AI生成视频的提示词有哪些

写AI视频的提示词，其实没那么玄乎。很多人把它搞得像念咒语一样，但本质上，你就是在用文字给AI画一张施工图，告诉它你要什么。你描述得越清楚，AI就越能给你想要的画面。反过来，你给一堆模糊的词，AI也只能瞎猜，结果自然好不到哪去。

最基础的公式，记住这个就行：主体 + 动作 + 场景。

• 主体 (Subject): 你的视频里有什么？是“一个男人”，还是“一只穿着宇航服的猫”？越具体越好。别只说“a man”，可以说“a 30-year-old man with a beard, wearing a red knitted motorcycle helmet”。细节决定了AI的想象空间。

• 动作 (Action): 主体在干嘛？“走路”、“跑步”还是“在键盘上打字”？动作是视频的核心，它推动了整个故事。 动作也要具体。比如，不说“走路”，可以说“confidently and casually walks down a street”（自信随意地走在街上）。

• 场景 (Scene): 这事儿发生在哪？“一个房间里”太模糊了。“一个霓虹灯闪烁、地面湿滑反光的东京街道”就好多了。 场景描述包括了背景、前景，甚至天气和时间。

把这三样东西组合起来，就是一个最基本的提示词。比如Sora那个很火的例子：“一个时髦的女人走在东京的街道上，街道上充满了温暖发光的霓虹灯和动画城市标牌。她穿着黑色皮夹克、红色长裙和黑色靴子，挎着一个黑色钱包。她戴着太阳镜，涂着红色口红。她自信而随意地走着。街道潮湿而反光，营造出五颜六色灯光的镜像效果。周围有很多行人在走动。”

你看，这个提示词把主体（时髦女人）、动作（自信地走）和场景（雨后东京街头）描述得非常细致，所以生成的效果就好。

但是，只做到这些还不够，想让视频看起来更像那么回事，而不是一个简单的GIF动图，你就得学着当个“虚拟导演”，在提示词里加入更多电影语言的元素。

像导演一样思考：镜头、光线和风格

真正让AI视频拉开差距的，是那些看起来很专业的东西：镜头运动、布光和整体风格。

1. 镜头语言 (Camera Language)

别让AI自己决定怎么拍，你要主动控制镜头。这能极大地改变视频的观感和叙事效果。

• 景别 (Shot Framing):

  • 特写 (Close-up): 想突出表情或者细节？就用这个。比如“close-up of a child dribbling the ball”（特写一个孩子在运球）。
  • 中景 (Medium shot): 通常拍人物腰部以上，适合展示人物的动作和表情。
  • 全景 (Wide shot / Long shot): 用来展示整个场景和环境，交代背景。 比如“wide static shot of a city skyline at sunset”（日落时城市天际线的广角静态镜头）。
  • 航拍 (Aerial shot / Drone shot): 从空中俯瞰的视角，适合拍大场面，比如“drone shot going down over a coral reef”（无人机镜头下降飞过珊瑚礁）。

• 镜头角度 (Camera Angle):

  • 低角度拍摄 (Low-angle shot): 从下往上拍，能让主体显得更高大、更有压迫感。
  • 高角度拍摄 (High-angle shot): 从上往下拍，能让主体显得渺小、脆弱。
  • 俯瞰视角 (Overhead view / Top-down perspective): 直接从正上方拍摄。

• 镜头运动 (Camera Movement): 这是让画面动起来的关键。

  • 平移 (Pan): 镜头左右移动。要说清楚方向，比如“camera pans from left to right”（镜头从左向右平移）。
  • 推拉 (Zoom): 镜头推进或拉远。比如“camera slowly zooms out from the dog to reveal the porch”（镜头从狗身上缓慢拉远，展现出门廊）。
  • 环绕 (Orbit): 围绕主体旋转。比如“orbit around the subject”（围绕主体环绕拍摄）。
  • 跟拍 (Tracking shot): 跟随移动的主体拍摄。比如“tracking shot that stays with the hiker as they walk up the trail”（跟拍镜头，始终跟随着徒步者走上小径）。

