AI 视频提示词怎么写：模板、分路测试与失败修复

AI 视频提示词写得好不好，不看句子有多“电影感”，先看它是不是一张可执行的拍摄单。第一步也不是抄“提示词大全”，而是确认你走的是文生视频、图生视频、参考图、首尾帧、编辑还是延长路线；同一个创意换了入口，提示词职责就会改变。

先用这张表写第一版：

要素	需要写清什么	第一条验收问题
主体与动作	谁在动、做什么、动作如何结束	主体有没有漂移，动作有没有按顺序发生？
场景与风格	地点、时间、材质、色调与视觉质感	画面是否具体，而不是“高级、震撼、电影感”的空壳？
景别与运镜	近景/全景、跟拍、推进、环绕、固定机位	模型是否真正执行了镜头指令？
光线与情绪	光源方向、明暗关系、冷暖与氛围	光线是否服务于产品、人物或叙事任务？
时长与画幅	横竖屏、目标平台、节奏与结束构图	成片能否直接进入目标版位？
声音	对白、环境声、音乐提示或静音	声音是否同步、必要且不抢画面？

第一版只跑一个基准片段：记录模型、生成路线、输入素材、提示词版本、设置、结果、失败标签和下一次只改哪一项。如果遇到内容政策拦截、入口已经下线、模型不支持当前参数，继续堆词没有意义，应该先修路线。

先分清路线，再决定提示词写多少

中文创作者常把“文生视频提示词”“图生视频 Prompt”“参考图一致性”和“运镜复刻”混成同一种写法。真正有用的区别是：哪些信息必须由文字承担，哪些已经由图片、首尾帧、参考素材或设置承担。

路线	文字负责什么	不该重复承担什么
文生视频	完整描述主体、动作、场景、镜头、光线、风格和结束状态	不要用一串互相冲突的镜头词同时争夺控制权
图生视频	重点写主体运动、环境运动、运镜、速度和时间顺序	图片已经提供的构图、主体、光线和风格不必全部重写
参考图/元素	写清哪些人物、产品或风格特征必须保留，以及它们如何运动	不要只靠文字形容来代替可用的身份或产品参考素材
首尾帧	写从起始构图到结束构图的连续变化	不要再要求与两张帧图冲突的场景跳变
视频编辑	写清只改什么、其余什么必须保持	不要把编辑任务写成从零生成新片
视频延长	从现有最后一帧继续发生什么	不要重新介绍已经在片段中成立的主体与场景

Google 当前的 Gemini API 视频文档把文本生成、图生视频、最多三张参考图、首尾帧和视频延长分成不同的 Veo 3.1 路线。Runway 的图生视频提示指南也明确：输入图已经提供构图、主体、光线和风格，文字应主要描述运动、运镜和时间推进。路线分错时，提示词越长，冲突往往越多。

xAI 的 Imagine 文档同样把生成、参考图、编辑与延长拆开；Kling 当前的 VIDEO 3.0 指南还区分单镜头、多镜头、自定义多镜头和元素绑定。不要把某个平台的“万能公式”直接搬到另一个入口。

把设置层、素材层和文字层分开

很多“提示词不听话”其实是把不属于文字的控制项塞进了句子里。界面已经提供模型、画幅、时长、清晰度或输入槽时，应先在设置层选对；人物、产品、首帧或尾帧应尽量由素材层承担；文字层再负责屏幕上发生什么。三层混在一起，会让你无法判断到底是哪一层失效。

层级	常见内容	失败时先检查什么
设置层	模型、生成模式、时长、画幅、清晰度、是否多镜头、是否启用音频	当前模型是否支持该参数，界面选择是否真的生效
素材层	首帧、尾帧、人物参考、产品参考、元素库、待编辑视频	素材质量、主体一致性、构图冲突和上传要求
文字层	主体动作、场景变化、运镜、时间顺序、光线、对白、保持项	指令是否具体、是否互相冲突、动作是否超过时长
验收层	目标版位、可读动作、结束构图、声音、不能变化的细节	结果是否完成任务，而不是只看“好不好看”

