AI视频提示词指南：结构、镜头控制与模型差异

The 5-Part Prompt Formula That Works Across Models

按此顺序撰写每个提示词：主体 + 动作 + 镜头 + 光影/氛围 + 风格/技术参数。该结构符合扩散模型与视频Transformer解析token的方式，能减少肢体幻觉与时序闪烁。示例："电影感特写，老钟表匠组装微型齿轮，微距镜头缓慢推进，暖色钨丝主光，浅景深，8k，24fps。"

Subject & Action: Be Specific About Motion

模糊动词如"移动"或"行走"会导致滑步。请使用精准的运动描述符：

• 相对镜头：推进、拉远、左右平移、上下升降、环绕、变焦推拉。
• 相对主体："头向左转15度"、"右手抬至下巴"、"织物在侧风中起伏"。
• 物理线索："旋转后发丝落定"、"水花向上溅起再落下"、"随太阳升起影子变短"。

Runway Gen-3 Alpha在提示词前12个token描述运动时效果最佳；Kling 1.6偏好将运动标签置于末尾。请测试两种位置。

Camera Language: Translate Cinematography Into Tokens

模型在素材库训练时已理解标准镜头语法。每次务必包含以下四要素：

1. 景别：极近景、近景、中景、全景、极全景、POV、过肩镜头。
2. 镜头/焦段：14mm(广角畸变)、24mm(环境)、35mm(自然)、50mm(标准)、85mm(人像压缩)、200mm(长焦压扁)。
3. 光圈/景深：f/1.8(浅)、f/2.8(主体分离)、f/5.6(环境)、f/11(全景深)。
4. 运动方式：固定、手持抖动、稳定器跟随、起重机升降、滑轨横移、FPV俯冲。

示例："中景，35mm镜头，f/2.8，稳定器缓慢右侧平移跟随主体。"

Lighting & Atmosphere: Control Mood Without Post

光影token引导潜在空间保持曝光一致。请指定：

• 光源：黄金时刻阳光、阴天、霓虹灯、实用灯、双色温LED面板、蜡烛。
• 质感：硬光(锐利阴影)、柔光(环绕)、漫射(柔光箱)、斑驳光(透过树叶)。
• 方向：主光摄像机右侧45°、轮廓逆光、底光(恐怖)、顶光(审讯)。
• 色温：2700K暖、5600K日光、6500K冷、混合(霓虹青/橙)。

体积雾、光轴尘埃、热浪扭曲等氛围token能增加纵深，但会使Sora算力耗时增加约15%。

Model Comparison: Where Each Excels

Negative Prompting & Parameter Tuning

多数UI暴露CFG scale(引导系数)与motion bucket(运动强度)。建议起步值：

• CFG 7–9：平衡遵循度与创意。>10导致高光溢出；10秒时，用末帧作为I2V输入生成下一段。
• DaVinci Resolve批量调色：全片套用同一LUT保证视觉统一。

FAQ

提示词多少词合适？

40–80 tokens(约30–60英文词)。过长稀释注意力；过短欠指定。

必须写"4k"或"8k"吗？

Sora和Kling需写，它们有分辨率头。Runway Gen-3忽略分辨率token，输出固定1280x768。

Kling能用中文提示词吗？

Kling 1.6原生理解中文，且对亚洲主体的动作表现往往更准。英文可用但可能遗漏文化细节。

为什么角色衬衫花纹中途变了？

纹理粘连需时序注意力。加入"consistent clothing texture"、降低motion bucket，或用锁定参考帧的I2V。