AI 视频提示词怎么写：从结构到镜头语言的完整指南

AI 视频提示词怎么写：先看核心公式

AI 视频提示词怎么写？答案是一句话：用「主体 + 动作 + 场景 + 镜头语言 + 风格 + 技术参数」的结构描述画面，让模型明确知道「谁在做什么、在哪做、怎么拍、什么风格」。与文生图不同，视频提示词的核心是描述动态过程，而不是静态画面。一个合格的提示词必须包含时间维度的变化信息。

举例说明。弱提示词：「一只猫在走路」。强提示词：「电影感画面，一只橘色虎斑猫在雨后的小巷中缓慢走向镜头，背景是霓虹灯反射的湿地面，浅景深，镜头缓慢后拉，冷色调，24fps 电影质感」。两者的生成结果差距极大，后者在构图、运动、氛围上都有明确约束。

提示词的六大构成要素

1. 主体（Subject）

明确描述画面中的核心对象，包括外观细节。不要写「一个人」，要写「一位穿深灰色风衣的中年男性，短发，胡茬」。细节越具体，模型随机发挥的空间越小。

2. 动作（Action）

这是视频提示词区别于图片提示词的关键。动作要描述运动方向、速度和幅度：「快速向左转身」「缓慢抬起头」「镜头推进时人物保持静止」。避免含糊的「在活动」「有动作」这类无信息量的表述。

3. 场景（Scene）

交代时间、地点、环境光线：「黄昏时分的海边栈道」「深夜便利店内部，冷白荧光灯」。光线描述对最终质感影响极大，建议始终包含。

4. 镜头语言（Camera Language）

这是多数新手缺失的部分，下一节详细展开。

5. 风格（Style）

指定视觉风格：「写实纪录片风格」「吉卜力动画风格」「赛博朋克」「8mm 胶片质感」。风格词能显著统一多镜头之间的观感。

6. 技术参数

如「浅景深」「慢动作」「4K」「胶片颗粒」等。部分模型支持分辨率和帧率控制，写在提示词末尾即可。

必须掌握的镜头语言词汇

AI 视频模型大多能理解专业摄影术语，善用它们可以大幅提升画面专业度：

• 推（Push in / Dolly in）：镜头向主体靠近，营造紧张或聚焦感
• 拉（Pull out / Dolly out）：镜头远离主体，交代环境
• 摇（Pan）：镜头水平旋转，如「镜头从左向右缓慢平移」
• 移（Tracking shot）：跟随主体运动，如「镜头跟随奔跑的人物侧面移动」
• 升降（Crane / Aerial）：垂直方向运动，如「镜头从地面向上升至鸟瞰视角」
• 固定镜头（Static / Locked shot）：无运动，适合突出主体自身动作
• 环绕（Orbit / 360°）：绕主体旋转，常见于产品展示

经验法则：一段提示词中只指定一种主要镜头运动。同时要求推、拉、摇、移会让模型无所适从，产生画面抖动或运动混乱。

提示：镜头运动写在前半句通常比写在末尾权重更高。如果生成结果忽略镜头指令，把它移到提示词开头再试。

主流模型对提示词的响应差异

不同模型对提示词的解析逻辑不同，同一句话在不同平台效果差异明显。理解这些差异能少走很多弯路：

通用建议：先用 3-5 秒短片段测试提示词，确认运动方向和风格正确后，再扩展到长片段或多镜头。

实操步骤：从零写出第一条可用提示词

1. 确定画面目标：先想清楚这一镜头要传达什么情绪、推进什么信息，而不是先堆形容词。
2. 写主体和动作：用一句话描述「谁在做什么」，包含方向和速度。
3. 补场景与光线：加上时间、地点、光源方向。
4. 指定一个镜头运动：只选一种，写清楚运动方向和节奏。
5. 加风格与技术参数：风格词放句尾，保持每次生成使用同一组风格词以确保多镜头统一。
6. 生成并迭代：观察结果，逐项排查是哪个要素没被正确执行，只修改该要素，不要整句重写。
7. 保存成功模板：把效果好的提示词存成模板，替换主体和场景即可复用。

常见错误与修正方法

• 画面不动或动得很少：动作描述太弱。加入明确的动词和方向，如「风吹动她的长发和裙摆」。
• 运动混乱、画面变形：一次要求了太多动作。拆成多个短镜头分别生成。
• 风格不统一：每次提示词风格词不同。固定一组风格词模板。
• 忽略镜头指令：把镜头语言提到句首，或使用模型自带的镜头控制参数。
• 主体外观漂移：描述不够具体，或片段太长。缩短片段时长，用图生视频锁定主体。

写在最后

AI 视频提示词的本质是用文字做导演：你要替模型决定主体、动作、场景、运镜和风格。掌握「六大要素 + 单一镜头运动 + 短片段迭代」这套方法后，提示词质量会稳定提升。建议从固定镜头 + 单一动作的最简单组合练起，逐步加入运镜和复杂场景，形成自己的提示词模板库，这才是长期提效的关键。