例如要做 9:16 的 6 秒产品片：先在设置层选择竖屏和时长；在素材层上传正确的产品多角度参考；文字层只描述揭晓动作、运镜、光线和结束构图；验收层再检查产品结构、Logo、版位安全区和结束帧。把“9:16、6 秒、产品绝对不变、镜头环绕、文字必须准确”全塞进一个长句，很可能让模型顾此失彼。

什么时候应该停止改词？如果同一提示词在正确路线中能执行动作，但产品外形持续漂移，补参考素材；如果参考素材稳定但镜头总不执行，简化运镜；如果请求直接提示参数不支持，换设置或模型；如果生成成功但字幕错，转后期；如果内容被政策阻止，检查内容边界。只有确认文字层是失败 owner 后，才继续改句子。

把想法写成一张视频制作单

提示词正文之前，先填一张短表。它的价值不是增加仪式感，而是让下一次失败能够定位到某一项。

hljs text
视频任务：
生成路线：
主体：
动作节拍：
场景：
景别与运镜：
运动与时间顺序：
光线与色调：
风格与材质：
声音或对白：
输入素材：
必须保持：
必须避免：
验收标准：

例如“做一个 6 秒竖屏产品揭晓”比“做一个高级电影感视频”强，因为前者已经规定任务、时长、版位和结束状态。确定路线后，再把制作单整理成自然语言：

hljs text
[景别与运镜]展示[具体主体]在[具体场景]完成[一个清楚动作]。
[环境运动]配合主体，但不能遮挡关键细节。
光线来自[方向与质感]，整体色调为[冷暖与主色]，视觉风格是[材质或影像质感]。
动作从[开场节拍]推进到[结束构图]。
声音：[对白、环境声、音乐提示或静音]。
必须保持：[人物身份、产品结构、Logo、服装、构图或颜色]。
避免：[一到两个最可能出现的可见问题]。

不必把每一栏写满。图片已经锁定主体时，先写运动而不是重复外观；精确字幕准备后期叠加时，先生成无字画面；时长和画幅由界面参数控制时，把它们记录在提示词旁边，不要指望一行文字覆盖设置。

同一个创意，六种写法

假设要做一条“晨光中的陶瓷咖啡杯”短广告，创意不变，路线不同：

路线	可直接改写的基准提示词
文生视频	微距产品镜头，一只哑光白色陶瓷杯放在胡桃木桌面。日出暖光从左侧进入，蒸汽缓慢上升，镜头做半圈轻微环绕，最后停在蓝色手作标记上。安静、克制、6 秒。
图生视频	保持输入图中的杯形、蓝色标记、桌面纹理和晨光。蒸汽形成两缕柔和曲线，镜头缓慢推进约 5 度；杯子不能旋转，不新增道具。
参考图	使用参考图锁定杯子轮廓、把手角度、蓝色标记和釉面质感。生成安静的桌面揭晓：缓慢横移、自然蒸汽、暖色窗光。
首尾帧	从首帧的空桌全景连续推进到尾帧的杯子产品近景。只用缓慢前移，杯子从画面右侧进入，不切镜。
编辑	把生硬的顶光改成柔和窗光；杯子、标记、运镜、桌面、蒸汽节奏和时长全部保持。
延长	从现有产品近景继续：保持杯形和光线，蒸汽逐渐变淡，镜头停稳在适合放结束卡的静态构图。

这张表不是要你把所有路线都跑一遍，而是帮助判断失败究竟发生在文字、素材还是入口。产品和人物总漂移时，优先换成参考图或元素绑定；动作太多时，拆成单镜头；需要精确过渡时，考虑首尾帧；只改已有片段的一处问题时，进入编辑路线。

多镜头任务先拆分，再决定一次生成还是后期拼接

一条 15 秒广告可能包含开场环境、人物动作、产品特写和结束卡。不要直接把四个镜头压成一段没有边界的 prose。先写镜头表，再判断当前模型是否有可信的多镜头控制；没有时，逐镜生成往往更可审查。

镜头	任务	必须保持	结束条件
1 环境建立	交代地点、时间与主色	场景材质、天气、色调	主体进入画面或留出切点
2 主体动作	完成一个可读动作	人物身份、服装、动作方向	动作在稳定姿态结束
3 产品特写	让产品成为唯一视觉主语	结构、Logo、颜色、比例	镜头停在可用产品角度
4 结束构图	给文案或品牌信息留空间	主色与产品位置	画面稳定，不再引入新动作

