AI视频提示词指南：结构、镜头控制与工作流

高效的AI视频提示词需要结构化语法，而非单纯的形容词堆砌。本指南定义了一个通用提示词框架——主体、动作、镜头、光影、风格、技术参数，适用于Sora、Runway Gen-3、Luma Dream Machine、Kling与Pika。套用此公式可减少重掷次数，实现可控的电影级输出。

通用提示词公式

所有高质量提示词都遵循固定层级。模型优先处理字符串前部的token，因此顺序至关重要。请按以下序列编写：

1. 主体 + 环境： 人物/物体与地点（例："发光森林中的宇航员")。
2. 动作 + 运动： 具体动词（例："缓慢行走，头部向左转")。
3. 镜头 + 镜片： 景别、运动、焦距（例："低角度，35mm，慢速推镜")。
4. 光影 + 氛围： 光源、质感、情绪（例："体积光神光，薄雾，黄金时刻")。
5. 风格 + 美学： 渲染引擎、胶片、调色（例："Unreal Engine 5，Kodak Vision3 500T，青橙调色")。
6. 技术参数： 宽高比、时长、帧率、种子（例："--ar 16:9 --duration 5 --fps 24")。

用逗号或竖线（|）分隔模块以提升可读性。避免自然语言句子，使用高密度、token高效的关键词串。

镜头语言：控制层

镜头token决定空间关系与观众心理。像"电影感"这类泛词信号极低。请使用精准的影视词汇：

• 景别： 特写(ECU)、近景(CU)、中景(MS)、全景(WS)、极全景(EWS)。
• 角度： 仰角(强势)、俯角(脆弱)、荷兰角(张力)、平视(中性)。
• 运动： 固定、水平摇摄、垂直俯仰、推拉/跟踪(物理位移)、变焦(光学变化)、起重/摇臂(垂直升降)、手持(有机抖动)。
• 镜头/焦距： 14-24mm(广角，畸变)、35-50mm(自然)、85-135mm(人像，压缩)、200mm+(长焦，扁平化)。
• 景深： 浅(虚化，主体分离)、深(全景清晰)、变焦转移(过渡)。

组合示例：低角度全景，24mm，慢速向左推镜，深景深。这迫使模型求解3D几何，而非幻觉像素。

运动与物理：导演模拟

当前模型(Gen-3、Kling 1.5、Sora)模拟物理，而非单纯插帧。提示词应描述因果，而非仅结果。

• 弱： "女子奔跑，头发飞扬。"
• 强： "女子向前冲刺，马尾因风阻向后甩动，脚步溅起泥浆，呼吸沉重姿态。"

指定运动速度(慢动作、延时、实时、高速)与运动类型(匀速、缓入缓出、无规则、物理基础)。复杂编排可拆解为顺序节拍："第1帧：坐下。第2帧：猛地站起，椅子刮地声。第3帧：走向窗边。" 部分模型支持关键帧条件(起始/结束图)，其优先级高于文本运动提示。

光影与氛围：定义形体

光影token定义材质属性(高光、次表面散射)与纵深。需明确光源、质感与方向。

• 光源： 阳光(硬、平行)、阴天(柔、环绕)、实用光(霓虹、烛光、屏幕)、影棚(主/补/轮廓)、生物发光。
• 质感： 硬光(锐利阴影)、柔光(漫射)、斑驳光(透过树叶)、体积光(神光、雾互动)。
• 方向： 顺光(平坦)、侧光(塑形)、逆光(轮廓/剪影)、顶光(正午/戏剧)、底光(恐怖)。
• 大气： 雾、霾、雨、雪、尘埃、烟、热浪。这些触发粒子模拟。

示例：侧光，黄金时刻，体积雾，飞舞尘埃，高反差8:1。

风格锚点：锁定质感

风格token防止"AI感"(塑料肤感、过度锐化)。锚定真实世界参考：

• 胶片： Kodak Vision3 250D/500T、Fuji Eterna 250、Portra 400(静态质感)。
• 镜头品牌： Arri Signature Prime(纯净)、Cooke S4/i(暖色、眩光)、变形宽银幕(水平眩光、椭圆虚化)、复古苏联镜头(Helios旋涡虚化)。
• 调色： 跳过漂白(低饱和、高反差)、青橙(商业大片)、黑白、粉彩(韦斯·安德森风)、Log/平坦(留给后期调色)。
• 渲染/引擎： Unreal Engine 5(锐利、游戏感)、Octane/Redshift(3D渲染)、VHS/CCTV(低保真纹理)、模拟视频(扫描线、时基错误)。

叠加2-3个锚点：Kodak 500T，Cooke变形，青橙调色，胶片颗粒30%。

模型专属语法与参数

核心公式可迁移，但各模型有独特参数标记与token敏感度。

技巧： 迭代镜头/光影时，始终使用--seed(或固定种子)以隔离变量变化。

实战工作流：从构思到成片

1. 定义镜头清单： 为场景写出3-5个具体镜头(全景、中景、近景)。别提示词"一部电影"。
2. 起草主提示词： 对主镜头(通常是全景/主镜头)套用通用公式。
3. 生成关键帧(图生视频)： 用Midjourney/Flux配合相同风格token生成关键镜头的起始/结束帧。放大至1080p/4K。
4. 首轮生成(低分辨/快速模式)： 在标准/快速模式下跑提示词(Kling Std、Runway Turbo、Luma Fast)。检查几何、物理、遵循度。
5. 引入负面迭代： 添加负面提示词：模糊、低质量、抖动、变形、多余手指、水印、文字、logo、固定镜头。
6. 锁定镜头/种子： 运动正确后，固定种子与镜头token。切换至高质量/Pro模式重掷。
7. 延长与拼接： 用"延长"(Gen-3、Kling)或"Re-cut"(Sora)制作长取景。在NLE(DaVinci/CapCut)剪辑，统一调色。
8. 后期处理： Topaz Video AI(超分、插帧至60fps、稳定)、调色(LUT)、声音设计(拟音、配乐)。

常见失效模式与修正

• 变形/扭曲： 提高引导系数(CFG)，使用起始/结束关键帧，降低运动复杂度，提示词加入"稳定、连贯几何"。
• 忽略镜头运动： 模型可能默认固定。提示词前缀加Camera: [运动类型]，或使用显式ControlNet/镜头控制滑块(Runway、Kling)。
• 雅努斯问题(双面孔)： 负面提示词加入"单主体、仅侧脸、一张脸"；改用3/4侧面而非正面。
• 画面出现文字/乱码： 负面提示词："文字、字母、数字、水印、logo、签名、用户名"。
• 光影闪烁： 指定"光影一致、时间稳定、锁定曝光"。除非刻意，避免"动态光影"。

核心要点

提示词不是创意写作，而是技术导演。把模型当作需要精准指令的虚拟摄影师：选镜、光比、物理参数、渲染管线规格。掌握通用公式，建立个人审美token库，用种子与关键帧系统化迭代。一致性源于约束，而非混沌。