提示词写法

提示词质量对结果的影响超过任何其他设置。给模型「一只猫在城市里」，它必须自己编出 品种、城市、时间、镜头和运动——而且每次编得都不一样。你要做的，是把你在乎的部分 确定下来，其余交给模型。

五段式结构

好的提示词大多在描述同样五件事，顺序大致如下：

1. 主体 —— 是谁、是什么，写具体。一位穿黄色油布雨衣的年长渔民。
2. 动作 —— 这几秒里发生了什么变化。他吃力地把渔网拽过船舷。
3. 场景 —— 在哪、什么时候。破晓时分一艘小拖网渔船的甲板上，背后是灰色的开阔海面。
4. 镜头 —— 怎么看它。手持中景侧拍，缓慢向前漂移。
5. 质感 —— 光线、色彩、颗粒、风格。阴天光线，低饱和蓝调，35 mm 胶片颗粒。

合起来：

一位穿黄色油布雨衣的年长渔民吃力地把渔网拽过船舷，破晓时分一艘小拖网渔船的甲板上，
背后是灰色的开阔海面。手持中景侧拍，缓慢向前漂移。阴天光线，低饱和蓝调，35mm 胶片颗粒。

不是每次都需要五项俱全。但你省掉的那一项，就是模型会让你意外的那一项。

写运动，不要写照片

最常见的错误是写成了静态图的提示词。「一个女人站在霓虹小巷里」描述的是一张照片—— 里面没有任何东西必须改变，模型就会给你一张会动的照片。

给这几秒一个开头和结尾：

指挥镜头

镜头语言是真的有用的。常用词：

• 景别 —— 远景、中景、特写、大特写
• 运动 —— 固定、手持、缓慢推近、拉远、跟拍、升镜头、环绕
• 角度 —— 平视、仰拍、俯拍、顶视
• 镜头感 —— 广角、长焦、浅景深

一条片子只给一个运镜指令。在五秒里同时要求推近、环绕和升镜头，只会得到一团糊。

把光写出来

光决定了画面看起来像电影还是像渲染图。「黄金时刻逆光」「刺眼的顶部日光灯」「单支 蜡烛，深黑阴影」「阴天柔光」——同一个主体在这四种光下完全是四张画面。

让提示词配得上时长

你选的时长就是动作的预算。大致：

• 4–5 秒 —— 一个动作。一次转身、一步、一扇门打开。
• 8–10 秒 —— 一个动作加一次运镜，或者两个小节拍。
• 15–30 秒 —— 一个段落。要给它结构，否则一定会跑偏。

在五秒里要求三次场景切换，是最快把画面搞糊的方法。真的需要一个段落时，考虑生成 几条短镜头再串起来——见图生视频。

用正面说法表达「不要」

否定句不可靠——「画面里没有文字」有时反而会带出文字。改成描述正面状态：写「干净 无痕的墙面」而不是「没有涂鸦」，写「空无一人的街道」而不是「没有人」。

便宜地迭代

调提示词不该很贵。用 480p + 4 秒 打草稿，每次只改一个地方，等镜头对了再用完整 分辨率和时长重跑。一次改三处，你就不知道是哪一处起了作用。

另外记住每次生成都是一次独立采样。同一条提示词这次好、下次差，说明提示词没问题， 只是采样运气不好。先重新生成，再考虑改写。

从画廊里抄

灵感画廊 会同时展示作品和生成它的提示词。打开一条、换掉主体、保留 它的镜头和光线写法，比从零开始写要快得多，也更容易摸清这个模型吃哪一套。