AI生成视频提示词怎么写

你大概遇到过这种情况：同一句提示词抽三四次，人脸忽变、镜头乱晃、动作和描述对不上，最后勉强剪进片子还得多花额度重生成。问题多半不在工具，而在提示词写得像许愿不像交底。这篇按视频创作者的实际出片流程，拆出画面稳定的提示词应该包含哪几块、每块写到什么颗粒度、什么时候该换写法。不承诺一定一次过，但能让你抽得更少、更可控。

你大概遇到过这种情况：同一句提示词抽三四次，人脸忽变、镜头乱晃、动作和描述对不上，最后勉强剪进片子还得多花额度重生成。问题多半不在工具，而在提示词写得像许愿不像交底。把一句话拆成几个各管一件事的槽位，模型每次只抓一个重点，废片率才会降下来。

这篇按视频创作者的实际出片流程，拆出画面稳定的提示词应该包含哪几块、每块写到什么颗粒度、什么时候该换写法。不承诺一次过，但能让你抽得更少、更可控。顺便说一句，各家工具对提示词的响应偏好不一样，真要挑工具，先去站内目录里对照一遍再动手。

先把一句许愿拆成四个可写的槽位

视频提示词最常见的毛病是把主体、动作、环境、运镜全塞进一长句。模型读长句时会挑权重高的词先响应，剩下的一律忽略，于是你描述的十个要素里稳定出现两三个，其他全靠抽卡。拆成四句之后，每句只承担一件事，出问题时也能精确定位是哪一槽写坏了。

主体

写能看见的特征，比如服装颜色、发型、体型大致范围；别写「自信的职场女性」这种身份加情绪词，模型看不见情绪。

动作

写「正在做什么」而不是「感觉如何」，一次只给一个动词，转身就是转身，别同时写转身加抬手加回头。

环境

只写影响画面的要素，比如光线方向、天气、地面材质；多余的装饰词会稀释主体权重。

运镜

单独一句写镜头怎么动，和主体动作分开，混在一起模型容易把运镜理解成人物在动。

拆完之后建议按固定顺序排列：主体→动作→环境→运镜。顺序不是硬规定，但固定顺序的好处是你改一个槽位时不会误动其他槽位，复用起来也方便。

运镜怎么写才不乱晃、不乱切

运镜是废片重灾区，因为很多人把运镜当成氛围词在用，写「电影感环绕镜头」这类描述，模型不知道你到底要它做什么。运镜本质是机位的物理动作，写成明确指令比写成形容词靠谱得多。

• 只选一种运镜写完就停：推、拉、摇、跟、固定机位，同时写两种，模型只会二选一地漂移。
• 要稳就用固定机位加轻微位移，要动感再加运镜，别指望一句话里同时要稳又要炫。
• 写清镜头与主体的距离关系，近景、中景、全景，它比形容词更能决定构图。
• 需要多镜头走位就拆成多条提示词分开生成，单条提示词做不了分镜。
• 运镜和动作别写成同一件事，镜头动不等于人动，分开写才不会有双重位移。

让画面稳下来的几条硬规则

这几条属于经验性约束，不保证每条都适用于所有工具，但方向是一致的：让单次生成的变量越少越好。变量的数量比变量的质量更影响稳定性，一张素材里塞三个卖点，通常一个都拍不好。

• 人物一致性靠参考图或同一套外观描述复用，光靠形容词很难跨次稳定。
• 先固定风格词再换主体，风格和主体来回一起改等于每次都在重来。
• 抽到可用的那条就存下来当模板，下次只替换主体和动作槽位。
• 同一批生成里挑参数相近的几条对比，别把风格词和运镜词一起换掉，否则不知道是哪个起的作用。
• 素材库要按槽位分类整理，不是按时间堆在一起，复用的时候才找得到。

什么情况下这条不适用？如果你做的是抽象视觉素材，比如粒子、光效、无主体的氛围片段，主体和动作槽位本身就不存在，这时候应该只保留风格和运动方向两个描述，硬套四槽反而会让画面变脏。

出片后的迭代顺序：从哪一项开始调

大多数人出片不满意时的第一反应是继续加词，加负面提示词、加形容词、加参考。加词会让模型的信息密度变高，但优先级并没有变清晰，结果往往是新问题盖住旧问题。正确的顺序是先判断问题属于哪一类，再从对应槽位下手。

1. 先判断崩坏类型看是画面结构崩了，还是动作没对上，还是构图不对。三类问题的处理路径完全不同，混着调会越调越乱。
2. 画面崩坏先删描述多数时候是写太多而不是写太少，先把装饰性描述砍掉，再看是否恢复；砍完还崩再考虑加约束。
3. 动作不对就换动词把复合动作拆成单动作，一次只保留一个动词，别急着加负面提示词。
4. 构图不对调运镜与景别画质不对调风格与清晰度描述，两类问题分开处理，不要在同一轮里同时改。
5. 连续失败就换方式同一提示词反复失败说明的是工具或生成方式的问题，不是你的文案问题，先到站内视频生成工具目录挑一个再试。

迭代过程中建议留一份失败记录，写清楚改了哪个槽位、结果变成什么样。这份记录比任何教程都更有针对性，因为它对应的是你手上的工具和你的出片习惯。具体某款工具在中转渠道上的响应差异，可以到站内相关页面核对当时的数字，不要只看一张图就下结论。