第四章 视频提示词入门——告诉 AI 我想看到什么

一、为什么同样的工具，别人出大片，你出垃圾片？

我们先看一组真实对比。

案例 A：菜鸟提示词

提示词：

一个女孩在海边

生成结果：你大概率得到的是——一个女孩呆呆地站在海边，构图普通、光线平淡、画面像家庭录像。

案例 B：高手提示词

提示词：

傍晚的地中海海岸，一个穿白色长裙的金发女孩赤脚走在湿润的沙滩上，海风吹起她的裙摆和头发。镜头从侧面跟随她缓慢移动，夕阳的金色余晖透过头发，背景是渐变的紫粉色天空和远处的小帆船。画面唯美、电影感、35mm 胶片质感。

生成结果：你大概率得到的是——电影《爱在黄昏破晓时》同款画面，光影、色彩、构图都很高级。

两个提示词的区别在哪？

不是字数。是信息量。

第一条提示词，你只告诉了 AI 两件事：

• 主体：女孩
• 场景：海边

AI 只能"自己脑补"剩下的 95%——什么样的女孩？穿什么？海边什么时候？什么角度？什么光线？什么风格？AI 脑补出来的东西，自然平庸。

第二条提示词，你告诉了 AI 整整 12 件事：

• 时间：傍晚
• 地点：地中海海岸
• 主体：金发女孩
• 服装：白色长裙
• 状态：赤脚、走在沙滩
• 环境互动：海风吹起裙摆和头发
• 镜头：侧面跟随、缓慢移动
• 光线：夕阳金色余晖
• 颜色：紫粉色天空
• 背景元素：远处帆船
• 风格：电影感
• 质感：35mm 胶片

AI 知道得越多，"自己脑补"的部分越少，结果就越接近你想要的样子。

写视频提示词的核心原则就一句话：你说得越具体，AI 画得越准确。

二、视频提示词的"七要素"

把上面那条高手提示词拆开，你会发现它其实有一个通用结构。这就是本章要教你的核心：

视频提示词 = 主体 + 动作 + 场景 + 镜头 + 光影 + 风格 + 声音

我们一个一个讲。

要素 1：主体（Subject）—— 画面里的"主角"

回答：画面里是谁/什么？

主体描述要点：

• 种类：人、动物、物品、自然景物。
• 属性：年龄、性别、品种、颜色、大小。
• 外观：穿着、发型、表情、神态。
• 数量：1 个、2 个、3 个、一群。

反例：

• ❌ "一些人在跳舞" —— "一些"是几个？什么人？什么舞？
• ✅ "三个穿汉服的年轻女孩在月光下跳古典舞"

要素 2：动作（Action）—— 主角"在干什么"

回答：主角在做什么？发生了什么？

动作描述要点：

• 视频和图片最大的区别就是"有运动"——一定要写动作。
• 动作可以是人物动作（走、跑、跳、转身、微笑）。
• 也可以是环境动作（云在飘、水在流、雪在下、风吹过）。
• 越具体越好：从"走"到"轻盈地走"到"踩着碎步走"。

反例：

• ❌ "一个人在公园" —— 在公园干嘛？站着？走着？躺着？
• ✅ "一个穿运动装的男人在公园林间小路上慢跑，呼气在冷空气里成白雾"

要素 3：场景（Scene）—— 在哪、什么时候、天气怎样

回答：在哪里？什么时候？什么环境？

反例：

• ❌ "在外面" —— 哪个外面？
• ✅ "深秋傍晚的北京胡同，地上铺满金黄落叶，远处传来鸽哨声"

要素 4：镜头（Camera）—— 镜头怎么动、构图怎么样

这一点是最容易被新手忽略，但对效果影响最大的。

镜头描述包括两件事：景别（拍多远）+ 运动（镜头怎么动）。

景别（拍多远）

镜头运动

例子：

• "镜头从特写开始，缓慢拉远到全景，展现出辽阔的草原" —— 强调"渺小感"。
• "镜头紧紧跟随奔跑的少年，手持感的轻微晃动" —— 强调"代入感"。
• "无人机航拍，从城市上空缓慢俯冲" —— 强调"震撼感"。