在Pika Labs这类工具里，你甚至可以用专门的参数来控制镜头，比如 -camera pan right 或者 -camera zoom in。

2. 光线和氛围 (Lighting and Mood)

光是画面的灵魂。不同的光线能营造完全不同的氛围。

• 时间: 直接告诉AI是什么时候，比如“at dawn”（黎明时分）、“golden hour”（黄金时刻）、“at midnight”（午夜）。
• 光线风格: 描述光的质感和效果。“cinematic lighting”（电影感光效）、“soft, mystical lights”（柔和、神秘的光）、“dramatic lighting”（戏剧性光效）。
• 氛围词: 直接用词语定义情绪。“a mood of wonder and curiosity”（惊奇和好奇的氛围）、“a quiet and peaceful mood”（安静祥和的氛围）。 情感词汇能引导AI生成特定感觉的视频。

举个例子，“A neon-lit cyberpunk city at midnight, rain scatters the neon reflections below”（午夜霓虹闪烁的赛博朋克城市，雨水打湿了地面反射着霓虹）。 这个描述就把光线、时间和氛围都交代清楚了。

3. 风格化 (Stylization)

你想让视频是什么风格的？是真人实拍还是动画？是复古还是科幻？

• 电影风格 (Cinematic Style): 这是最常用的。在提示词开头加上 “cinematic” 这个词，通常能得到更有动态感和质感的画面。 还可以更具体，比如“shot on 35mm film, vivid colors”（用35毫米胶片拍摄，色彩鲜艳）。
• 艺术风格 (Art Style): 你可以指定具体的艺术风格，比如“Pixar style”（皮克斯风格）、“anime style”（日漫风格）、“3D render”（3D渲染）。
• 特定导演/游戏风格: 有时候，你甚至可以模仿某个导演或游戏的风格，比如“in the style of Wes Anderson”或者“like Grand Theft Auto video game”。 AI的数据集里有这些信息，它能理解。

一些实用的高级技巧和避坑指南

掌握了基础和进阶要素后，还有一些经验之谈能帮你少走弯路。

• 保持简洁，一件事说一次。 AI喜欢直接的指令。避免用太复杂或抽象的词语。 一个提示词最好只描述一个清晰的动作或场景。 因为大部分AI视频都很短，塞太多东西进去，AI会混乱。

• 使用现在时。 描述动作时，用现在时态，比如“a stylish woman walks down a street”，而不是“walked”或“will walk”。

• 细节要具体，但别瞎编。 AI对物理世界的理解越来越好，但你给的指令如果违背基本物理规律，生成的画面可能会很奇怪。 比如，一个正常的向上抛物线就比一个Z字形飞行的苹果更容易实现。

• 多试几次 (Iterate)。 不要指望一次就成功。同一个提示词，多生成几次，结果可能完全不同。 这是AI生成内容的特点，不是bug。可以稍微改动几个词，比如换个角度或者光线，看看效果有什么变化。

• 使用否定提示词 (Negative Prompts)。 如果你发现画面里总出现一些不想要的东西，比如变形的手指、模糊的背景，可以用否定提示词告诉AI要避免什么。在一些工具里，你可以输入“deformed, blurry, ugly, warped”等词来优化画面。

• 参考别人的作品。 很多AI视频平台都有社区或者案例展示，去看看那些效果好的视频是怎么写的提示词。这是最直接的学习方式。比如Sora官网就公布了很多高质量的提示词，可以直接拿来分析和学习。

总的来说，写提示词的过程，就是一个不断把脑中模糊想法清晰化、结构化的过程。从最核心的“谁在哪干什么”，到“镜头怎么动、光怎么打、什么风格”，你给出的信息越完整、越符合逻辑，AI这个“工具人”就越能给你一个满意的结果。多练习，多尝试，慢慢你就能找到和AI沟通的最佳方式。