AI 视频生成提示词指南：Sora、可灵、Runway、Pika 怎么写
视频生成模型的提示词与图像完全不同：镜头、运动、时长、节奏是关键。本文覆盖主流视频模型的通用写法与各模型差异。
2026 年，AI 视频生成已经从「玩具」变成了「生产工具」。但很多人把图像提示词的思路直接搬到视频上，结果生成一堆「PPT 式晃动」。视频提示词的核心不是「画面里有什么」，而是「镜头怎么动」。
一、视频提示词的通用结构
一条好的视频提示词包含五层：
- 镜头类型：close-up（特写）、medium shot（中景）、aerial（航拍）、POV（第一视角）、tracking shot（跟拍）；
- 运动方式：push-in（推近）、pull-back（拉远）、pan（横移）、orbit（环绕）、static/locked off（固定）；
- 主体与动作：谁，在做什么，动作要慢且单一；
- 环境与氛围：光线、天气、色调；
- 风格与规格：cinematic（电影感）、documentary（纪录）、24fps、film grain。
例："Slow push-in on a coffee cup on a wooden table, steam rising, morning light through the window, shallow depth of field, warm tones, cinematic, 5 seconds"
二、各主流模型的特点与适配
- 可灵（Kling）：对中文理解好，运动幅度大，适合人物动作和国产审美。中文提示词直接可用；负面提示可填 "模糊、变形、多余肢体"；
- 即梦（Dreamina）：中文生态友好，首尾帧功能成熟，适合做转场和循环；运镜描述越具体越稳定；
- Sora：长镜头和物理模拟最强，适合复杂场景，但排队久；提示词可以写得更长更有电影感；
- Runway Gen-3：运动控制精细，Motion Brush 可以局部指定运动区域和强度，适合商业级镜头；
- Pika：特效玩法多（膨胀、融化、爆炸），适合创意短视频；
- Veo（Google）：理解自然语言能力强，音频同步是亮点。
三、提高成功率的六条军规
- 一次只描述一个运动：「镜头推进同时人物转身同时花瓣飘落」必然糊；
- 时长写短：5 秒是黄金时长，10 秒以上翻车率陡增；
- 运动速度降档：写 "slow"、"gentle"、"gradually"，模型对快速运动容易产生畸变；
- 避免文字与细节：屏幕里的文字、复杂的机械结构是重灾区，用 "glowing screen" 代替具体 UI；
- 善用首尾帧：两张图指定首尾，中间运动交给模型，是控构图最稳的方式；
- 图生视频优先：有满意的图就用图生视频，主体一致性远高于文生视频。
四、常见翻车与修复
- 人物脸部闪烁 → 缩短时长、降低运动幅度，或改用图生视频；
- 肢体畸形 → 减少人物数量，避免复杂手势；
- 画面抖动 → 运动词改为 "smooth gimbal"、"steady camera"；
- 风格漂移 → 在提示词末尾重复一次风格词，并在负向提示里排除冲突风格。
五、从练习到产出
建议按「固定镜头 → 单一运动 → 复合运镜」三步练。本站「视频生成」分类有 30 条按场景分类的原创视频咒语（电影感、产品、风景、美食、国风等），每条都附中文使用建议和适用模型，可以直接复制开练。