AI视频生成提示词工程从入门到精通指南

前言

在AI视频生成领域，提示词（Prompt）是连接创意构思与最终画面表现的关键桥梁。可以说，它从根本上决定了视频的内容走向、运动节奏、视觉风格与叙事层次。提示词越精准、越富有层次，生成的视频就越能精准契合你的创作预期。

本教程将从零开始，带你系统掌握AI视频提示词的编写方法，内容涵盖声音控制、参考视频生成、多镜头叙事等进阶技巧。准备好了吗？我们直接进入干货环节。

第一章：基础公式 —— 快速上手

适用场景：初次尝试、灵感激发、快速生成视频内容。

公式：

这是构建所有视频提示词的基础框架。你只需清晰交代三个核心要素：

基础公式示例：

第二章：进阶公式 —— 质感与叙事

适用场景：有明确创意方向、追求高画质和故事感的视频制作。

公式：

在基础公式之上，增加四个维度的细节描述，让画面更加生动且富有专业质感。

1. 主体描述

使用形容词或短语细化主体的外观特征。

• 示例：“一位身着残破却华丽的唐代襦裙、发髻高挽、眼神坚毅的女将军。”

2. 场景描述

细化环境中的光线、物体、氛围等视觉元素。

• 示例：“在烟雾缭绕的古老竹林深处，一座被青苔覆盖的石制神龛前，空气中弥漫着薄雾。”

3. 运动描述

细化动作的幅度、速度及其产生的视觉效果。

• 示例：“长剑在空中划出一道迅捷的银色弧光，斩断了飘落的竹叶。”

4. 美学控制

通过镜头语言控制画面整体的视觉效果（详见第四章）。

5. 风格化

指定画面整体的艺术风格方向（详见第六章）。

进阶公式示例：

第三章：特殊场景公式

3.1 图生视频公式

适用场景：基于一张参考图像生成视频。图像已明确主体、场景与风格，提示词只需聚焦动态描述。

公式：

3.2 声音生成公式（适用于万相2.5模型）

适用场景：需要AI同步生成与画面匹配的人声、音效或背景音乐。

公式：

声音描述包含以下三类，可按需灵活组合：

3.3 参考生视频公式（适用于万相2.6模型）

适用场景：希望生成的新视频中，主角与参考视频中的角色（人物、卡通、宠物等）在外观、动态甚至音色上保持一致。支持最多2个角色同框合拍。

公式：

参考生视频示例：

3.4 多镜头公式（适用于万相2.6模型）

适用场景：生成包含多个镜头、具备完整叙事逻辑的连贯视频。可手动编写，也可使用“智能多镜”功能辅助完成。

公式：

多镜头公式示例：

第四章：电影美学控制词典

通过精准的镜头语言词汇，显著提升视频的电影质感与专业水准。

第五章：动态控制词典

精准描述画面中所有运动细节，让视频内容更加生动鲜活。

第六章：风格化表现词典

为你的AI视频注入独一无二的视觉风格与艺术灵魂。