AI 视频提示词指南：结构、镜头控制与工作流

为 AI 视频生成器编写有效提示词，需要与图像提示词完全不同的思维模式。你描述的不是静态画面，而是在指导一场物理、时间与光学的模拟。本指南拆解专业人士通用的提示词架构，助你从 Sora、Runway Gen-3、Luma Dream Machine、Kling 等模型中获得可控、高保真的输出。

通用提示词公式

所有高质量视频提示词都遵循特定的信息层级。模型按顺序处理 Token；将最关键的指令放在最前面，即可赋予其更高权重。

采用以下结构：[主体 + 动作] + [镜头运动 + 景别] + [环境 + 光影] + [风格 + 技术参数]。

• 主体 + 动作：明确 谁 在 做什么。越具体越好："身穿亚麻西装的中年女性快步行走" 远优于 "人物行走"。
• 镜头 + 景别：规定镜头（35mm、85mm）、运动方式（固定、向左平移、升降机升起）与画面范围（全景、中景、特写）。
• 环境 + 光影：设定场景与氛围。"黄金时刻、体积雾、湿润路面倒影" 能给渲染器提供具体的物理模拟目标。
• 风格 + 技术：定义美学（电影感、动漫、35mm 胶片颗粒）与约束条件（8k、24fps、慢动作）。

掌握 AI 视频的镜头语言

镜头控制是业余与专业 AI 视频的最大分水岭。生成模型模拟光学物理特性，会对真实的摄影术语做出响应。

实用的运动类型

• 固定 / 锁死：稳定性最高；适合产品展示或对话场景。
• 推拉 / 横移：摄像机平行（横移）或垂直（推拉）于主体移动。保持透视关系不变。
• 摇 / 俯仰：旋转运动。慎用；纯旋转时 AI 常在画面边缘产生畸变。
• 升降机 / 吊臂：垂直高度变化。适合揭示画面或建立尺度感。
• 手持 / 摇晃镜头：增加真实感但会加剧变形伪影。建议指定 "微微手持" 以获最佳效果。

镜头与构图关键词

指定焦长以控制视场角与景深。"广角 24mm" 夸张纵深；"长焦 100mm" 压缩背景并突出主体。务必搭配光圈提示："f/1.8 浅景深" 或 "f/11 全景深"。

控制动作与物理模拟

视频模型在复杂生物力学与物体永久性上表现吃力。你必须对模拟施加约束。

主体动作指令

• 速度："慢动作"、"延时摄影"、"实时"、"高速摄影"。
• 轨迹："从左向右行走"、"环绕主体"、"垂直下落"。
• 交互："推开门"、"冲过雨中，溅起水花"。接触点（脚踩地面、手抓物体）是失败高发区——必须显式描述接触细节。

镜头与主体的空间关系

定义空间锁定："镜头固定距离跟随主体" 或 "镜头保持静止，主体走出画面"。缺少此指令时，模型可能会意外漂移镜头。

模型对比：提示词遵循度与优势

不同架构对同一提示词的理解不同。下表反映 2024 年中旬的总体表现。

图生视频 (I2V) 提示词策略

图生视频目前比文生视频更可控。输入图像负责构图、光影与角色长相；提示词只需描述 随时间发生的变化。

I2V 提示词模板

[镜头运动] + [主体动作] + [大气变化]

切勿重复描述输入图像的视觉内容。若输入图为 "森林中的骑士"，不要提示 "森林中的骑士"。应提示："镜头缓慢推进，骑士举起长剑，薄雾旋转，晨光穿透树林"。

首尾帧控制

Luma、Kling 等模型支持首尾帧。提示词应描述 过渡："从全景变形为眼部极特写，瞳孔倒映爆炸倒影"。这能强制模型以特定叙事目标解决插值问题。

反向提示词与参数卫生

反向提示词可预防常见失败模式。照片级真实感建议加入以下标准否定词：

• 解剖：畸形手、多余手指、变异肢体、不对称面部、错误解剖。
• 动作：变形、扭曲、抖动、滑动、悬浮、故障、不自然运动。
• 质量：模糊、低分辨率、像素化、水印、文字、Logo、签名、丑陋、重复。
• 伪影：双重曝光、鬼影、帧混合、色带。

关键生成参数

• CFG Scale (引导系数)：7–12 区间。越高越遵循提示词，越低动作越自由。建议从 8.5 起步。
• Motion Bucket / Strength (运动幅度)：控制运动幅度。低 (1–20) 适合微微待机动画；高 (80–127) 适合动作镜头。
• Seed (随机种子)：锁定种子以便迭代。仅修改提示词或运动幅度来隔离变量。

实战工作流：从构思到成片

1. 文本分镜：用通用公式为单个镜头写 3–5 个提示词变体，每次仅改变一个变量（如仅改镜头运动）。
2. 低分辨率批量生成：以 480p/24fps、低运动幅度跑 4–8 次。成本极低，能尽早暴露结构性失败。
3. 筛选与放大：挑选最佳 1–2 个候选。用模型自带放大器或 Topaz Video AI 放大至 1080p/4K。
4. 延长与拼接：使用 "延长" 功能 (Runway、Luma) 或 "末帧作首帧" 技术，制作超过 5–10 秒的长镜头。
5. 后期处理：稳定画面 (Warp Stabilizer)、去闪烁、调色、添加胶片颗粒以掩盖 AI 过度平滑的纹理。

核心要点

AI 视频提示词是技术导演，而非创意写作。把模型当作需要精确光学、物理与时间指令的虚拟摄制组。掌握 主体-动作-镜头-环境 层级，角色类工作首选图生视频，用锁定种子系统化迭代。提示词不是许愿，是渲染指令。