图生视频提示词模板，常见问题和做法

手里有一张满意的参考图，丢进图生视频工具，出来的却是人物变形、镜头乱晃、画面跟原图完全不像——多数人第一反应是继续重抽，抽十次还是老样子。问题往往不在运气，而在提示词结构没搭对，或者参考图本身就不满足输入条件。这篇给一套能直接套用的提示词模板，再配一张从图到词的排查顺序表，让你知道该改哪一块，而不是盲目重抽。

手里有一张满意的参考图，丢进图生视频工具，出来的却是人物变形、镜头乱晃、画面跟原图完全不像。多数人第一反应是继续重抽，抽十次还是老样子。问题往往不在运气，而在提示词结构没搭对，或者参考图本身就不满足输入条件。

这篇给一套能直接套用的图生视频提示词模板，再配一张从图到词的排查顺序表。目标很朴素：让你知道出问题时该改哪一块，而不是盲目重抽把额度抽干。下面的写法偏通用，各家工具的输入框和参数叫法不一样，遇到对不上的字段，去站内工具目录里找对应产品页看它自己的说明。

为什么图生视频比文生视频更该用模板

文生视频里，提示词要同时描述主体、风格、动作、运镜，信息量大但都由你掌控。图生视频不一样：参考图已经把主体长相、配色、画风交代完了，提示词的任务变成补动作、补运镜、补时间线。分工变了，写法也得跟着变。

没有模板时最常见的错误，是忍不住把画面内容再描述一遍——「一个穿红衣的女孩站在窗边」这类句子你说得越细，模型收到的信号越杂，反而不知道该让什么动。模板的作用就是把「已经由图片决定的东西」和「需要由文字决定的东西」分开，别打架。

图片负责

主体外观、构图、风格、配色、背景氛围

文字负责

动作幅度、运镜方式、光线变化、时长内的节奏

两边都别碰

具体像素级细节、要精确还原的文字、原图里没有的元素

一套可套用的五段式提示词结构

下面这套五段式，顺序建议固定下来，不为别的，方便你排查——出问题时能快速定位是哪一段写歪了。段与段之间用逗号或句号断句，别堆成一大串。

填空骨架长这样，方括号里换成你的内容就行：「保持参考图中[主体]的外观、服装和画风不变；[主体]缓慢[主动作]，同时[辅助细节]；镜头[固定机位/缓慢推近]；光线[自然/柔和/有轻微变化]；画面清晰流畅，时长约[几秒]」。骨架本身不神奇，重要的是它把冲突点拆开了。

• 主体不变声明写具体一点，比空泛的「保持原图」更容易被模型理解
• 动作只写一个主谓宾，辅助细节一句带过
• 运镜二选一，别既推近又平移
• 环境和光线只写会变化的部分，静态部分别重复
• 时长与节奏用「缓慢」「自然」这类词描述感受，不要写具体参数去猜

参考图先过一遍：什么样的图进去就容易失效

很多人把时间全花在改提示词上，却从不回头看那张图。图生视频里，图片是地基。地基有问题，词写得再顺也只是在补救。下面几类图属于高风险，进去之前先换一张或者先修图。

• 主体太小：人物在画面里只占一个小角，模型没有足够像素去理解它
• 多主体挤在一起：两个人以上贴得近，动作很容易串味、互相变形
• 严重背光或大阴影：脸部和边缘信息不足，模型只能靠猜
• 大面积文字或水印：容易被当成画面元素一起动，糊成一团
• 强压缩噪点：模型分不清是噪点还是细节，输出跟着抖

自查清单按这个顺序走一遍：主体在画面里的占比够不够看清五官或轮廓；主体边缘是否清晰、和背景有没有明显区分；背景是否杂乱到抢戏；长宽比是否接近工具支持的比例。四项里有一项明显不达标，先换图，别急着改提示词。

还有一点容易忽略：参考图不是越精美越好，是要给动作留空间。构图太满、主体顶到画面边缘的图，一做推近或平移就出画。纯产品图的取舍是背景干净优先、留白够；纯人像图则是脸要清楚、肩部以上别裁太紧。具体哪种比例、哪类图更容易过，各工具口径不一样，去站内工具目录对应产品页核对它自己的输入要求。

动作和运镜怎么写才不乱

画面崩坏的高发原因之一，是提示词里塞了两三个并行动作：一边走路一边回头一边抬手看表。对模型来说这不是「丰富」，是让它同时解三个方程。新手阶段就守一条规矩：一个主动作，加一个不影响主体的辅助细节（比如衣摆动、头发飘）。

运镜词分档写，别混着来。固定机位最稳，缓慢推近次之，平移和环绕属于进阶，容易带着主体一起晃。剪辑术语更不要写进生成提示词——转场、分镜切换、淡入淡出这些是后期的事，写进去只会干扰模型理解画面本身。

保持参考图中人物的外观和服装不变，人物缓慢转头看向镜头，头发随动作轻微摆动，镜头固定机位，光线柔和，画面清晰流畅

出片不对时的排查顺序

排查的核心原则只有一句：一次只动一个变量。你要是又换图又改词又调分辨率，就算这次好了，下次也复现不出来是哪个改动起的作用。按下面四步走，每一步验证通过再进下一步。

1. 第一步：查参考图合规对照上一节的清单过一遍，重点看主体占比和边缘清晰度。换一张干净的图重试，动作提示词保持不变。
2. 第二步：查提示词是否自相矛盾逐段读，看有没有同时描述两个动作、有没有和原图冲突的外观描述（比如图里是短发，词里写长发）。删掉冲突句再试。
3. 第三步：降动作幅度把主动作改成更慢、更小的版本，运镜改回固定机位。如果这版正常了，说明原方案是动作或运镜过载。
4. 第四步：换模型或换分辨率前三步都排除了，才考虑换工具或调分辨率。低分辨率先跑通动作，再上正式输出。

这张表不是绝对对应关系，有时两三个症状同时出现。遇到这种情况，按「图 → 词 → 动作 → 模型」的固定顺序走，别跳步。跳步的代价是你会以为问题解决了，其实只是换了个地方出问题。

把模板用出稳定产出的几个习惯

模板的价值不在第一次，在第十次。每次跑通之后，把提示词和参考图一起存档，标注清楚用了哪段动作、哪档运镜、哪类图。下次换主体，只改动作和运镜两段，其余照抄，出片稳定性会明显不一样。

• 建一个成功样本夹：提示词全文加参考图，命名带场景关键词
• 建一个失败样本夹：记录「哪种图配哪种词会翻车」，比记成功更有用
• 额度有限时先小分辨率试动作，动作对了再出正片
• 同一批素材批量生成前，先用一张图跑通全套流程再铺开
• 工具改版后先拿旧存档复测一次，确认模板还成立

额度这块各家规则和免费次数经常调整，别按记忆里的数字规划用量，去站内视频生成免费额度相关页面核对当时的可用次数。工具能力和限制也可以先到站内工具目录里横向看一遍再决定用哪家，省得在一家身上反复试错。

图生视频里，图片定下限，提示词定上限；先保证下限不塌，再谈上限。