如何编写高效的AI制作视频指令，快速生成高质量的短视频？

写AI视频指令，其实就跟学着跟一个很聪明但没啥生活经验的实习生沟通差不多。你得说得特别直白，一个指令一个动作，它才能准确理解你的想法，给你生成想要的画面。别指望它能猜到你心里想什么，你给的指令越模糊，出来的结果就越“惊吓”。

先从骨架开始：主体 + 动作 + 场景

别一上来就想搞个大片，先从最基本的三个元素开始，把骨架搭起来。这就像画画，先画轮廓再填细节。

• 主体 (Subject): 画面里最主要的东西是什么？是人还是物？ 尽量具体。不要只说“一个男人”，而是“一个穿着旧款棕色皮夹克的白发老人”。 细节越多，AI抓取到的特征就越准。
• 动作 (Action): 主体在干什么？ 动作要简单直接。 比如，“坐着看报纸”，就比“在思考人生”要好得多。AI能理解具体的、能看到的动作，但理解不了抽象的概念。 避免在一个短镜头里塞进太多动作，比如“男人站起来，走到窗边，然后喝了口咖啡”，AI很容易搞混，最后可能只执行了第一个或者最后一个动作，甚至生成一个四不像的画面。
• 场景 (Scene): 这事儿发生在哪？ 同样，具体点。“一个光线昏暗的图书馆”，就比“一个房间里”要明确得多。 场景描述可以包括前景、背景，甚至是天气。比如，“夜晚的东京街头，路面湿滑，反射着五颜六色的霓虹灯”。

把这三样东西拼起来，就是一个最基础的指令了。比如：“一个穿着旧款棕色皮夹克的白发老人，坐在光线昏暗的图书馆里，慢慢地翻着一本书。” 这条指令清晰、具体，AI处理起来就没那么费劲。

丰富画面：风格、镜头和光线是关键

有了骨架，现在可以加点肉，让画面活起来。这时候就要用到一些摄影和美术的词汇了。别担心，不需要你成为专业导演，只要懂几个基本术语，就能让视频质量好几个档次。

1. 风格 (Style): 你想要什么样的整体感觉？ 是像动画片还是真人电影？ 直接告诉AI。你可以用“皮克斯动画风格”、“宫崎骏动画风格”或者“80年代恐怖电影风格”。 还可以更具体，比如“赛博朋克”、“蒸汽朋克”或者“水墨画风格”。风格词能快速给视频定下调子。

2. 镜头 (Camera): 这是决定画面观感的重头戏。你想让观众怎么看这个场景？

• 景别: “远景镜头 (Wide shot)”用来展示宏大场景。 “中景镜头 (Medium shot)”大概拍到人物腰部以上，适合展示人物表情和上半身动作。 “特写镜头 (Close-up)”用来放大细节，比如眼睛、手上的戒指等等。
• 角度: “低角度拍摄 (Low-angle shot)”会让主体看起来更高大、更有压迫感。 “俯视镜头 (Overhead view)”就是从上往下拍，有种上帝视角的感觉。
• 运镜: 这是让画面动起来的关键。“向前推镜 (Dolly in)”或者“拉近 (Zoom in)”可以把焦点集中到某个物体上。 “平移镜头 (Pan left/right)”就是镜头左右移动，适合展示开阔的风景。 “环绕镜头 (Orbit around)”可以360度展示主体。 但是切记，复杂的镜头运动AI很难处理好，开始阶段最好用简单的静态或者单一方向的运镜。

3. 光线 (Lighting): 光线决定了画面的情绪和氛围。 “清晨柔和的阳光”给人的感觉就很温暖、有希望。“午后刺眼的阳光”可能就代表着炎热和烦躁。“霓虹灯闪烁”则充满了都市感和迷幻色彩。 你甚至可以用更专业的词，比如“伦勃朗光”、“边缘光 (Rim light)”来营造戏剧性效果。

我们把这些元素加到之前的指令里，它就变成了：“电影感，低角度拍摄。一个穿着旧款棕色皮夹克的白发老人，坐在光线昏暗的图书馆里，只有一盏台灯照亮他，他慢慢地翻着一本书，书页在灯光下微微泛黄。” 你看，画面感是不是一下子就出来了？

进阶技巧：让AI更懂你的“潜台词”

当你掌握了基础指令的写法后，可以尝试一些更高级的玩法，让AI的输出更可控。

1. 用图生视频 (Image-to-Video): 这是个特别好用的功能。很多AI视频工具都支持你先上传一张参考图，然后再用指令让这张图动起来。 这样做的好处是，你可以牢牢控制画面的基本构图、色彩和人物形象，AI只需要在这个基础上添加动态效果，不容易跑偏。 比如你先用AI绘画工具生成一个你满意的角色形象，再把它传给视频工具，指令就可以写得更简单，比如“嘴巴在说话，眼神悲伤，窗外的雨在下”。

2. 负面指令 (Negative Prompts): 有时候，你不想要什么和想要什么同样重要。 负面指令就是告诉AI要避开哪些元素。 比如，你希望画面干净，就可以加上“避免模糊 (blurry), 避免变形 (deformed)”。 如果不想要动画感，就加上“避免卡通 (cartoon), 避免动漫 (anime)”。这能有效过滤掉一些奇怪的、不符合你预期的结果。

3. 结构化指令: 当指令变得很长的时候，用简单的逗号隔开会让AI困惑。可以尝试用结构化的方式来写，把不同类别的描述分开。比如：
* 主体: 一只黑猫。
* 动作: 在下雨的窗台上行走，姿态优雅。
* 场景: 舒适的房间内，窗外是夜晚的城市。
* 风格: 动漫风格，吉卜力工作室的感觉。
* 镜头: 侧面跟踪镜头，焦距很浅，焦点在猫身上。
* 光线: 房间内光线温暖，窗外的城市灯光模糊成一片。

这样分点列出来，逻辑清晰，AI也更容易按你的想法一步步执行。

必须避开的几个坑

最后，说几个我踩过的坑，能帮你省下不少时间和计算资源。

• 别太贪心: 一个镜头里只做一件事。 AI处理不了复杂的叙事和场景转换。 你想让一个人从客厅走到厨房，最好分成两个镜头来生成。
• 语言要直接: 避免用比喻或者太文艺的说法。 “他的眼神像深邃的宇宙”这种描述，AI是无法理解的。直接说“深蓝色的眼睛，眼神专注”效果会好得多。
• 保持一致性: 如果你想生成一系列风格统一的短片，最好把风格、色彩、镜头相关的关键词固定下来，只改变主体和动作的描述。 这样能保证你的系列视频看起来是“一套”的，而不是东拼西凑的。
• 多试几次: 同一个指令，每次生成的结果都可能不一样。 这是AI的“创造性”，也是它的不稳定性。 如果第一次效果不好，别急着大幅修改指令，可以先尝试重新生成几次。有时候，好结果就是多点几下的事。