写短剧提示词最容易犯的错,是上来就描述剧情,结果出来的人物一开口就崩、镜头接不上、重抽十几次。这篇不讲玄学,只给一套能照着填的结构:动手前先定哪几件事、每一段该写什么、什么时候该停下来改提示词而不是继续抽卡。
写短剧提示词最容易犯的错,是上来就描述剧情。第一句写成「一个女孩在雨里奔跑,她哭了」,听着挺有画面,出来的人脸可能每一条都不一样,镜头也接不上,只能重抽十几次。问题不在模型不给力,在于你没给它可复述的锚点。
这篇只讲一件事:动手之前,先把人物、镜头、动作、禁忌这四样定死,写进第一条提示词里。定完再谈抽卡次数、谈工具选型,顺序反了就是白烧调用。下面给的是能照着填的结构,不是玄学。
别急着写剧情,先定四件事
短剧一条画面一般只交代一个信息:谁在做什么。剧情是好几条画面拼出来的,所以提示词的第一责任不是讲故事,是把「这一个画面里的人是谁、站在哪、干什么」说清楚。四件事没定,写再多形容词也是往糊里加料。
- 人物
- 长相、年龄感、服装、说话方式的固定说法,第一段写死,后面每次都原词复述,不许换近义词
- 镜头
- 近景还是全景、机位在哪个方向、镜头是推是停,一条画面只承担一个镜头任务
- 动作
- 一个主要动作加一个收尾动作,写到这个量就停,再多模型开始糊成一团
- 禁忌
- 明确列出不要出现的内容,比如多余人物、画面文字、水印、口型对不上;写具体,别写「不要奇怪的东西」
这四项里最难坚持的是人物。人总有冲动把「短发」写成「齐耳发」,下次又写成「利落短发」,自己看着是一个意思,模型眼里是三个人。定妆段抽出来单独存一份,全剧共用,改一处同步改完,这是跨镜头脸不崩的前提。
提示词按这个顺序排,别打乱
模型对靠前的词更敏感,这是排队不是装饰。人物和动作放前面,风格词放中段,画质形容词放最后。顺序乱掉的典型后果是:脸还行,动作做一半,最后一段的「电影感」倒是稳稳生效了。
| 顺序 | 写什么 | 写不好会怎样 |
|---|---|---|
| 一 | 画面类型:这一条是人物特写还是全景交代 | 模型自己猜景别,剪辑时凑不上 |
| 二 | 人物定妆:原词复述,一字不改 | 跨镜头换脸、发型漂移 |
| 三 | 动作:一个主动作加一个收尾 | 动作做到一半停住,或者多出第三只手 |
| 四 | 场景与光线:在哪、什么时间感、光从哪来 | 背景每集换一个地方 |
| 五 | 镜头语言:机位、推拉、是否固定 | 镜头乱晃,同一场戏接不上 |
| 六 | 禁忌:具体列出不要什么 | 水印、字幕、路人乱入 |
段落之间用逗号或分号断开,别写成一整句长句套长句。句子一长,模型容易只读到前半段,后半段的限制条件直接丢了。这一点在动作和禁忌上特别明显:禁忌写在长句尾巴上,基本等于没写。
什么时候该停手改词,而不是继续抽
抽卡本身没错,错在不知道什么时候该停。判断标准其实很简单:看连续几条出来的问题是不是指向同一个地方。脸每次都在同一处变形,动作每次都断在同一帧,那就不是运气问题,是词的问题。继续抽只是把同样的错误多买几遍。
- 先归类问题把废片按脸、动作、镜头、背景四类归档,看哪一类占比最高。占比最高的那一类,就是这轮要改的段落。
- 只改一个变量人物对但表情僵,只加情绪词;动作崩了,砍动作而不是加形容词硬救;镜头乱,把机位写死。
- 改完先小批量验证同一提示词出几条,确认问题不再复现,再回到正常出片节奏。别改完直接大批量跑。
- 把有效的版本存下来改对了的那一版提示词存成模板,下一集只换剧情动作段,风格才稳得住。
有人会问,那是不是永远不能靠多抽碰运气?也不是。风格探索阶段随便抽没问题,反正还没定调。但一旦进入正式出片,尤其是同一部剧要多集连拍,继续靠抽就是给自己埋返工的坑。
几个具体的翻车点
- 人物描述每次换说法,这次「短发」下次「齐耳发」,跨镜头直接对不上
- 把整段剧情塞进一条提示词,出来的是拼贴画,不是一场戏
- 禁忌项写成「不要奇怪的东西」,太含糊,要具体到「不要第二个人」「不要画面文字」
- 画质形容词堆在最前面,把人脸和动作挤到后面,权重全浪费在「高清」上
- 每集重新手写一遍提示词模板,风格自然一集一个样
还有个容易被忽略的点:工具和模型选型是这四件事定完之后才该考虑的事。人物没定死就去比哪个模型出脸稳,比到最后你会发现换谁都稳不了,因为每次输入的「谁」本来就不一样。
至于不同模型的出片特点、各家官方 API 的价格与限制,这些是会变的数字,别记在脑子里,去站内页面核对当时的数值更靠谱。同样,中转站靠不靠谱也影响出片节奏,稳定性差的时候你会误以为是提示词的问题。
下一步把这套结构落到实际出片前,建议先看一眼各家中转站当前的稳定性与延迟表现,避免把工具问题误判成提示词问题;具体数字以页面当时显示为准。→常见问题
短剧提示词是不是越长越好?
不是。长到模型读不完的部分等于没写。判断标准很简单:删掉一句后画面有没有变化,没变化的那句就是废话。人物和动作必须留,画质类形容词可以砍一半,先把能控住的写准,再考虑锦上添花。
人物每集都不一样怎么办?
多半是描述换词了。把人物定妆段固定成一段文字,每次原样复制,只改动作和场景。有条件的话用参考图或图生视频锁住脸,纯文字描述再稳也有漂移。这事儿麻烦在坚持,改一次词就前功尽弃。
一条提示词能写多长的剧情?
一条只写一个镜头内的事,多个镜头分开做再剪。硬塞多镜头,模型会自己分配画面,结果往往是每个都做一半。想省事就在剪辑软件里串,比在提示词里赌靠谱。