要素 5：光影（Lighting）—— 光从哪来、什么颜色、什么气氛

光影直接决定了画面"高级"还是"廉价"。

例子：

• "金色的夕阳从背后照射，形成温暖的逆光，主体边缘有金色光环"
• "霓虹灯的粉色和蓝色交叠在主角脸上"
• "顶光强烈，主体的影子在地面拉得很长"

要素 6：风格（Style）—— 整体美学和情绪

例子：

• "宫崎骏动画风格、温暖治愈、轻盈梦幻"
• "赛博朋克 2077 风格、霓虹紫红、科幻末世感"
• "王家卫电影风格、低饱和、慢镜头、情感张力"

要素 7：声音（Sound）—— 环境声、音乐、对白

注意：不是所有 AI 视频工具都支持"生成声音"。Sora 2、Veo 3 自带音频生成；可灵、即梦等大多数工具默认不带声音，但你可以在剪映里后期加声音。

如果工具支持音频生成，可以描述：

• 环境音：海浪声、雨声、风声、城市嘈杂声、林间鸟鸣
• 音乐：钢琴轻柔旋律、激昂电吉他、电子节拍
• 对白：人物说"早上好"
• 音效：脚步声、关门声、爆炸声

例子：

• "背景声：海浪声、远处海鸥叫声，配以钢琴轻柔旋律"

三、把七要素套到一起：万能公式

记不住七要素？给你一个万能公式：

[场景时间地点] + [主体外观] + [动作] + [镜头景别+运动] + [光影] + [风格]

举例填空：

拼起来：

春日清晨的北京胡同，一个穿米色风衣的年轻女孩慢慢推开木门，迎面阳光照来。中景，镜头缓慢推进，柔和的逆光，金色阳光透过门缝。王家卫电影风、低饱和、文艺感。

直接复制到即梦或可灵，大概率出片。

四、10 个"差→好"对照案例

这是新手最该看的部分。每个案例展示同一个想法的"两版提示词"——左边是你可能写的，右边是更好的写法。

案例 1：宠物视频

案例 2：风景视频

案例 3：人物特写

案例 4：城市夜景

案例 5：美食视频

案例 6：运动视频

案例 7：温馨家庭

案例 8：科幻场景

案例 9：抒情慢镜头

案例 10：节日氛围

五、8 个万能模板（复制即用）

把下面任何一个模板拿走，把方括号里的内容换成你想要的，就能用：

模板 1：自然风光

[季节][时间]的[地点]，[主要景物]在[环境状态]中。镜头[运动方式]，[光影描述]。画面[风格]，[质感]。

填法示例：

春日清晨的西湖，雾气在湖面上缓慢流动。镜头沿湖面缓慢平移，柔和的晨光照在断桥上。画面唯美宁静，水墨画风格。

模板 2：人物特写

[主体特征][动作描述]，[环境]。[镜头景别+运动]，[光影]。画面[风格]，[质感]。

填法示例：

一个穿白色衬衫的年轻男孩在海边迎着风轻轻闭眼，海水轻拍他的脚踝。中景特写，镜头缓慢环绕，金色逆光从侧后方打来。画面治愈温暖，电影质感。

模板 3：产品展示

[产品]放在[场景]中，[环境互动]。镜头[运动]，[光影]。画面[质感]，[风格]。

填法示例：

一只 iPhone 16 放在木质桌面上，旁边是一杯咖啡和一本书，午后阳光斜照在屏幕上。镜头缓慢环绕产品 360 度，柔和的窗光，背景虚化。画面高级简约，苹果广告质感。

