AI 视频提示词指南

写在前面

本文讲解如何写好 AI 视频提示词——像给摄影师做镜头简报一样，把画面、运镜、动作和声音说清楚。适用于奇热AI 支持的 Seedance、Veo 等视频模型。

若你使用 Seedance 2.0 并需要参考图/视频/音频编号、编辑/延长等说明，请另阅 Seedance 2.0 提示词说明。

核心原则

把提示词想象成给一位从未看过你分镜脚本的摄影师做简报。如果你省略细节，他会自行发挥——你可能得不到想要的结果。通过明确描述镜头要达成的效果，你能给模型更多控制力和一致性。

但留白同样有力量。给模型更多创意自由，可能带来惊喜的变化和意想不到的美丽诠释。详细提示词给你控制力和一致性，轻量提示词开辟创意空间——两种方式都有价值，取决于你的目标。

1. 像给摄影师描述镜头一样：如果省略细节，模型会自行发挥。
2. 详细 = 可控，简略 = 创意：根据目标在两者间取得平衡。
3. 迭代是常态：每次生成都是新的尝试，微小的调整可能带来巨大变化。把提示词当作创意愿望清单，而非合同。

提示词结构模板

清晰的提示词应像在分镜板上素描镜头：说明画面构图，注明景深，分节拍描述动作，并设定灯光和色调。

[场景描述：角色、服装、场景、天气等细节]

摄影指导：
- 镜头：[构图和角度，如广角定场镜头、眼平视角]
- 景深：[浅景深（主体清晰，背景模糊）或深景深]
- 灯光：[光源方向和色温]
- 氛围：[整体氛围，如电影感且紧张]

动作：
- [动作1：具体的动作或手势]
- [动作2：另一个明确的动作]

对白：
- 角色："台词内容"

背景音效：
[环境音描述，如雨声、车辆嗡鸣声、远处交通声]

短提示词 vs 长提示词

提示词长度影响生成结果的可控性：

短提示词示例

在一段90年代纪录片风格的采访中，一位瑞典老人坐在书房里说："我还记得我年轻的时候。"

这个提示词可能效果很好：

• 90年代纪录片 设定了视频风格，模型会相应选择镜头、灯光和调色
• 瑞典老人坐在书房里 描述了主体和场景，但留有创意空间
• 说："我还记得..." 描述对白，模型通常能较准确执行

但这个提示词没有描述：时间、天气、服装、表情、年龄细节、镜头角度、剪辑、场景设计等。这些都由模型自由发挥。

关键要素详解

1. 视觉风格

先确立整体风格，模型会据此统一所有细节。同样的细节在不同风格下会呈现截然不同的效果：

• 1970年代电影，35mm胶片，温暖的炫光
• IMAX史诗级规模
• 16mm黑白纪录片
• 手绘2D/3D混合动画风格
• 手机手持拍摄，颗粒感
• 复古广告片风格

2. 镜头与画面

清晰度获胜。用能指向可见结果的动词和名词，避免模糊描述：

镜头方向和构图决定镜头感觉：

• 俯拍广角 → 强调空间和环境
• 眼平近景 → 聚焦情感
• 浅景深 → 主体突出，背景模糊
• 深景深 → 前景背景都清晰

常用镜头描述：

• 广角定场镜头，眼平视角
• 广角镜头，跟随冲锋从左向右跟拍
• 空中广角镜头，略带俯角
• 中近景过肩镜头

常用运镜：

• 缓慢推近
• 缓慢倾斜摄像机
• 手持ENG摄像机
• 肩扛式慢速轨道移动

3. 动作与时机

动作是最难控制的部分，所以要保持简单。每个镜头应该有一个明确的摄像机运动和一个明确的主体动作。

用节拍或计数来描述动作——小步骤、手势或停顿——让它们在时间上有依据：

4. 光线与色彩一致性

光线决定氛围，与动作或场景同等重要。漫射光感觉平静中性，单一强光源创造强烈对比和张力。

当你想把多个片段剪辑在一起时，保持灯光逻辑一致是让剪辑无缝的关键。

描述光线的四个要素：

• 光源方向：主光来自摄像机左侧
• 光质：柔和漫射光 或 硬朗单光源
• 色温：温暖的钨丝灯光 或 冷色调日光
• 色彩锚点：命名3-5个颜色帮助保持色调稳定，如 琥珀色、奶油色、胡桃木棕色

5. 对白与音频

对白与音效需在提示词中直接描述。将对白放在场景描述下方的独立区块中，让模型清楚区分视觉描述和台词。

• 保持台词简洁自然
• 4秒镜头 = 1-2句简短交流
• 8秒镜头 = 可以支持更多句
• 多角色场景：一致标注说话人，使用交替回合

对白：
- 侦探："你在撒谎。我从你的沉默里听得出来。"
- 嫌疑人："或者也许我只是说累了。"
- 侦探："不管怎样，今晚结束前你会开口的。"

