提示词写作方法

把模糊灵感拆成主体、场景、动作、镜头和氛围，让图片与视频生成更稳定

好的提示词不是关键词堆砌，而是一份简洁的创作说明。你的目标是让模型知道：画面里有什么、正在发生什么、镜头如何看见它，以及最终应该带来什么感受。

五层描述法

层级	要回答的问题	示例
主体	谁或什么是视觉中心？	一名短发女性侦探，深灰风衣
场景	在哪里、什么时间？	雨夜的旧城区酒店大堂
动作	主体与环境在做什么？	她攥着信封回头，窗外雨水流下
镜头	景别、机位、构图和运镜？	中近景，低机位，缓慢推近
氛围	光线、色彩、材质与情绪？	冷蓝环境光，暖色吊灯，克制悬疑

不必每次都写满五层，但主体、场景和核心动作通常不能缺少。

图片提示词模板

[主体及关键特征]，[场景与时间]，[动作或状态]。[景别与构图]，[光线与色彩]，[视觉风格与情绪]。

示例：

白色短毛猫蹲在堆满旧书的木桌上，清晨的阁楼书房，猫正注视窗外飞过的鸟。侧面中景，桌面位于画面下三分之一，柔和逆光照亮毛发边缘，低饱和暖色，安静的写实电影感。

视频提示词模板

[起始画面]。[主体动作顺序]，[镜头运动]，[环境动态]，[速度与节奏]，[需要避免的变化]。

示例：

白色短毛猫蹲在旧书桌上望向窗外。它先轻轻摆动尾巴，再抬起前爪触碰玻璃；镜头从侧面缓慢推近，窗帘被微风吹动，清晨尘埃在光束中漂浮。动作自然、连续、单镜头，保持猫的外观与房间构图稳定。

把抽象词变成可见信息

抽象要求	更可执行的表达
很有电影感	宽银幕构图、低照度侧光、浅景深、克制色彩
人物很悲伤	低头回避目光、肩膀放松、眼眶湿润但没有哭喊
画面很高级	深色哑光材质、单一主光源、留白构图、低饱和配色
动作自然	动作幅度小、重心稳定、先停顿再转身、连续单镜头
场面很紧张	狭窄空间、强明暗对比、主体靠近画面边缘、缓慢推镜

使用参考图时怎么写

提示词应说明“参考什么”和“允许改变什么”：

保持参考图中人物的脸型、短发和深灰风衣；将场景改为雨夜站台。参考第二张图的冷暖光线关系，不沿用其中的人物和构图。

如果只说“参考这张图”，模型需要自行猜测参考目标，人物、风格和构图之间容易产生冲突。

约束要少而明确

可以在自然语言中加入少量约束，例如：

• 保持人物外观一致
• 不要文字、水印和边框
• 单镜头，不要快速切换
• 镜头稳定，不要大幅旋转
• 背景简洁，不增加其他人物

约束过多、相互冲突时，模型很难同时满足。优先保留对叙事最重要的 2–4 项。

迭代时只改一个主要变量

假设第一轮主体正确但光线不对，不要重写整段提示词。保留主体、场景和构图，只把“正午均匀光”改为“窗外冷蓝逆光与室内暖色台灯”。这样更容易判断修改是否有效。

推荐迭代顺序：

1. 主体与场景
2. 构图与机位
3. 动作与镜头
4. 光线与色彩
5. 材质和局部细节

常见误区

• 只写风格词：缺少主体和场景，结果虽然“像某种风格”，但无法满足叙事目标。
• 一个镜头塞入太多事件：视频时长有限，应拆分为多个镜头或画布节点。
• 多张参考图互相冲突：减少图片数量，并明确每张图的用途。
• 每轮彻底换一种写法：无法判断是哪项改动起作用，也不利于保持一致性。
• 把增强当作重做：画面逻辑错误需要重新生成，提高画质不能解决内容问题。

在图片中实践

从主体、构图和光线开始，逐轮稳定视觉方向。

在视频中实践

把动作、运镜和节奏写成一个可执行的连续镜头。