AI 视频提示词怎么写
从零到出片的完整方法

一条好提示词的骨架

很多人写 AI 视频提示词,是把脑子里的画面一股脑倒出来:"一个女孩在城市里走路,很唯美,电影感"。模型收到这种描述,只能靠猜——猜女孩长什么样、猜城市是什么样、猜"电影感"指哪一种。结果就是每次生成都不一样,而且往往不是你想要的。

真正稳定的提示词有一套骨架,把信息按"主体 → 动作 → 环境 → 镜头 → 光线 → 情绪"的顺序交代清楚。顺序不是死规矩,但每一块都不能缺。你把画面拆成这几层写下来,模型的"猜测空间"就被大幅压缩,出图才稳。

主体要"锁死"

AI 视频最不稳定的地方,就是主体(人物/产品)的长相。同一个提示词跑两次,人脸、发型、服装可能完全不同。想让主体稳定,有两条路:

• 用文字锚点:把主体的关键特征写成固定短语,比如"红色狐耳少女,琥珀色眼瞳,齐肩黑发",每一镜都原样带上。特征越具体、越少歧义,一致性越高。
• 用参考图锚点(更强):直接给模型一张定妆照/参考图,让画面以图为准。这比任何文字都稳——因为图片本身就是最精确的描述。我们的 长镜工坊 就是按"有定妆照就贴图、没有才写文字"的原则来组织提示词的。

经验法则:能放图就别只写文字。文字负责"讲清楚",图片负责"锁得死"。两者结合,主体一致性才有保证。

镜头语言怎么写

"电影感"不是一个形容词能带来的,它来自具体的镜头语言。你要交代两件事:景别(大远景/全景/中景/中近景/特写)和运镜(固定机位/缓慢推近/环绕/跟拍/升降)。

举例:与其写"很有电影感的女孩走路",不如写"中近景,跟拍,女孩从人群中走出,镜头缓慢推近到面部特写"。前者是愿望,后者是可执行的拍摄指令。把每一镜的景别和运镜写出来,片子立刻"专业"起来。想快速排一条时间轴,可以用 长镜工坊 一键铺分镜骨架再逐镜微调。

光线与质感

光是氛围的一半。同一个场景,顶光冷调是悬疑,侧逆光暖调是温情。提示词里把光线单独交代:光位(顺光/侧光/逆光/顶光)、色温(冷调/暖调/青橙)、强弱(柔光/硬光/高对比)。

质感层面,加上"电影级打光、4K 精致细节、浅景深"这类词能提升整体观感,但记住:这些是"加分项",不能替代前面的主体和镜头。地基没打好,质感词堆再多也是空中楼阁。

常见翻车与修法

• 主体每镜都变 → 用参考图锚点,或把外观特征写成固定短语逐镜复用。
• 画面里多出没写的人/物 → 在结尾加一句"画面中不得出现描述之外的人物与场景"。
• 文字/logo 糊成一团 → AI 视频天生拼不准文字,精确文字/数字/字幕请放到 After Effects 里做,别指望视频模型。
• 动作和描述对不上 → 一镜只写一个核心动作,别在一句里塞三件事。

一个可套用的模板

把下面这个骨架填空,基本就能得到一条稳定的提示词:

【主体】(外观锚点或参考图)+ 【动作】(一个核心动作)+ 【环境】(地点/氛围)+ 【镜头】(景别·运镜)+ 【光线】(光位·色温)+ 【情绪】 + 【收尾约束】(不出现描述外的人物场景)。

需要现成工具的话:故事连镜 帮你把多镜提示词串成一条故事线,长镜工坊 帮你排时间轴、锁定妆照。先用工具铺骨架,再按上面的原则逐镜精修,是最快出稳定片子的路径。