AI 视频实用指南
AI 视频提示词指南
按镜头任务选择摇镜、横移、推近与环绕，分开主体和相机动作；附提示词示例、片段验收模板与重试停止条件。
使用 VidVid 创作先写清一个主体、一个动作和一种镜头运动，再补充光线与需要保持的细节。结果也受参考图、模型能力和参数影响，不能把所有失败都归因于提示词。下面的结构、示例与排错表帮助你一次只改一个变量。
六段式结构
把这些字段作为规划清单，不是必须遵守的词序。只补充当前镜头需要的信息。
- 主体 —— 画面里有什么，以及什么必须保持不变。
- 运动 —— 什么在动，多快。
- 机位 —— 具体的物理运动，叫得出名字的那种。
- 光线 —— 方向、质感、色温。
- 输出要求 —— 在生成器里选择模型支持的时长、画幅与分辨率。提示词中的数字不能覆盖界面参数。
- 约束 —— 什么必须不发生。
一个六段齐全的提示词：
深色石台面上的一碗杨枝甘露，勺子缓慢搅动，镜头轻微推近，柔和顶光加一道暖色轮廓光，4 秒，16:9，产品形状不变，无镜头抖动，不新增物体。
按镜头任务选择运动
水平摇镜（pan）是在固定位置转动视角；横移（truck）是机位向侧面移动。推近是机位接近主体；变焦是改变焦距。即使主体都变大，两者也是不同的画面要求。Runway 的镜头术语指南用 Gen-4.5 示例解释这些区别，不能据此认定 VidVid 所有模型都会准确执行。
下面是编辑设计的决策表，用来明确可以验收的目标，不是经过测试的成功率排行。
| 镜头任务 | 优先考虑的请求 | 成片验收点 | 何时换方案 |
|---|---|---|---|
| 构图稳定，只有布料或蒸汽在动 | 固定机位，单独说明运动元素 | 对照开头、中间、结尾的固定背景边缘 | 整体漂移：先简化主体动作，再考虑补约束 |
| 依次展示一片景观 | 从明确的起点地标摇到终点地标 | 两个地标是否按顺序进入画面 | 终点不在参考图内，需要模型虚构时 |
| 从前景细节旁横向经过 | 向左或右横移，另写主体动作 | 前景与背景的相对位置是否变化，几何是否弯曲 | 几何变形：缩小移动范围或改固定镜头 |
| 聚焦一个已有细节 | 向该细节小幅缓慢推近 | 细节是否可辨认，是否仍在交付裁切范围内 | 原图细节不足：补输入，别要求虚构细节 |
| 从另一角度展示产品 | 围绕静止产品小幅弧线移动 | 轮廓、标签与新露出的表面是否正确 | 只有正面资料：生成的背面不能作为产品事实 |
固定镜头下产品旋转，属于主体运动；机位绕静止产品移动，属于镜头运动。先明确要哪一个，同时要求两者会让失败更难排查。涉及真实商品时，接受新视角前先走产品视频验收流程。
先写运动简报，再写提示词
生成前填写以下记录。示例是未实测的编辑模板，不是测量参数，也不保证存在对应的精确控制。
用途：突出已有的压印标记
主体动作：物体保持静止
镜头动作：向标记小幅、缓慢推近
起始画面：标记可见，物体完整位于裁切范围内
结束画面：标记变大，顶部和底部仍可见
拒收条件：标记变化、物体弯曲、出现未要求的切镜
下一次只改：缩小镜头移动范围，保留输入与参数
时长、分辨率和画幅在所选模型的实际控件中选择。镜头描述通过提示词表达意图，不等于可按数值控制轨迹。图生视频还需检查输入中的模糊、姿势或方向线索，是否与请求的运动冲突。Runway 的图生视频指南针对 Gen-4.5 讨论了这类冲突，并建议从简单请求开始；对其他模型只能作为排查方向，不能直接认定失败原因。
验收成片，而不只评价提示词
在开头、中间、结尾及首次出现缺陷的位置，记录时间点和变化。分别给出三个结论：镜头路径、主体保真、交付裁切。镜头确实推近，也可能因为标签变化而不合格。把输入、模型、提示词、选择的参数、实际扣除积分和输出文件一起保存。
