AI生成视频的提示词有哪些，如何描述动态场景和镜头运动？

写AI视频提示词，本质上是在当导演。你不只是在告诉AI“画什么”，更是在指挥“怎么拍”。很多人生成的视频画面呆板，问题就出在这里：只描述了静态的画面，忘了动态的场景和镜头。

想让视频“动”起来，主要靠两件事：一是描述清楚场景里发生了什么，二是明确告诉AI你的摄像机要怎么动。

怎么描述动态场景？用最直接的动词。

AI理解不了太复杂的文学性描述，所以要用简单、直接的动作词来描绘场景。忘掉形容词堆砌，把重点放在“谁”在“做什么”。

一个基本的公式可以是：主体 + 动作 + 场景。

• 别说：“一个男人在办公室里。”
• 要说：“一个男人在键盘上快速打字，眉头紧锁。”

第二个版本包含了具体的动作“快速打字”和细节“眉头紧锁”，这给了AI明确的动态信息。

再举个例子，你想生成一个下雨的场景。

• 普通描述：“窗外在下雨，一个女人在喝咖啡。” 这个描述太静态了，AI可能会生成一张GIF动图，只有雨滴在动。
• 动态描述：“雨点敲打着窗户玻璃，滑下水痕。一个女人慢慢举起咖啡杯，吹散了上面的热气。”

看到区别了吗？“敲打”、“滑下”、“举起”、“吹散”，这些都是非常具体的动作指令。AI接到这些指令后，就会去模拟这些物理动态。

描述动态场景的核心就是：

1. 多用动词：用“跑”、“跳”、“飞”、“坠落”、“旋转”这类词来主导你的句子。
2. 描述互动：让主体和环境互动起来。比如，“风吹过树林，树叶沙沙作响”就比“有风的树林”要好。
3. 按顺序描述：如果一个场景里有连续的动作，就按时间顺序写出来。“一个棒球飞过来，打碎了玻璃，玻璃碎片掉了一地。”这样的描述既清晰又有逻辑。

如何描述镜头运动？像摄影师一样思考。

这是让视频摆脱“PPT感”最关键的一步。在提示词里加入镜头语言，就等于给了AI一台虚拟摄像机，告诉它从哪个角度、用什么方式来拍摄这个场景。

记住，一个提示词通常只对应一个镜头。别想着一句话生成一段包含多个镜头的短片，那会让AI混乱。

下面是一些最常用，而且AI基本都能听懂的镜头语言。

1. 推、拉、摇、移 (基础运镜)

这些是电影拍摄最基础的运镜方式，也是AI视频生成里最常用的。

• 推镜 (Dolly In / Push In)：摄像机向主体靠近。作用是聚焦细节，或者营造紧张感。
  • 提示词示例：“一个侦探站在证物前，镜头缓慢推向他脸上惊讶的表情 (slow push in on his surprised face)。”
• 拉镜 (Dolly Out / Pull Out)：摄像机远离主体。作用是展示更广阔的环境，或者表达疏离感。
  • 提示词示例：“一个人孤独地坐在山顶，镜头从他的背影慢慢拉远，展现出连绵的群山 (camera pulls out to reveal the vast mountains)。”
• 摇镜 (Pan)：摄像机在原地水平转动（向左或向右）。用来跟随移动的物体，或者展示一个大全景。
  • 提示词示例：“一辆跑车在公路上飞驰，镜头从右向左平滑跟随 (smooth pan from right to left, following the car)。”
• 移镜 (Tracking Shot / Trucking Shot)：摄像机平行于主体移动。就像你坐在另一辆车上拍旁边的车一样，适合表现追逐或并行的感觉。
  • 提示词示例：“两个人沿着海边散步，镜头在他们身旁平行移动 (tracking shot moving alongside the couple)。”

2. 升、降、弧形 (特殊运镜)

这些运镜方式能增加画面的空间感和视觉冲击力。

• 升降镜 (Crane Shot / Boom Shot)：摄像机垂直上升或下降。上升通常带来开阔、自由的感觉，下降则可能营造压迫感或揭示感。
  • 提示词示例： “镜头从地面的一朵小花开始，向上抬升，越过树梢，最终俯瞰整片森林 (crane shot starts on a flower, rising up over the treetops to an aerial view of the forest)。”
• 环绕镜头 (Orbit Shot / Arc Shot)：摄像机围绕主体做弧形运动。非常适合展示一个物体的360度，或者在情感高潮时聚焦角色。
  • 提示词示例：“一位芭蕾舞演员在舞台中央旋转，镜头围绕她做360度环绕拍摄 (360-degree orbit shot around the ballerina)。”

3. 视角与景别 (构图指令)

除了运镜，你还要告诉AI从哪个角度拍，拍多大的范围。

• 视角 (Angle)：
  • 低角度拍摄 (Low-angle shot)：从下往上拍，能让主体显得高大、有压迫感。
  • 高角度拍摄/鸟瞰视角 (High-angle shot / Bird’s-eye view)：从上往下拍，能展示场景全貌，有时也让主体显得渺小。
  • 无人机视角 (Drone shot)：这个词很直观，AI能很好地理解，通常会生成一种带有开阔感的航拍画面。
• 景别 (Shot Type)：
  • 特写 (Close-up shot)：聚焦于一个细节，比如眼睛或手。
  • 中景 (Medium shot)：通常拍人物的上半身，适合对话场景。
  • 全景 (Wide shot / Long shot)：展示主体和其所处的整个环境。

组合使用：一个完整的动态提示词结构

现在，我们把这些元素组合起来。一个好的动态视频提示词，结构可以像这样：

[镜头运动/视角] + [主体] + [具体动作] + [场景细节] + [画面风格/氛围]

我们来看一个实际的例子。

• 想法：一个人在赛博朋克风格的雨夜城市里奔跑。
• 第一版 (静态思维)：“一个男人在赛博朋克城市里。” — 这几乎肯定会生成一张静态图或微动图。
• 第二版 (加入动作)：“一个男人在雨中的赛博朋克城市街道上奔跑。” — 好一点了，男人会动，但镜头可能是固定的。
• 第三版 (加入镜头运动和细节)：“低角度跟踪镜头，一个穿着风衣的男人在雨中湿滑的街道上全力奔跑，身边是闪烁的霓虹灯广告牌，赛博朋克风格，电影感 (low-angle tracking shot, a man in a trench coat sprints down a wet, reflective street in the rain, past glowing neon signs, cyberpunk style, cinematic)。”

这个版本几乎把所有关键信息都给了AI：
* 怎么拍？ 低角度跟踪镜头 (low-angle tracking shot)。
* 拍什么？ 穿风衣的男人 (a man in a trench coat)。
* 在干嘛？ 全力奔跑 (sprints)。
* 环境如何？ 雨中湿滑的街道，闪烁的霓虹灯 (wet, reflective street in the rain, glowing neon signs)。
* 什么风格？ 赛博朋克，电影感 (cyberpunk style, cinematic)。

用这种结构化的方式去写提示词，你会发现AI给你的反馈会准确得多。多用电影里的专业术语，AI反而能更好地理解你的意图，因为它学习的素材库里充满了这些词汇。 别怕用错，多试几次，很快你就能像个导演一样指挥AI了。