如果使用多镜头模式，给每个镜头写独立动作与时长，并明确跨镜头必须保持的元素。如果分别生成，保存同一组参考素材、色调、镜头高度和主体描述，再在剪辑软件中处理节奏。这样做不是保守，而是把“模型是否会自动导演”从“每个镜头是否可用”中分离出来。

六个可直接改造的 AI 视频提示词

下面都是“基准版本”，每个后面都有验收信号。没有任何一条能保证跨模型复现。

产品揭晓

hljs text
中近景展示一只炭灰色跑鞋放在低矮混凝土台上。
窄条灯光从鞋跟移动到鞋头，镜头做缓慢 30 度环绕。
针织纹理、鞋底结构和银色侧标保持清晰不变。
石墨灰主色，只保留一处青色反光；静音，6 秒。

验收：鞋体结构稳定，灯光移动清楚，镜头停在可用的产品角度。Logo 或结构漂移时，先加入参考素材，不要继续加形容词。

人物出场

hljs text
一个连续中景跟拍：自行车修理师从昏暗工作间走进傍晚暖光。
她用布擦掉手上的油污，看向刚到门口的骑手，并露出认出的微笑。
自然肢体动作，纪录片质感，不切镜，不出现人群。

验收：一个人物完成一个可读动作，身份不中途变化。连续角色应优先使用参考图或元素绑定。

食物特写

hljs text
极近景拍摄深色巧克力酱浇在冰凉的香草甜点上。
镜头完全固定，酱汁缓慢覆盖表面并接住柔和侧光。
浅景深、真实食物纹理，不出现餐具，只保留安静环境声。

验收：流动方向、质感与固定机位都稳定。甜点变形时，减少动作或改用输入图。

竖屏短视频开场

hljs text
竖屏近景：一张空白卡片快速弹开，露出手写问题“结果为什么变了？”
镜头穿过卡片进入明亮桌面，三张标有“制作单、路线、修复”的卡片依次落下。
动作快但文字可读，白色与青绿色为主，不出现其他文字。

验收：第一拍就能看懂问题，主体留在 9:16 安全区。模型文字不稳定时，生成无字底片，准确文案交给后期。

双人对白

hljs text
镜头一：实验台旁的双人中景，一位工程师指着运转中的样机说：
“动作对了，但外壳每次都在变。”
镜头二：另一位工程师近景回答：
“那就先锁参考，再改提示词。”
两人服装、工作间光线、声音和样机结构保持一致。

验收：当前路线确实支持多镜头与对白控制，人物和物体跨镜头稳定；做不到时，分别生成单镜头再剪辑。

图生视频风景

hljs text
把输入风景图作为首帧。保持山体轮廓、木屋位置、雪线和蓝调时刻色彩。
薄雾从左向右穿过山谷，一盏暖色木屋灯缓慢亮起。
镜头从静止变为轻微推进，不新增建筑，不改变天气。

验收：只增加运动，不重画构图。输入图本身有模糊、肢体错误或矛盾动势时，应先修图，因为动画往往会放大缺陷。

先做同题测试，再批量消耗额度

第一次生成时，固定创意、路线、输入素材、画幅和时长。用下面的分数卡判断结果：

检查项	通过标准	失败标签
主体一致性	人物、产品或物体始终可辨认	主体漂移
动作清楚度	动作按预定顺序发生	动作漂移
运镜执行	景别与镜头运动符合制作单	运镜失效
时间连续性	物体与运动前后连贯	连续性断裂
版位适配	构图适合目标画幅和时长	版式失配
声音适配	对白、环境声与画面同步且有用	声音失配
路线与政策	请求进入受支持入口且没有误判	入口失败