如果是静默镜头，你仍可以用一个小声音暗示节奏：

背景音效：咖啡机嗡嗡声，人群低语，远处交通声

6. 迭代微调

微调用于改进，而非碰运气。一次只改一处，并说明你在改什么：

• 同样的镜头，换成85mm镜头
• 同样的灯光，新色调：青色、沙色、铁锈色

当结果接近目标时，把满意的部分写进提示词并锁定描述，只调整需要改动的部分。

如果镜头总是失败：回归基础——固定摄像机、简化动作、清理背景。一旦成功，再逐步叠加复杂度。

常见难点与规避策略

多数 AI 视频模型在复杂物理、长距离位移和连续打斗上仍不稳定，了解这些规律能帮你减少失败：

物理效果弱项

空间位移技巧（重要）

模型往往擅长原地动作（手势、转身、表情），但难以让角色真正穿越空间——可能出现「原地踏步」。

规避策略：

1. 镜头移动替代人物移动 — 让镜头移动，角色保持画面相对位置，通过背景流动暗示位移
2. 环境锚点法 — 描述角色经过的标志物："经过第一根石柱…到达第二根石柱"
3. 入场/出场法 — "角色从画面左侧入场" + "走向画面右侧出画"
4. 缩短位移距离 — 长距离移动拆分为多个短镜头，每个镜头只移动 2-3 步
5. 静态互动替代 — 多人互动尽量设计为站立/坐姿互动，而非行走中对话

打斗/动作场景技巧

用电影蒙太奇手法替代连续动作：

1. 冲击瞬间 — 只描述打击的瞬间姿态，不描述完整挥拳轨迹
2. 反应镜头 — 描述被打者的反应（后退一步、捂脸），而非打击过程
3. 慢动作定格 — "拳头停在距面部5cm处" 比 "一拳打在脸上" 更稳
4. 交替单人镜头 — 对打拆分为 A 攻击 → B 反应，避免同画面精确交互

内容安全合规

视频生成服务通常有内容审核策略，以下内容可能被拒绝。了解规则有助于避免提示词被驳回：

1. 未成年人保护（零容忍）

• 角色年龄建议明确标注为成年，如 "25-28岁成年女性"
• 高危词汇：少年、少女、学生、高中生、初中生、小孩、孩子、teen、child、minor
• 学校场景改为 "大学" 或 "研究所"

2. 暴力限制

• 避免极端暴力、血腥描写（内脏、断肢等）
• 打斗需有虚构语境："武侠对决"、"动作电影特技"
• 用 "击退" 替代 "杀死"

3. 色情/裸露

• 严禁性描写和裸露
• 亲密场景限于拥抱、牵手、轻吻
• 服装避免过度暴露描写

4. 肖像权

• 严禁使用真实公众人物姓名
• 用虚构描述替代："一位优雅的中年男性，穿黑色高领毛衣"

5. 其他限制

• 禁止模拟真实新闻/选举内容
• 禁止仇恨、歧视、自杀、恐怖主义相关内容

高级模板（专业级）

对于复杂的电影级镜头，你可以用专业制作术语指定外观、摄像机设置、调色、声音景观甚至镜头理由。这类似于导演向摄影组做简报。

格式与视觉风格：
时长4秒；180°快门；模拟65mm胶片质感的数字拍摄；细腻颗粒感；高光微晕

镜头与滤镜：
32mm/50mm球面定焦镜头；Black Pro-Mist 1/4柔光滤镜

调色/色彩：
高光：干净的晨光带琥珀色提升
中间调：平衡的中性色带轻微青绿色调
暗部：柔和、中性带轻微提升以保留雾气

灯光与氛围：
自然阳光来自摄像机左侧，低角度（早晨7:30）
氛围：薄雾；火车废气飘过光束

动作：
- 旅行者向轨道方向走四步后停下
- 火车刹车进站，头灯在雾中柔和闪耀

对白：
- （无）

背景音效：
铁轨尖叫，火车刹车嘶声，远处模糊广播，低沉环境嗡鸣

完整示例

示例1：动画风格

风格：手绘2D/3D混合动画，柔和的笔刷质感，温暖的钨丝灯光，触感如定格动画。
美学唤起21世纪初的故事书动画——温馨、不完美、充满机械魅力。

在凌乱的工作坊内，架子上堆满齿轮、螺栓和泛黄的蓝图。中央，一个圆滚滚的小机器人坐在木凳上，
大大的发光眼睛闪烁着淡蓝色的光，紧张地摆弄着一个嗡嗡发光的灯泡。

摄影指导：
- 镜头：中近景，缓慢推进
- 灯光：温暖的顶部道具灯；窗户冷色溢光形成对比
- 氛围：温柔，奇思妙想，带一丝悬念

动作：
- 机器人轻敲灯泡；火花噼啪作响
- 它向后一缩，及时接住坠落的灯泡
- 机器人轻声说："差点弄丢了…但我接住了！"

背景音效：雨声，滴答的钟声，柔和的机械嗡鸣

示例2：复古浪漫

风格：1970年代浪漫剧情片，35mm胶片拍摄，自然炫光，柔焦，温暖的光晕。

黄金时段，一座砖砌公寓的屋顶。一位年轻女子穿着飘逸的红色丝绸长裙赤脚跳舞。
她的伴侣——衬衫袖子卷起——拍手附和，笑容无拘无束。

摄影指导：
- 镜头：中广角，眼平视角缓慢推近
- 灯光：金色自然主光配钨丝灯反射光
- 氛围：怀旧，温柔，电影感

动作：
- 她旋转；裙子扬起，捕捉阳光
- 女子（笑着）："看？连城市今晚都在和我们共舞。"
- 他上前一步，抓住她的手，将她带入阴影

背景音效：微风，布料飘动，街道噪音，远处模糊的音乐