重试时只改镜头描述或只换输入，别同时修改，并记录剩余重试预算。同样的提示词独立生成也可能波动；一次变好不能证明修改造成了改善。如果所需视角没有资料、同类缺陷持续出现，或下一次生成超过预算，改用已确认的输入、更简单的镜头或外部剪辑。这里没有把 VidVid 描述为自动剪辑或防抖工具。
文生视频 vs 图生视频的提示词
文生视频 需要从零构建一切，所以要求更多细节，并且最好只承载一个明确的节拍。
黎明时分雾气笼罩的海岸线大景，雾缓慢流动，镜头轻微向前漂移，低角度暖阳，无人物，5 秒，16:9，平稳向前运镜，电影调色。
图生视频 已经有主体了。提示词只该描述变化的部分——运动、机位、光线——然后把其余全部约束住。
使用参考图，同一个房间，极缓慢推近，清晨窗光保持不变，墙面与窗框保持笔直，不出现也不移除任何东西，4 秒，16:9，平稳向前运镜。
避免无必要地重复已有视觉细节，重点描述变化；新增元素或变形任务可以补充视觉说明。文字多本身不能证明漂移原因。
可复用的提示词组
提示词 — 电影感建立镜头
黄金时刻的海岸线航拍大景，海浪缓慢起伏，镜头向前漂移，低角度暖阳，5 秒，16:9，无人物，电影级调色。
提示词 — 微距细节
织物纹理的极致微距，极缓慢横向漂移，侧逆光勾出质感，颜色不变，4 秒，1:1，平稳横向运镜。
提示词 — 人物镜头
使用参考图，同一个人微微转向镜头，细微的表情变化，左侧柔和窗光，浅景深，4 秒，16:9，面部不变，服装一致。
提示词 — 竖版钩子
竖版画面，主体居中且在第 1 帧就完整可见，缓慢推近，干净背景，明亮主光，3 秒，9:16，小尺寸下依然可辨，无镜头抖动。
提示词 — 产品旋转展示
产品在纯白台面上轻微旋转，柔和均匀的棚拍光，轻微接触阴影，包装文字保持清晰，5 秒，1:1，形状不变。
症状 → 修法
| 你看到的现象 | 可能的原因 | 修法 |
|---|---|---|
| 主体变形 | 一次请求里运动量太大 | 尝试支持的较短时长或较小运镜，每次只改一项；形状约束不保证保真 |
| 跨镜头换脸 | 各次生成之间没有共享参考 | 一张标准图，图生视频，面部不变 |
| 墙面或窗户扭曲 | 在几何体上用了大幅度运镜 | 只用推近或缓慢横移，加 线条保持笔直 |
| 手崩了 | 细节未被稳定保留 | 把手框在画面外，或提前切走 |
| 整体漂移或抖动 | 机位描述含糊或缺失 | 叫出具体的物理运镜，加 固定机位 |
| 颜色偏移 | 没有写光线 | 写明方向、质感和色温 |
| 输出很"套路" | 用了情绪词而不是具体描述 | 把形容词换成具体名词和动作 |
| 画面里的文字是乱码 | 模型渲染文字并不可靠 | 所有文字在后期加 |
迭代纪律
- 每次只改一个变量。 同时改时长、机位和光线，你什么都学不到。
- 选择支持的草稿参数。 核对所选模型的选项与预计积分，并非每个模型都有 480p；低分辨率草稿不能证明最终细节质量。
- 记提示词日志。 提示词、模型、参数、结果、结论。它会变成你可复用的库。
- 把好用的存下来。 一条跑通过的提示词，比一条新的更有价值。
每次迭代要花多少，见 AI 视频定价指南；哪类提示词适合哪个模型，见 模型对比。
测试卡
三个基于上面六段式结构的小练习。每张卡一次生成，只改练习要求你改的那一项。
卡片 A — 结构测试。 把你手边最糟的那条提示词按六段表重写一遍。同模型、同参数，然后看重写出到底换来了什么。 **输出：**本卡对应的 H3 完整跑测——文件、提示词与参数——见下方。
卡片 B — 单变量测试。 挑一条「差一点就对了」的成片，只改它的镜头行再生成一次，两版并排放在一起比。 **输出：**本卡对应的 H3 完整跑测——文件、提示词与参数——见下方。
卡片 C — 约束测试。 挑一条主体会变形的成片，加上 保持外形不变，并把时长减半。 **输出：**本卡对应的 H3 完整跑测——文件、提示词与参数——见下方。
这三张卡背后的三次 MiniMax H3 实测
