写好 AI 视频提示词的实用结构

好的视频提示词更像一份简短的镜头说明，而不是形容词堆叠。它需要告诉模型：哪些内容必须保持稳定，哪些内容应该随时间发生变化。

使用七个组成部分

1. **主体：**镜头跟随的人或物，以及能够识别它的关键细节。
2. **动作：**一个能在所选时长内完成的明确运动。
3. **场景：**地点、时间、天气和重要背景元素。
4. **镜头：**景别、角度、镜头质感和摄影机运动。
5. **光线与色彩：**光线方向、反差、色板和氛围。
6. **运动：**节奏、次级动态，以及必须保持静止的部分。
7. **时间：**画面如何开始、发展和结束。

例如：“深色石材上的陶瓷香水瓶，后方有一条薄雾缓慢移动。摄影机缓慢向前推进 10 厘米，平视微距视角，左侧柔和窗光，冷灰色调，浅景深。标签始终清晰且不发生变化，最后停在干净、居中的产品画面。”

根据生成方式调整

文生视频需要描述完整视觉状态；图生视频不必重复参考图上每个细节，应重点写希望发生的运动和必须保持一致的部分；视频生视频则要说明如何转换，同时保护构图、节奏和主体身份。

每次只改变一个变量

如果结果已经接近目标，在模型支持时保留种子或参考素材，只调整镜头、动作、时间或风格中的一项。一次改变所有内容，会很难判断结果为什么变好。

谨慎使用负面控制

负面提示词适合列出少量影响明显的问题，例如文字变形、多余物体、镜头抖动或人物身份漂移。过长且互相矛盾的清单会降低提示词的清晰度。

发布前逐项检查

检查帧间连续性、标志、文字、肢体、可识别人物和音频权利。即使提示词很精确，AI 输出仍可能出现意外细节。

打开 AI 视频生成器，并结合面板中当前模型的专属参数使用这套结构。