第二次只改一个主要变量。模型、路线、输入图、提示词、时长和画幅一起换掉，即使结果更好，也不知道原因。

一次完整的迭代记录

假设产品揭晓基准片出现两个问题：鞋身结构稳定，但镜头没有环绕，灯光还遮住了侧标。不要同时换模型和参考图。可以这样记录：

hljs text
版本：v1
固定项：模型、图生视频路线、产品参考图、6 秒、16:9
提示词变化：无，作为基准
结果：产品稳定；镜头接近静止；移动灯光遮住侧标
失败标签：运镜失效 + 关键细节被遮挡

版本：v2
只改：把“缓慢 30 度环绕”改成“镜头从正前方沿顺时针移动到右前方，
结束时侧标完整朝向镜头”；把灯光改为从鞋底外缘扫过，不穿过侧标
验收：镜头位置发生可见变化，结束角度可用，侧标全程可辨认

如果 v2 运镜改善但产品开始漂移，下一步不是继续加强运镜词，而是判断当前图生视频路线能否同时保持产品结构和较大相机位移。此时可能需要更小的运动、更多参考、首尾帧或另一条路线。日志把这种判断留下来，避免团队成员从 v1 重新猜一次。

看见什么失败，就修什么

可见问题	下一步	不要浪费重试在
场景太泛	增加具体地点、材质、时间和一个视觉对比	堆更多情绪形容词
动作不对	把动作拆成有方向和顺序的节拍	重复描述人物长相
运镜被忽略	只保留一种运镜、一个景别和明确结束构图	同时要求环绕、推拉、摇移、升降和手持
人物/产品漂移	改善参考素材并列出必须保持的细节	在纯文字路线继续加外观词
情节太多	减少为单镜头或拆成多个片段	把完整故事压进原时长
字幕错字	先生成画面底片，准确文字后期添加	反复要求模型排版长句
声音冲突	指定说话者、原句、时点、环境声或静音	模糊的“电影级声音”
政策拦截	检查内容边界和允许路线	用隐晦词绕过审核
参数不支持	更换模型、入口、输入方式或设置	改写场景描述

OpenAI 当前的 Sora 停用说明显示，Sora Web 与 App 已于 2026 年 4 月 26 日停用，API 计划在 2026 年 9 月 24 日停用。旧教程中的提示词失效，可能是入口生命周期变化，而不是句子写坏了。其他模型或模式变化也应先核对官方说明。

保存提示词卡，而不是只收藏一句话

hljs text
卡片名称：
创作任务：
模型与路线：
输入素材：
提示词版本：
请求设置：
必须保持：
结果记录：
失败标签：
与上一版的变化：
下一次测试：
上次核对路线日期：

卡片积累后，你会知道哪种运镜在某条路线更稳定、哪些人物必须用参考素材、哪些任务需要首尾帧、哪些问题应该交给后期。这比收藏匿名提示词更可复用。

如果你的主要问题是“拿一张图该走哪条动画路线”，转到图生视频工作流。如果问题只出现在某个模型的拒绝或参数错误上，应先找对应模型的官方错误说明，不要把本页扩成错误码合集。

常见问题

AI 视频提示词怎么写才算好？

先写任务和路线，再写主体、动作、场景、运镜、光线、风格、时间、声音、必须保持的细节和验收标准。好的提示词能被测试和修复，而不是单纯更长。

AI 视频提示词可以直接复制吗？

可以把它当基准，但必须替换路线、输入素材、版位、保持项和验收信号。文生视频提示词不能原样套给图生视频、参考图、编辑或延长路线。

AI 视频提示词模板至少要包含什么？

至少包含景别、主体、动作、场景、运动、光线、风格、时间、声音、保持项和验收标准。模型、路线、输入图、画幅与时长等设置应单独记录。

AI 视频提示词生成器有用吗？

它适合把制作单扩展成多种表达，但不能替你判断入口是否支持某个参数。生成后要删除冲突词，并按真实路线重写。

去哪里找免费的图生视频或短视频提示词？

提示词库和创作者案例可以提供灵感，但免费不等于可复现。先把例子改造成自己的制作单，再跑一个受控基准，不要先批量复制。

哪些 AI 能用文字生成视频？

当前有多种产品和 API 提供文生视频，但模型名、入口、设置、价格和账号规则会变化。按所需路线和控制能力选择，核对官方文档，再用一个代表性任务测试，不要把无日期的“最佳工具”名单当永久答案。