
很多人一听到“AI视频提示词”,就觉得里面有什么了不起的高科技。其实说白了,它就是给视频生成大模型(比如Sora、Runway Gen-3、Luma Dream Machine、Kling等)写的一份分镜剧本加摄影说明书。
你给AI的指令越模糊,它吐出来的视频就越像梦游现场:画面扭曲、逻辑混乱、主体乱飞。要想让AI稳稳当当听你的话,输出能直接拿去用的商业级素材,必须掌握一套科学的提示词编写逻辑。
一、 为什么你写的AI视频总是翻车?
翻车的核心原因只有一个:你把AI当成了编剧,而它其实只是个听不懂抽象词的执行工。
如果你输入“一个悲伤的男人在雨中绝望”,不同模型可能会给你各种奇奇怪怪的画面。因为“悲伤”和“绝望”太抽象了。AI需要的是物理世界的参数。
一个合格的AI视频提示词,必须包含以下五个硬性要素:
1.主体(Subject):画面里到底有什么?穿什么衣服?长什么样?
2.动作(Action):主体在干什么?运动轨迹是怎样的?
3.环境与光影(Environment & Lighting):背景在哪里?时间是几点?光从哪个方向打过来?
4.镜头语言(Camera Work):机位怎么动?推、拉、摇、移还是特写?
5.画风与材质(Style & Texture):是写实电影感、赛博朋克、皮克斯动画,还是胶片质感?
主流视频大模型特性对比
在动手写提示词之前,你得先清楚市面上这几个主流工具的脾气。不同模型的提示词偏好完全不同:
| 模型名称 | 核心优势 | 提示词偏好 | 典型适用场景 |
|---|---|---|---|
| Runway Gen-3 Alpha | 运镜精准,物理模拟好 | 喜欢纯英文、结构化的短句,对镜头运动指令(如 Dolly in)极其敏感 | 电影大片、工业产品展示、复杂运镜 |
| Luma Dream Machine | 动作流畅,动态范围大 | 适应中英文,对情绪和场景氛围捕捉到位 | 人物特写、自然风光、快节奏动态视频 |
| Kling (可灵) | 语义理解强,中国本土化好 | 支持中文长文本,对古风、写实人物微表情把握极佳 | 短视频二创、国风叙事、电商广告 |
| OpenAI Sora | 物理世界模拟极强(排队中) | 偏爱极度详尽的场景描述与物理交互细节 | 复杂大场面、长镜头、写实纪录片 |
二、 高频实战提示词模板(可直接复制)
直接上干货。以下四个模板覆盖了目前80%的商业和日常创作场景。你可以根据需求替换括号内的关键词。
1. 商业广告与产品展示模板(适合Runway / Sora)
这个模板专门用来拍产品,核心在于控制光影和材质的高级感。
[主体描述], product commercial shot, cinematic lighting, 8k resolution, photorealistic. The camera [镜头运动方式] around the product. Background is [背景环境], minimalist studio setting. Professional color grading, high-end commercial aesthetic.
•实战示例:
A luxury mechanical watch with gold gears, product commercial shot, cinematic lighting, 8k resolution, photorealistic. The camera slowly orbits around the watch, macro lens close-up. Background is dark slate grey, minimalist studio setting. Professional color grading, high-end commercial aesthetic.
2. 电影感叙事与人物特写模板(适合Luma / Kling)
这个模板用来抓取人物的情绪和微表情,强调画面的故事感。
[人物特征] with [表情/情绪], medium close-up shot. [动作描述]. Lighting is [光影风格], casting soft shadows. Film grain, anamorphic lens flare, shallow depth of field, 35mm film style.
•实战示例:
A young Asian female programmer with focused expression, medium close-up shot. Typing rapidly on a mechanical keyboard, neon light reflecting on her glasses. Lighting is moody cyberpunk blue and pink, casting soft shadows. Film grain, anamorphic lens flare, shallow depth of field, 35mm film style.
