帧上失败。如果这一帧失败，整个片段就失败。

常见错误

写一个故事。 模型需要的是镜头，而不是情节。

加入多个角色。 每个角色都会增加解剖结构和身份失败的概率。

要求在标牌上出现文字。 文字不可靠。请在剪辑器中添加。

使用复杂动作。 将其拆分为更简单的片段。

忽略结尾。 最后几帧常常出现漂移。

忘记画幅比例。 将横屏提示词裁剪为竖屏会丢失构图。

假设有音频。 音频取决于所选模型。请查看实时控件。

何时改用图生视频

当你已有高质量的静态图并想添加运动时，请使用图生视频。它为模型提供固定的首帧，通常能改善身份一致性。

当你需要新场景且没有源图时，请使用文生视频。它有更多自由度，这既是优势也是风险。

如果你有好的静态图，请先阅读图生视频指南。这通常是更可靠的路径。

可复用的视频提示词模板

[一个具有清晰视觉描述的主体]。
[一个动作]。
镜头：[一个运动、速度、角度]。
光线：[方向、质感、颜色]。
氛围：[一个氛围元素]。
[风格：电影感 / 纪录片 / 商业广告]。
解剖结构稳定，身份一致，无文字，无标志。
[模型支持的时长和画幅比例]。

试用工作流

AI 视频生成器页面会以文生视频模式打开工作区，并提供三个镜头提示词。无需账号即可复制提示词。生成会消耗积分；定价页面列出了当前的积分包和套餐。

如果你需要为完成的片段制作缩略图，请阅读缩略图指南。如果你想将静态图转化为运动，请从图生视频指南开始。