视频提示词怎么写？我把一条 8 秒镜头写废 6 次才摸清这套数

视频提示词怎么写？先定镜头，再写画面。一条 15 秒的片子拆成 5 个镜头，每个镜头只写一个动作、一个运镜、一个光线，模型才不会自己加戏。

说白了，提示词不是作文，而是施工单。下面是我这半年反复推翻自己的过程。

我怎么把一条 8 秒镜头写废了 6 次

先给个数字：8 秒。

这是我第一次写视频提示词时给自己定的镜头长度。结果同一个「咖啡店清晨，女孩推门进来」的画面，我前后写了 6 版，只有第 3 版和第 6 版能看。

前两版我写的是「清晨的咖啡店，阳光洒进来，一个女孩推门走进来，镜头缓缓推进，她看起来很疲惫但很坚定」——听着挺美吧？出来的画面里，阳光和推门动作打架，镜头推了一半就停了。

第 3 版我删掉了「疲惫但坚定」，换成「她左手扶着门框，停顿半秒」。画面立刻稳了。

问题不在文笔，在于我一直在写情绪，没写动作。

两种典型用法，差在哪？

我见过两种人写提示词，结果差得很远。

第一种，脑子里有画面，直接一句话丢给模型。快，但十次里有七次出来的东西和想的不一样。你想的是特写，它给你全景；你想要黄昏，它给你正午。

第二种，先拆镜头，再一个镜头一条提示词。慢一点，但基本可控。

差别在哪？第一种把「导演」的活交给了模型，第二种自己留着。

不是模型不听话，而是我没给够信息。这也是为什么我后来开始用 ai 视频导演工具。不是它写得多好，是它逼我先把镜头清单列出来——第几个镜头、几秒、什么运镜，这些定完了，提示词才有地方挂。

提示词里的 4 个数字，少一个都会飘

一条能用的提示词，我数下来至少要有 4 个具体信息。

一是时长。3 秒和 8 秒能塞的动作完全不一样，超过 6 秒的镜头，模型很容易自己加一个多余动作。

二是运镜。推、拉、摇、移、跟、固定，写清楚一个就够，别写「镜头缓缓推进然后环绕」。

三是主体动作。注意，是动作不是情绪。「她很紧张」没用，「她手指敲了三下桌面」有用。

四是光线和景别。「中景，侧逆光」比「电影感」有用一百倍。

这 4 个东西，其实就是 ai分镜脚本 里本来该有的字段。你写 ai分镜 的时候偷懒，写 ai分镜提示词 的时候就得更小心——ai分镜头 里漏一个字段，模型就会自己补一个，补出来的往往不是你要的。

Veo 3、Kling、Runway 的提示词写法一样吗？

不一样，而且差别不小。

这张表是我自己反复试出来的，不是官方文档。同一个镜头，用不同模型跑，废片率能差一倍。

我一般会在 ai分镜生成 之后，按镜头类型分派模型：有台词的给 Veo 3，动作戏给 Kling，空镜给 Runway。

有人把这套叫 ai分镜skill，我觉得更像是一个分拣流程——先分清镜头要什么，再决定谁来干。

ai分镜生成 能帮你省掉哪一步？

省掉的是「翻译」这一步。

你脑子里想的是「她走进来，有点犹豫」，ai 分镜工具要做的是把它变成「中景，固定机位，她推门，停半秒，再迈步」。

这一步听着简单，其实最耗时间。我实测过三天的 ai 分镜生成工作流，最大的收获不是省了多少时间，是它逼我把模糊的感觉拆成可执行的动作。

在 AI Video Director 的 Open Studio 里，你输入一个想法，它会给出分镜、带时长和运镜的镜头清单，还有能直接粘到模型里的双语提示词和负向提示词。游客不用注册，每天有免费额度可以先试。

我通常的做法是：先让它出 5 到 8 个镜头，然后自己删掉两个——机器总爱多给。ai分镜制作 这件事，说到底还是人在做决定。

提示词模板去哪找，怎么改才不像抄的？

Prompt Library 里有一批现成模板，Viral prompt picks 那栏我翻得最多。

但直接抄模板，出来的画面往往一股模板味。我的改法是保留结构，换掉三个东西：主体、动作、光线。

比如模板写「清晨街道，一个人快步走过，逆光」，我就改成「傍晚便利店门口，一个人拎着塑料袋停下，头顶灯管」。

结构没变，画面就成自己的了。

上个月测 wan2.2 视频提示词工具的时候踩的坑也在这——模板给的是框架，不是答案。

今天先做这一件事

挑一个你最近想拍的 15 秒画面，别急着写提示词，先写镜头清单。

写 5 行就够：第几个镜头、几秒、拍什么、怎么运镜、什么光。

写完再回头看，你会发现提示词已经写好一半了。

常见问题

视频提示词怎么写才有效？

先定镜头再写画面。一条提示词至少写清时长、运镜、主体动作、光线景别这四项，别写情绪词，写能看见的动作。

ai 分镜生成好用吗？

适合把模糊想法拆成可执行动作。输入一个想法就能出分镜、镜头清单和模型提示词，但机器爱多给镜头，通常要自己删掉一两个。

Veo 3 和 Kling 的提示词能通用吗？

不能直接通用。Veo 3 吃完整句子、可带对白，Kling 吃中文短句加明确动作词。同一条提示词换个模型，废片率能差一倍。

视频提示词要写多长？

按镜头时长定。3 秒镜头一到两句话就够，8 秒镜头写到四五个信息点。写太长模型会自己加戏，反而不好控。

不用注册能试用吗？

可以。游客每天有免费生成额度，不用注册就能试。注册账号能提升额度并保存项目，方便接着改。