文生视频提示词结构：主体、动作、镜头、防错
四段式文生视频提示词语法，配改写前后对照、时长与画幅选择，以及什么情况下根本不该用文生视频。
文生视频失败的原因很无聊：提示词在描述一张照片，而不是在描述一个镜头。"雪地里穿红大衣的女人，电影感，8k"只告诉模型画面里有什么，没说什么会发生、镜头在哪、什么不许变。
答案不是形容词，是语法。四段，顺序固定；这些镜头该怎么用，见文生视频指南。
四个部分
- 主体。 一句话说清是谁或是什么，只留下必须活过这个镜头的细节：年龄段、服装、材质、颜色。
- 动作。 一个动作，用身体部位和方向描述。
- 镜头。 一个运镜：固定、推近、拉远、横移、环绕、手持跟随。
- 防错。 不许出现什么：不切镜、不要文字、不要多出人物、不要换场景。
再加两条可选项：光线（窗边柔光、正午硬光、夜晚霓虹）和节奏（慢速、实时、轻微慢动作）。
改写前后
含糊版：
电影感的咖啡师做咖啡镜头，漂亮的光，高细节。
结构化版：
主体： 一位咖啡师，深绿色围裙、袖子挽起、深色短发，站在木质吧台后面。 动作： 一只手压粉，把白色杯子放到意式机出液口下方。 镜头： 胸高固定中景，手持轻微晃动。 光线： 左侧窗户的暖色晨光，阴影柔和。 防错： 不切镜、不要文字、不要出现顾客、手部解剖结构正确。
第二段更长，但每句话都是指令。第一段只是愿望。
值得养成的改写习惯
- 写身体部位，不写情绪。 "肩膀起伏"比"她看起来很紧张"更好执行。
- 只选一个运镜。 一句话要两个运镜，通常得到一个既慢推又漂移的镜头。
- 主体描述短且稳定。 长篇服装描述会在片中跑偏，两三个固定细节更容易守住。
- 防错放最后。 模型对提示词末尾"不要什么"的权重更高。
- 删掉画质词。 "4K、杰作、ArtStation 热门"除了变长，什么都不改变。
先定时长，再写提示词
- 四到六秒放得下一个动作和一个运镜。
- 八到十秒放得下两拍动作，比如走进来再转身。
- 超过十秒要有真实理由：慢环绕、揭示、蓄势。否则后半段会自己发明你没要求的动作。
短片段也更便宜，而且工作区在开跑前会给出每个任务的价格。
按投放位选画幅
- 9:16 用于快拍、Shorts。
- 16:9 用于落地页或前贴。
- 21:9 用于宽幅首屏。
- 1:1 用于两个方向都会被裁的位置。
先定画幅再写提示词。9:16 里的"大全景"和 21:9 里的不是同一个镜头，而模型不会告诉你它做了妥协。
什么时候不该用文生视频
- 你已经有照片。 用图生视频。给定静图等于免费锁住身份和构图；文本得同时凭空造这两样。
- 镜头依赖真实产品。 用产品图加运镜；文生视频会把你的包装重新设计一遍。
- 信息要靠画面里的文字。 视频模型的字母依然糊。文字留给剪辑软件。
- 同一个角色要出现在五条片子里。 从参考图开始，见参考图生视频工作流。
提示词实验台
先生成前改好一条验证过的提示词
选一个方向，把细节改成你原图的样子，然后复制提示词，或直接带着提示词打开工作台。
大景、慢镜、只有一个主体。
浏览和复制提示词免费。生成消耗已购买积分，工作台会在开始前显示消耗。
一个花不了多少钱的测试循环
- 先生成四秒版。
- 依次检查主体、动作、镜头、防错。
- 每次只改四段里的一段。
- 四秒版过关后，再考虑延长到八秒。
多数提示词死在第一部分。如果片子里的人不是你描述的人，别动镜头那句，重写主体再试。
常见问题
文生视频提示词写多少字合适？
六十到一百二十个词足够写完四段并加一句光线。更长的提示词很少增加控制力，通常只是增加矛盾。
同一段提示词能换模型用吗？
结构能迁移，效果不能。保留提示词，但换模型后要重新测时长和防错句。
文生视频会带音频吗？
工作区有"生成声音"开关，默认开启，是否生效取决于所用服务商是否支持。把生成的音频当成小样：发布前先试听；结果要紧的话，音乐和配音仍建议在剪辑里加。
Was this guide useful?