AI视频提示词指南：写出真正有效的提示词

什么样的AI视频提示词才算好？

一个优秀的AI视频提示词在一个有序的句子块里回答五个核心问题：主体是谁、在做什么、怎么拍、在哪发生、呈现什么质感。Runway Gen-3、Luma Dream Machine、Kling、Pika等视频模型对结构化、具体的描述响应远好于松散的叙述。例如"一位女子行走在东京雨夜霓虹街头，手持摄像机从身后跟拍，湿润沥青路面倒映霓虹灯光，电影感、大光圈浅景深"，效果几乎总是碾压"东京酷酷的女子视频"。

与图像提示词的关键区别在于运动。每个视频提示词必须包含至少一条明确的运动指令，无论是主体运动（"她缓缓回头"）还是镜头运动（"缓慢推镜头"）。如果留白运动，模型会自行脑补，往往导致微妙漂移或变形，让人觉得质量低劣。

五段式提示词结构

始终按此顺序书写。一致的结构让提示词可维护：某个片段出问题时，你清楚知道该改哪一段。

1. 主体段：谁或是什么，附带1-2个视觉细节。"一只翅膀收拢的灰鹭站在浅水中。"
2. 动作段：清晰的单一运动，带速度或姿态。"缓缓展翅振翮起飞。"
3. 镜头段：景别+镜头运动。"俯拍跟随主体，起飞时镜头仰拍跟随上升。"
4. 场景段：环境、时间、天气。"清晨薄雾笼罩的湖面，水面升腾薄雾。"
5. 风格段：质感与基调。"35mm胶片质感，低饱和色彩，柔和自然光，电影级画面。"

全长控制在60词以内（大多数模型）。过长会稀释注意力，模型倾向忽略长句中段细节。最重要的元素前置，因为多数视频模型对首词权重更高。

真正改变结果的镜头词汇

视频模型训练数据包含带元数据与描述的实拍素材，因此真实的摄影术语有可测量的效果。有意识地使用以下术语：

• 景别：全景、中景、近景、大特写、过肩、航拍、微距。
• 镜头运动：推镜头、拉镜头、左/右摇镜头、上/下仰俯镜头、横移、环绕(360°)、升降、手持、固定镜头。
• 镜头与对焦：大光圈浅景深、深景深、长焦压缩、鱼眼镜头、焦点从前景转移到背景。
• 速度术语：慢动作、120fps、延时、超延时。

一条提示词只写一个运动。组合"镜头环绕同时推进并仰拍"通常产生犹豫抖动的运动。如需复杂运动，先生成单一干净运动的片段，再通过剪辑拼接，而非写复合镜头指令。

模型差异：同一提示词，不同结果

模型对提示词的理解不尽相同，了解差异能省去大量试错时间。

实操结论：写一个基础提示词，维护各模型的变体文件。切换工具时，通常只需重写镜头段与风格段，主体段与动作段保持不变。

图生视频 vs 文生视频提示词

文生视频把全部控制权交给模型；图生视频把构图控制权留给你，只让模型负责运动。专业工作流中，凡需特定构图的镜头多用图生视频。

做图生视频提示词时，不要重复描述静态画面。模型已能"看见"图像。只需指定变化："女子转身面向镜头微笑，发丝随风飘动，镜头微推"。重述静态元素常导致模型重新生成并产生扭曲。

做文生视频时，你承担全部描述工作，五段式结构缺一不可。预期迭代更多：即使提示词写得好，每个镜头2-4次生成属于常态。

可复用的提示词工作流

按步骤执行，从创意到可用片段不再盲目尝试：

1. 先写分镜清单。 将视频拆解为3-8秒的单一动作镜头。一镜头=一动作。
2. 按五段式顺序起草每条提示词（主体、动作、镜头、场景、风格），60词以内。
3. 低配置批量测试。 每条提示词生成2-3个变体。
4. 按段定位故障。 主体不对？改第1段。无运动或运动怪？改第2或3段。 质感不对？改第5段。每次只改一段。
5. 锁定风格段。 找到可用质感后，全片复用相同风格措辞，保持视觉一致性。
6. 把通过验证的提示词存入素材库。 可复用的提示词骨架是跨项目最宝贵的资产。

必须避免的常见提示词错误

• 否定指令。 大多数视频模型不擅长处理"无模糊、无抖动"。说你要什么，别说你不要什么。
• 同时塞入过多动作。 "她奔跑、跳跃、挥手"会生成糊状画面。一镜头一动作。
• 用抽象情绪词当完整提示词。 "空灵、梦幻、感人"若无具体主体与运动挂钩，毫无作用。
• 忽视时长上限。 让5秒模型拍20秒场景，只会迫使它减速或循环动作。规划剪辑点。
• 直接复用图像提示词。 图像提示词优化构图；视频提示词必须增加时间维度。复用前务必补充运动描述。

把每条提示词当作给摄影师的导演指令。如果人类摄影指导无法按你的句子拍摄，模型大概率也做不到。

可直接改写的示例提示词

纪实自然风： "一只红狐在深雪中穿行嗅地，固定地面视角机位，长焦镜头，大光圈浅景深，黄金时刻光线，雪林背景，BBC自然纪录片风格。"

产品特写： "哑光黑腕表在反射台面上缓慢旋转，微距镜头，影棚布光，深色渐变背景，镜头环绕90度，高端商业广告质感。"

叙事场景： "穿风衣男子在斑马线停下仰望天空，中景，镜头缓慢推进，雨夜城市街道，青橙调忧郁色调，电影级画面。"

核心要点回顾

高效的AI视频提示词是结构化的，而非玄学：主体、动作、镜头、场景、风格，按序书写，60词内，单镜头单运动。学习真实摄影术语因为模型懂这些；按模型微调风格段而非全体重写；逐段迭代让错误精准指引修改方向。边做边建提示词库，十几轮生成后你将拥有可复用的骨架，让后续每个视频项目更快、更可控。