AI 影片提示詞指南：結構、鏡頭控制與工作流程

有效的 AI 影片提示詞依賴固定語法：主體 + 動作 + 鏡頭 + 燈光 + 風格 + 技術參數。Sora、Runway Gen-3、Luma Dream Machine、Kling 等模型對此層級的解讀各有不同，但結構邏輯保持不變。本指南拆解各組件、說明模型專屬權重，並提供可重複使用的專業模板。

為何提示詞結構決定輸出品質

影片模型循序處理 Token。前段 Token 定義主體與核心動作；中段控制鏡頭與環境；後段套用風格與技術限制。若在定義動作前先堆砌美學關鍵字（如「電影感」、「8k」），模型會在靜態畫面上產生幻覺細節。結構化提示詞強迫模型優先分配算力給時序連貫性。

Runway Gen-3 對第 3-5 位置的鏡頭 Token 反應強烈。Kling 1.6 優先物理動作動詞。Luma Dream Machine 高度重視燈光與氛圍。Sora（在可存取情況下）遵循嚴格的主體-動作-鏡頭層級。理解這些偏好，即可在不重寫概念的前提下，為各模型重新排序相同組件。

通用提示詞公式

每次生成皆套用此模板。填入各括號；不需者刪除括號。

[主體描述] + [動作/動態動詞] + [鏡頭類型 + 移動] + [燈光/時段] + [環境/背景] + [風格/美學] + [技術規格]

1. 主體描述 (Token 1-15)

以視覺具體度定義主要元素。避免抽象名詞。勿用「一位女性」，改用「30 歲女性、及肩深色髮、穿藏青風衣」。包含辨識特徵：服裝質感、配色、道具。角色需註明年齡、族裔、姿態；物件需說明材質、尺寸、狀態（全新、風化、濕潤）。

2. 動作與動態動詞 (Token 16-30)

影片即動態。使用精確、物理的動詞：「大步走」、「衝刺」、「向左平移」、「順時針旋轉」、「溶解成粒子」。避免「移動」、「前進」、「走路」。指定速度：「慢動作」、「實時」、「延時」。定義軌跡：「朝鏡頭走來」、「以 2 公尺半徑環繞主體」。物理動作補充「自然重量感」、「動量保留」、「布料模擬」。

3. 鏡頭類型與移動 (Token 31-50)

此為業餘與專業輸出的最大分水嶺。在單一子句宣告鏡頭、角度與移動。

• 鏡頭：16mm（廣角、畸變）、24mm（環境）、35mm（標準）、50mm（自然）、85mm（人像、壓縮）、200mm（長焦、扁平化）。
• 角度：平視、低角度（英雄感）、高角度（脆弱感）、荷蘭角（張力）、鳥瞰、蟻視。
• 移動：固定、左右平移、上下仰俯、推拉鏡、左右移動、升降、順/逆時針環繞、手持（微抖）、無人機升降/揭曉、FPV 俯衝。
• 對焦：全景對焦、淺景深 (f/1.8)、從[物體 A] 拉焦至[物體 B]。

範例：「35mm 鏡頭、平視、慢速推鏡、淺景深從前景雙手拉焦至臉部。」

4. 燈光與時段 (Token 51-70)

燈光定調情緒與材質反應。指定光源、質感、方向、色溫。

• 光源：黃金時刻陽光、陰天、霓虹招牌、實用燈具、LED 燈板、燭光、生物螢光。
• 質感：硬光（銳利陰影）、柔光（擴散）、斑駁光（透過樹葉）、體積光（丁達爾效應）、輪廓/逆光。
• 方向：順光、側光（分割）、45 度（倫勃朗光）、頂光、底光。
• 色彩：5600K（日光）、3200K（鎢絲燈）、青橙對比、單色、特定濾片 (CTB, CTO)。

5. 環境與背景 (Token 71-85)

為主體著地。「模糊城市街道」太弱。「雨夜東京巷弄、濕瀝青路面倒映霓虹、遠處蒸汽噴口」給模型空間錨點。包含景深線索：前景元素、中景動作、背景地標。指定天氣：霧氣濃度、雨勢、積雪、植被風向。

6. 風格與美學 (Token 86-100)