模板 4：宠物视频

[宠物特征]在[场景]中[动作]。[镜头]，[光影]。画面[风格]。

填法示例：

一只柴犬在落叶纷飞的公园里追逐自己的影子，开心地摇尾巴。低角度跟拍，秋日金色阳光透过树叶。画面温馨可爱，宫崎骏画风。

模板 5：旅拍 vlog

[城市/地点]的[时间]，[主体]在[场景中做什么]。[镜头运动]，[光影]。画面[风格]，[氛围]。

填法示例：

京都的清晨，一个穿浴衣的女孩走在祇园的石板路上，远处是樱花树。手持跟拍，温暖的晨光照亮石板路。画面治愈唯美，日系小清新风。

模板 6：美食广告

[食物特写]，[食物动态]。镜头[运动]，[光影]。画面[质感]，[风格]。

填法示例：

一块刚出炉的巧克力蛋糕，巧克力酱缓慢从顶部流下来，覆盖整个表面。镜头从俯视缓慢转到侧面特写，柔和的暖光从右上方打来。画面色彩浓郁，食欲感极强，米其林广告风格。

模板 7：城市生活

[城市][时间]，[主体]在[做什么]。[镜头]，[环境光]。画面[风格]，[氛围]。

填法示例：

深圳深夜的便利店，一个穿西装的年轻人站在零食货架前犹豫不决。中景，便利店的冷白光照亮他的脸。画面孤独都市感，王家卫风格。

模板 8：节日纪念

[节日][场景]，[人物动作]。[镜头]，[氛围光影]。画面[风格]，[情感]。

填法示例：

中秋之夜的家庭后院，一家三口围坐在小桌边吃月饼赏月，月光洒在桌上。中景固定镜头，温暖的灯笼光照亮一家人的笑脸。画面温馨怀旧，电影《饮食男女》风格。

六、5 个新手最容易犯的错

错 1：堆砌形容词，不给具体细节

❌ "一个非常美丽、非常温柔、非常优雅的女孩" ✅ "一个 25 岁的女孩，穿米色针织衫和卡其色长裙，温柔地笑"

形容词 AI 听不懂"美丽""漂亮"是什么意思——它需要你描述具体细节。

错 2：写成"语义抽象"的诗

❌ "夜的尽头是孤独的灵魂在游荡" ✅ "深夜的城市街道，一个穿黑色风衣的男人独自走在街灯下"

AI 不会读诗，AI 看的是"画面元素"。诗意的话留给人类，给 AI 写"画面清单"。

错 3：要求互相矛盾

❌ "镜头近景特写，同时展现整个城市" ✅ 选一个：要么"镜头先近景特写主角，再拉远展现整个城市"，要么"镜头近景特写主角"。

错 4：忘记写动作

❌ "一只猫坐在窗台上" ⚠️ 没问题，但视频会很"静"，像图片。 ✅ "一只猫坐在窗台上，尾巴轻轻摆动，眨了眨眼"

视频要动，必须写动作。

错 5：贪多

❌ 提示词写了 500 字，描述了 20 个主体、10 个动作、5 种光影。 ⚠️ AI 处理不过来，会"挑着画"。 ✅ 一支视频聚焦一件事——一个主体、一个主要动作、一种主要氛围。

七、本章小抄

• 视频提示词的七要素：
  1. 主体：画面里是谁/什么
  2. 动作：在做什么
  3. 场景：在哪、什么时候、天气
  4. 镜头：景别 + 运动
  5. 光影：光源、色温、氛围
  6. 风格：影视感、画质感、情绪基调
  7. 声音（可选）：环境音、音乐、对白
• 万能公式：[场景时间地点] + [主体外观] + [动作] + [镜头景别+运动] + [光影] + [风格]
• 核心原则：你说得越具体，AI 画得越准确。
• 5 个常见错：堆砌形容词、写成诗、自相矛盾、忘记写动作、贪多。
• 8 个万能模板都给了，遇到不会写的时候直接套。

5 分钟动手实验

任务：用本章的"七要素法"重写你 第三章 那条提示词，再生成一次。

具体步骤：

1. 回想你第三章那条"金毛犬"的提示词。
2. 按七要素重写：
   • 主体：把"金毛犬"细化（年龄、表情、外观）
   • 动作：从"奔跑"细化（怎么跑、跑向哪）
   • 场景：把"傍晚海边"细化（地中海？北海道？什么季节？）
   • 镜头：加入景别和运动
   • 光影：加入具体光线描述
   • 风格：选一个明确的风格（电影感？纪录片？日剧？）
3. 用新提示词在即梦再生成一次。
4. 把第一次和第二次的视频放一起对比——感受七要素的力量。

下一章：第五章 视频提示词进阶——让 AI 听话的 12 个技巧