AI 影片提示詞指南：撰寫真正有效的提示詞

什麼造就優秀的 AI 影片提示詞？

優秀的 AI 影片提示詞在一個有序的句塊中回答五個問題：主體是誰、在做什麼、如何拍攝、發生在哪裡、應該呈現什麼樣貌。Runway Gen-3、Luma Dream Machine、Kling、Pika 等影片模型對結構化、具體的語言反應遠優於鬆散描述。例如「一名女子行走在夜晚雨濕的東京街頭，手持攝影機從後跟拍，霓虹倒映在濕潤瀝青路上，電影感、淺景深」的效果幾乎總是優酬「東京女子酷炫影片」。

與圖像提示詞的關鍵差異在於動態。每個影片提示詞至少應包含一條明確的動態指令，無論是主體動作（「她緩緩轉頭」）還是鏡頭運動（「慢速推鏡」）。若留白動態，模型會自行決定，結果往往出現微妙漂移或變形，被視為低品質。

五區塊提示詞結構

請永遠遵循此順序。一致性讓提示詞可編輯：若某片段失敗，你清楚知道要修改哪個區塊。

1. 主體區塊：是誰或什麼，附帶一兩個視覺細節。例如「一隻摺翅站立在淺水區的蒼鷺」。
2. 動作區塊：清晰的單一動作，含速度或方式。例如「緩緩展翅起飛」。
3. 鏡頭區塊：鏡頭類型加運動。例如「俯拍跟隨主體，隨飛行仰拍」。
4. 場景區塊：環境、時間、天氣。例如「黎明霧湖，水面瀰漫薄霧」。
5. 風格區塊：質感與基調。例如「35mm 膠片拍攝、柔和自然光、低飽和色彩、電影感」。

完整提示詞建議控制在 60 字以內（中文約 60-80 字）。過長會稀釋注意力，模型傾向略過長句中段細節。將最重要元素前置，因多數影片模型對開頭詞權重較高。

真正改變結果的鏡頭語言

影片模型訓練資料含攝影元數據與描述，因此真實攝影術語具可測效果。請刻意使用下列術語：

• 鏡頭類型：全景、中景、近景、極近景、過肩、航拍、微距。
• 鏡頭運動：推鏡、拉鏡、左/右移、上/下仰俯、橫移、環繞（360度）、升降、手持、固定。
• 鏡頭與對焦：淺景深、深景深、長焦壓縮、魚眼、焦點從前景移至背景。
• 速度術語：慢動作、120fps、延時、超延時。

單一運動原則：在同一提示詞中混合「環繞同時推鏡並仰拍」通常產生猶豫抖動的運動。若需複雜運動，先生成單一乾淨運動的片段，再透過剪輯串聯，而非寫入複合鏡頭指令。

模型差異：相同提示詞、不同結果

模型解讀提示詞的方式不同，瞭解差異可省去大量試錯時間。

實務結論：撰寫基礎提示詞並為各模型建立變體檔案。切換工具時，通常只需重寫鏡頭與風格區塊，主體與動作區塊可保留。

圖生影 vs 文生影提示詞

文生影將完全控制權交給模型；圖生影讓你掌控構圖，只要求模型產生動態。專業工作流多對需特定外觀的內容採用圖生影。

撰寫圖生影提示詞時，勿重複描述圖像內容。模型已「看見」圖像，只需指示變化：「女子轉身面向鏡頭微笑，髮絲隨風飛揚，鏡頭微推」。重述靜態元素常導致模型重新生成並產生扭曲。

文生影則需你承擔所有描述工作，五區塊缺一不可。即使提示詞優良，預期每鏡頭仍需 2-4 次迭代屬常態。

可重複的提示詞工作流程

遵循以下步驟，從構想到可用片段，不再盲目嘗試：

1. 先寫鏡頭清單。 將影片拆解為 3-8 秒的單一動作鏡頭。一鏡頭對應一動作。
2. 依五區塊順序起草提示詞（主體、動作、鏡頭、場景、風格），控制在 60 字以內。
3. 低設定生成測試批次。 每提示詞產出 2-3 變體。
4. 按區塊診斷失敗。 主體錯誤？修區塊一。無動態或動態怪異？修區塊二或三。 風格不對？修區塊五。一次只改一區塊。
5. 鎖定風格區塊。 找到可用外觀後，全片複用相同風格措詞以維持視覺一致。
6. 保存成功提示詞至資料庫。 可重複使用的提示詞骨架是跨專案最寶貴資產。

應避免的常見提示詞錯誤

• 否定指令。 多數影片模型難處理「無模糊、無抖動」。說明想要什麼，而非不想要什麼。
• 同時過多動作。 「她奔跑、跳躍、揮手」產生糊狀畫面。一鏡頭一動作。
• 抽象情緒詞當完整提示詞。 「空靈、夢幻、感人」若無具體主體與動作附著則無效。
• 忽略時長上限。 要求 5 秒模型產出 20 秒場景，會迫使模型減速或循環動態。請規劃剪輯。
• 直接複製圖像提示詞。 圖像提示詞優化構圖；影片提示詞還須指定時間維度。複用圖像提示詞前務必加入動態。

將每個提示詞視為給攝影師的執導指令。若人類攝影指導無法拍攝你的句子，模型大概率也做不到。

可直接改寫的範例提示詞

紀實自然風：「紅狐於深雪中踱步嗅地，地面級固定鏡頭、長焦、淺景深、黃金時刻光、雪林背景、BBC 自然紀錄片風格。」

產品展示鏡頭：「哑光黑腕錶於反光面緩慢旋轉，微距鏡頭、棚內布光、深色漸層背景、鏡頭環繞 90 度、高端商業廣告風格。」

敘事場景：「穿風衣男子在斑馬線駐足仰望天空，中景、鏡頭緩推、細雨、黃昏城市街道、青橙色調憂鬱調色、電影感。」

關鍵總結

有效的 AI 影片提示詞是結構化而非玄學：主體、動作、鏡頭、場景、風格，依序排列，60 字內，單一鏡頭單一動態。學習真實攝影術語因模型能讀懂，按模型調整風格區塊而非全改，單區塊迭代讓失敗精準指引修正方向。邊做邊建提示詞庫，十幾次生成後即擁有可複用骨架，讓未來每支影片更快、更可預期。