最後套用觀感。參考膠卷（Kodak Vision3 500T、Fuji Eterna 250）、導演（王家衛調色、維勒納夫尺度）、或類型（新黑色、賽博龐克、極簡紀錄片）。避免堆疊互衝風格。一個強參考勝過五個弱參考。

7. 技術規格 (Token 101+)

模型專屬控制。解析度：1280x720、1920x1080。長寬比：16:9、9:16、2.39:1、4:3。幀率：24fps（電影）、30fps（廣播）、60fps（流暢動態）。時長：5s、10s。種子：固定以保一致性。負面提示詞：「模糊、扭曲、變形、多餘肢體、浮水印、文字、低品質。」

模型專屬提示詞權重

相同提示詞在不同模型產出不同結果。依平台調整組件強調。

實務啟示：Runway 以鏡頭領頭；Kling 以物理動作領頭；Luma 以燈光情緒領頭；Pika 以風格參考領頭；Hailuo 則主體與動作並重。

鏡頭語言速查表

直接複製這些子句進提示詞。跨模型可靠轉譯。

常見失敗模式與修正

1. 肢體變形 / 多餘手指：負面提示詞加入「解剖學正確、五指、穩定拓撲」。降低動作速度。使用圖生影並以乾淨起始幀為基準。
2. 鏡頭漂移（非預期縮放/平移）：明確註明「固定鏡頭」或「鎖定」。避免未定義移動向量的「平滑」。
3. 燈光閃爍：指定「燈光一致、無曝光漂移」。鎖定時段。除非刻意，避免「動態燈光」。
4. 背景扭曲：定義背景幾何：「背景靜止、視差僅來自鏡頭移動」。長片段使用較簡單環境。
5. 風格滲漏（非預期調色）：將風格 Token 後移。負面提示詞：「無調色、中性白平衡」。先生成原始素材，後製再調色。
6. 時序不一致（幀間角色變化）：使用圖生影並固定參考幀。提示詞加入「時序一致性、身分保留」。角色作業片段控制在 5 秒內。

逐步建構提示詞工作流程

1. 用一句話定義鏡頭目標。 例：「廚師在陽光廚房切菜，特寫刀工。」
2. 萃取主體 Token。 「專業廚師、40 多歲、專注神情、白色廚師服、三德刀、木砧板上胡蘿蔔與洋蔥。」
3. 選擇主要動作動詞。 「有節奏切菜、精準向下切、洋蔥丁堆疊。」
4. 從速查表選鏡頭子句。 「100mm 微距、平視、固定、淺景深對焦刀刃接觸點。」
5. 設定燈光。 「晨間窗光、45 度側光、柔和陰影、蔬菜蒸氣上升。」
6. 增加環境景深。 「背景虛化不鏽鋼台面、窗邊盆栽香草、失焦吊燈。」
7. 套用風格。 「美食紀錄片美學、自然色彩、高動態範圍。」
8. 附加技術規格。 「1920x1080、16:9、24fps、5s、seed 42。」
9. 組裝完整提示詞。 依公式順序合併。計算 Token；依模型上限修剪。
10. 生成 3 組變體。 僅變動種子。挑選時序連貫性最佳者。必要時放大解析度。

進階：圖生影提示詞

使用輸入圖片時，提示詞描述變化而非靜態場景。模型已看見主體、燈光、構圖。你的提示詞只需：動態向量 + 鏡頭移動 + 時長提示。

範例：輸入圖為日落時分停放的汽車。提示詞：「汽車加速前進、車輪旋轉、揚起塵土、低角度左移跟拍、維持黃金時刻、5 秒。」勿重複描述汽車或日落。浪費 Token 會干擾動作規劃器。

角色動畫：「頭部左轉、雙眼追蹤移動物體、露出微笑、雙肩放鬆、呼吸起伏、3 秒。」微表情需明確列舉；模型預設臉部凍結。

結語

提示詞非創意寫作，而是參數工程。公式 [主體][動作][鏡頭][燈光][環境][風格][技術] 有效，因為它映射模型的潛在空間層級。背熟鏡頭速查表。從對照表學習目標模型的權重偏好。以 10 步驟工作流程建構每個提示詞。一致性源於結構，而非靈感。