AI生成视频提示词选择标准:写多长、先定谁,这两处最容易白抽卡

内容创作

讲清AI生成视频提示词的取舍标准:先定主体与运镜、控住长度与禁用项,再按返工成本判断哪些词值得写、哪些纯属浪费。

很多人写视频提示词,是把脑子里所有画面一口气砸进去,结果模型只抓住了最不重要的那句。抽十次废八次,钱和时间都耗在重写上。这篇给一套能照着比的标准:先看你要什么,再看提示词该写到什么颗粒度,最后给一份写前自查和写完排查的顺序,帮你把废片率压下来。

写视频提示词最常见的浪费,不是不会写,是一口气把所有画面砸进去。抽十次废八次,回头看那堆词,模型抓住的往往是最不重要的半句。这篇不聊灵感,聊取舍:哪几句必须写死,哪几句删了也没人发现。

先说一个前提。判断提示词该写多长,得看你手里这个工具怎么吃输入。有的只接受一句话,有的能塞一整段分镜,硬把长提示丢进短输入的框里,多出来的部分纯属浪费。各家支持什么输入、怎么填参数,到站内的厂商页对照着看,别凭印象。

先分清你要的是「动起来」还是「演一段」

这两件事的写法差别很大,混在一起写就会两头不靠。判断的标准很简单:画面里有没有动作时序。只是风吹头发、水在流、镜头轻微推近,这种叫动起来,主体加环境两句就够,再多是噪音。

如果画面里有连续动作、有人从一个位置走到另一个位置、有镜头切换,那才需要写顺序和转场。这时候提示词的结构就不是形容词堆叠,而是一条时间线。写之前先问自己:这条片子是想证明「画面能动」,还是想讲清「发生了一件事」?答案不同,后面的颗粒度全不一样。

提示词长短不是本事,可控性才是

我习惯把描述分三档来取舍,比纠结总字数有用得多。必须写死的那一档,删了成片就崩:主体是什么、在什么场景、画幅是横是竖。值得写的那一档,影响观感但不致命:光线方向、镜头怎么动、节奏快慢。可写可不写的那一档,是情绪形容词和「大片感」「超写实」这类词,堆上去多半只是稀释重点。

描述类型例子删掉的后果建议
必须写死主体身份、场景、画幅成片完全跑偏每次都要写
值得写光线、运镜、节奏观感打折但不崩按需加一到两条
可写可不写氛围形容词、情绪词几乎没区别能删就删

具体怎么判断某句话值不值得留?删掉它,成片会不会明显不一样。不会,就删。这条标准比任何「黄金字数」都靠谱,因为不同工具对提示词的消化能力本来就不一样,长度上限也不是拍脑袋定的,到厂商页核对当下的口径。

写进禁用项,比写更多要求更管用

很多人写提示词只有加法没有减法。其实把不想要的东西写清楚,对废片的抑制往往比堆正面词更直接:多余的手指、画面里冒出来的文字水印、帧与帧之间的跳变、人脸变形。这些负面约束值得单独占一行,别混在描述句里。

还有个常见误判:把「高清」「电影感」当成画质开关。它们影响的是风格倾向,不是分辨率。真要控清晰度,得去导出设置里看,提示词里写多少遍都没用。

  1. 先跑低规格版别一上来就满配抽卡。用同一条提示词跑一条便宜的低规格版本,只看构图和主体对不对,构图错了改词,构图对了再上细节。
  2. 确认比例和时长生成前就和发布平台对一遍,比例不对后期裁切等于白跑一条,时长超了也要重来。
  3. 固定变量再对比想比较两版提示词,只改一处,其他照抄。一次改三处,最后谁也说不清是哪句起了作用。

生成前的自查清单

  • 主体是否唯一且具体:一句话里塞两个以上主角,模型基本挑一个丢一个
  • 动作有没有起点和终点:只说「在走」,不如说清从哪走到哪、镜头跟谁
  • 画面比例和时长跟发布平台对得上吗,对不上就先改再生成
  • 有没有互相打架的描述,比如同时要静态特写和大范围运镜
  • 禁用项写了吗,还是只写了一堆想要的效果

这几条不用全过一遍才能开工,但踩中任何一条,废片概率都会明显上去。尤其是第一条和第四条,改起来最便宜,效果最明显。

出片不对,按这个顺序排查

抽废了先别急着改词,排查顺序反了会把时间全花在措辞上。第一顺位看主体描述是不是被环境词盖过去了,删掉大段环境描写重跑一次,很多时候问题就没了。

第二顺位看动作是不是超出了工具能力。长镜头里连续做几件事,本来就容易被拆散,正确做法是分成多条生成再接起来,而不是死磕一条提示词。最后才怀疑措辞。还有一个信号值得留意:同一条提示词重复抽,结果都差不多。那说明信息已经到位,问题在模型处理这类画面的方式上,换思路比换词有用。

提示词的价值不在写得多全,在于每一句都能对应一个你会去检查的画面结果。
下一步厂商支持什么输入、参数填在哪一格,站内厂商页有对照;想先挑工具再动笔,视频工具目录里按输入类型筛一遍更省事。

常见问题

提示词写得越长,出来的视频是不是越好?

不是。长提示词的风险是重点被稀释,模型抓不到你最在意的那一项。判断标准很简单:删掉一句成片没变化,那句就是多余的。先保证主体、动作、镜头三件事写清,再考虑要不要加氛围描述。

文生视频和图生视频的提示词写法一样吗?

不完全一样。图生视频已经给了画面底子,提示词重点该放在运动上——镜头怎么走、主体怎么动、画面里什么保持不动;文生视频则要先把画面本身描述清楚。参考图能定风格,但动作还是得靠文字交代。

负面描述真的有用吗?

对画面跳变、多余肢体、文字水印这类常见毛病,负面约束往往比正面堆词更省事。但它不是万能的,写太多负面项也会挤占提示词空间。建议只列最影响你这条片子的两三项,其余交给多次生成筛选。

本文依据各平台公开文档与官方公告整理,只做中文归纳;具体做法、参数与限制以官方文档为准。