AI 视频提示词

生成图片参考型视频工作流的完整提示词：先定义图片参考，再写高密度单段提示词，包含秒级动作、声音设计和明确约束。

快速开始

当用户提供脚本、故事、口播稿或粗略想法时：

1. 按场景、地点、时间跳跃、动作节拍或情绪转折，把内容拆成 8-15 秒的生成单元。
2. 为每个单元选择参考模式：多张图片锚定时用 多图参考，需要首尾连续时用 首尾帧，角色/场景/道具混合锚定时用 全能参考，只有动作由参考视频驱动时才用 动作模仿。
3. 为每个单元输出一组完整提示词：

片段一：[一句话节拍]
生成模式：[多图参考 / 首尾帧 / 全能参考]
模型参数：Seedance 2.0 | 720p | 16:9 | [10s/12s/15s]
参考图片：
图片1：[用途，例如人物造型 / 场景视觉基因 / 道具]
图片2：[用途]

提示词：
[可直接复制使用的图片参考型完整视频提示词]

如果用户没有提供参考图，也要生成 图片1、图片2 等占位说明，并在提示词前明确每张图应该是什么。

提示词结构

写成一段高密度提示词，不写松散分镜表。只有当 【】 标签能增强控制力时才使用。

内容顺序如下：

1. 开场控制句：时长、镜头形式、核心风格、摄影/胶片质感、画幅比例。
2. 图片绑定：动作开始前先定义每张图片的用途。
3. 场景 / 空间结构：地理位置、主体位置、纵深层次、人群/车流/道具。
4. 秒级动作：10-15 秒片段用 【0-2秒】、【2-4秒】 等时间段；揭示、遮挡、硬切、变装等关键事件要写准确秒点。
5. 运镜：距离、高度、镜头行为、跟拍方向、手持/稳定器、什么时候机位不能动。
6. 声音设计：先写环境声底，再按时间写事件音；说明收音距离和清晰度。
7. 风格 / 光影 / 色彩：具体胶片、摄影机、镜头、色彩方案、光线方向、颗粒、对比度。
8. 硬约束：用 必须严格遵守 标记关键规则，尤其是比例、空间逻辑、连续性、表演尺度和禁止失败项。

图片参考规则

• 使用清晰的图片引用：图片1、图片2、图片3；需要强绑定时使用 @图片1。
• 每张图只承担一个明确任务：人物身份、服装造型、首帧、尾帧、场景视觉基因、道具、生物/机甲/物体或风格参考。
• 绑定人物时写清锁定项：脸、发型、服装、身体比例、物体轮廓、颜色、材质、和场景的关系。
• 绑定场景时把图片当作视觉基因：光线、构图、墙面/道路布局、色温、氛围。
• 不要只写“参考图片”。必须说明锁定什么、允许变化什么。
• 多图提示词要在动作发生处再次点名图片作用，例如“参考图片1的造型”“首帧锁定图片2”“票图片3从画面顶部飘入”。

约束规则

约束是生产控制，不是装饰词：

• 比例：全身 / 半身 / 特写，主体在画面中占多大。
• 空间逻辑：人物、道路、车辆、道具、背景层次分别在哪里。
• 动作逻辑：动作顺序、速度变化、遮挡时机、硬切时机、未完成动作。
• 表演尺度：真实、克制；除非用户要求，否则不要戏剧化。
• 声音：用户没要求配乐时默认无配乐；要说明远距离街拍、对白模糊或事件音清晰。
• 连续性：人物、服装、道具状态、首尾帧和下一镜头衔接。
• 负面控制：避免空街、摆拍群演、游戏 CG 感、镜头过近、肢体错误、物体运动不可能、需要模糊的对白变得清晰。

输出风格

• 每条提示词都必须可直接复制使用。
• 提示词内部优先使用一段强控制文本和 【】 分区，不要写成一堆 Markdown 项目符号。
• 动作要有物理精度：重心、手的位置、视线、呼吸、衣料摩擦、物体路径。
• 声音要像画面一样具体。
• 每个片段结尾保留模型参数和图片上传说明。

脚本转完整提示词示例见 verification-sample.md。