同样的三张卡，我们在 MiniMax H3 官方 API 上以 768P 各跑了一次。文件、提示词、参数全部公开在下方，你可以原样复现。这三次跑的是参考图 + 通用提示词的基准配置，不是你的素材——请把它读作「出片耗时与画面稳定性」的证据，而不是对你素材的评价。
我们实际发送的提示词： A slow macro push-in on a matte ceramic object, realistic reflections, black studio background, premium commercial lighting, the object keeps its exact shape, no deformation, 5 seconds.
我们实际发送的提示词： Vertical 9:16 product hook, energetic but controlled camera move, subject fully visible in the first second, bright accent colour, shallow depth of field, object shape stays fixed.
我们实际发送的提示词： Extreme macro of a brushed metal surface, slow lateral camera move, reflected light crawling across the material, no distortion, commercial product photography look.
| 卡片 | 模式 | 参数 | 输出文件 | 提交 → 可用 |
|---|---|---|---|---|
| A | 图生视频 | 5s · 768P | 1344×768, 24 fps, 5.2 s, 726 KB | 196 s |
| B | 文生视频 | 5s · 768P · 9:16 | 768×1344, 24 fps, 5.2 s, 1.0 MB | 117 s |
| C | 文生视频 | 4s · 768P · 1:1 | 768×768, 24 fps, 4.5 s, 341 KB | 83 s |
边界说明：这是同一个模型的三次单跑。我们没有测 VidVid 端内部的积分扣减，没有对其他任何模型计时，也没有给成片质量打分——质量仍然是人的判断。提交前请查看当前积分报价；这些历史样片不能用于确认今天的价格。
如何比较其他模型
保持输入素材与镜头目标一致。只有两个模型都支持时，才匹配时长、分辨率和画幅；记录无法匹配的差异，不把不同参数的输出当作受控对比。核对当前报价，设定尝试上限，用同一验收标准检查结果。一条输出不足以证明普遍的质量排名。
在 VidVid 工作台选择支持的参数。本页历史样片没有对其他模型计时。
常见问题
提示词要写多长？
覆盖主体、动作、运镜、光线和关键约束即可。先删掉冲突的指令，再补充缺失细节，不要为了长度堆形容词。
必须用英文吗？
没有适用于所有模型的保证。先使用你能准确表达的语言；需要比较时，保持参考图和参数一致，只更换提示词语言并记录结果。
时长和画幅写进提示词就够了吗？
不够。在生成器中选择模型支持的参数，提交前确认输出设置与积分报价。
负面提示词能保证不变形吗？
不能。仅在模型支持时使用对应字段；文字约束也不能保证标签、人脸或几何形状完全一致，需要检查输出。
同一提示词为什么结果不同？
生成可能有随机性。保存模型、输入、参数、提示词和可用的种子设置；设置重试上限，避免无限重跑。
精确文字怎么办？
对必须准确的标题、价格和字幕，采用后期叠加并人工核对。
下一步
排查生成结果
使用AI 视频画面问题排查清单，定位一个缺陷后再决定下一次尝试。
需要制作多镜头序列时，先用分镜工作流确定每段的目的、源素材和转场，再写单镜头运动提示词。
镜头规划方法于 2026-10-10 核对。本次更新未新增付费生成测试。