3. 宏大风光与特效大片模板(适合Sora / Runway)
适合用来做大场面的视觉视觉震撼效果。
Wide angle drone shot of [宏大场景描述], breathtaking scale. [动态细节,如:waves crashing, wind blowing]. Golden hour lighting, volumetric rays piercing through clouds. Epic blockbuster tone, hyper-detailed.
•实战示例:
Wide angle drone shot of an ancient futuristic city carved into giant red canyons, breathtaking scale. Waterfalls cascading down futuristic glass towers into a misty valley. Golden hour lighting, volumetric rays piercing through clouds. Epic blockbuster tone, hyper-detailed.
4. 国风与唯美意境模板(强烈推荐在可灵Kling中使用)
针对中文模型优化,直接用中文写效果往往比机翻更好。
[主体],国风美学,电影级构图。[环境描写],细雨微风,飘渺雾气。色调古朴典雅,细腻的皮肤纹理与布料质感,4k画质。
•实战示例:
一位身穿白衣的古代剑客站在竹林深处,国风美学,电影级构图。微风吹过,竹叶沙沙作响,地面有积水倒影,飘渺雾气。色调古朴典雅,细腻的皮肤纹理与丝绸布料质感,4k画质。
三、 玩转视频提示词的核心技巧
写好提示词不能光靠碰运气。在实际操作中,有几个行业内常用的技巧能帮大模型少走弯路。
1. 善用英文提示词(即便支持中文)
虽然现在的国产模型和部分海外模型支持中文输入,但英文依然是目前所有大模型的母语。用英文写提示词,模型在理解摄影术语(如 *Dolly zoom*, *Bokeh*, *Volumetric lighting*)时,出现幻觉的概率会大幅降低。
2. 锁定画面的“镜头语言”词库
AI经常把画面拍得像个死板的PPT。如果你想让它动起来,提示词里必须包含专业的运镜术语:
•Push in / Dolly in(推镜头):画面向前推进,适合表现紧张感或聚焦主体。
•Pull out / Dolly out(拉镜头):画面后退,适合展现宏大背景或孤独感。
•Pan left / Pan right(摇镜头):镜头固定不动,水平旋转,适合展现全景。
•Tracking shot / Follow shot(跟镜头):跟随主体移动,适合运动场景。
•Macro shot(微距镜头):极近距离拍摄材质细节。
3. 控制“运动幅度”(Motion Control)
很多模型(如Runway)都有运动参数滑块。如果你的提示词里写了太多的动作(比如跑、跳、爆炸同时发生),画面极易崩坏。
•黄金法则:一次只让一个主体做一件事。例如,如果人物在跑步,背景就保持静态或者简单的顺风飘动,不要同时让背景里的车也飞速倒退。
四、 避坑指南:新手最容易踩的三个雷区
1.废话太多,细节太杂:
不要写一堆诸如“请帮我生成一个很好看的、高清的、让人震撼的视频”这种废话。AI根本不理会情绪化的夸奖,它只认名词和动词。把字数省下来去描述光影和材质。
2.忽略首帧与尾帧的控制:
如果你用图生视频(Image-to-Video),首张图片的质量决定了视频上限。如果图片本身糊成一团,提示词写得再好,AI也只能在一堆马赛克里硬猜。先用Midjourney或SD把底图做精细,再丢进视频模型里动起来。
3.期望一步到位:
目前没有哪个AI视频模型能一次性生成完美的5分钟微电影。业内的标准工作流是:生成4秒优质素材 -> 挑选满意的片段 -> 使用局部重绘(Inpainting)或镜头延长(Extend)功能一点点拼凑。把它当成毛坯房,你需要一块砖一块砖地修。
把上面的模板复制过去,替换掉括号里的词,多跑几次,你会发现控制AI视频其实跟用单反相机拍照一样,有规律可循。多动手试错两次,手感自然就出来了。

评论前必须登录!
立即登录 注册