AI 视频提示词
从这一句开始，每次只换一个名词：[Shot 1] 4s: Medium shot, handheld, following @Mara as she crosses a rain-wet market at dusk, lanterns lit behind her. She stops at a stall and picks up a small brass key. Ambient: rain on awnings, distant voices.
公式
把每个提示词写成一个镜头，顺序依照观众注意到事物的先后：
| 部分 | 放入的内容 | 示例 |
|---|---|---|
| 构图 | 一种构图：远景、中景或特写 | 中景 |
| 摄影机 | 固定、手持、跟拍、快速推进：一种运镜 | 手持，跟着她 |
| 谁与在哪里 | 人物、地点，以及东西的位置 | @Mara 在黄昏被雨水打湿的市场里，身后是灯笼 |
| 发生的那一件事 | 一个动作，而不是三个 | 她捡起一把小小的黄铜钥匙 |
| 声音 | 语音与环境音，用正面的措辞描述 | 环境音：雨滴打在遮阳棚上 |
| 秒数 | 给发生的事足够的时间 | 4 秒 |
其余的都是风格，而风格由风格默认一次设置给整个项目，不必在每个提示词中重复。如何写一个镜头 · 挑选风格。
五组电影感镜头提示词
| 用途 | 提示词 |
|---|---|
| 开场 | Wide shot, high angle, moving forward over a harbour town at dawn; boats below, mist on the water. Ambient: gulls and a distant engine. |
| 紧张感 | Close-up on @Jun's hands as they hover over the red button, fixed camera, a bead of sweat sliding down his wrist. Ambient: a faint electrical hum. |
| 追逐 | Handheld, following @Mara as she cuts between market stalls, the crowd blurring past, wet stone underfoot. Ambient: shouting, running footsteps. |
| 揭示 | Pulling back from @Elena at the window to show the empty ballroom behind her, chairs stacked, dust in a single beam of light. |
| 安静的时刻 | Medium close-up, fixed camera. @Teo reads the letter by the stove, lips moving slightly; the kettle begins to whistle. No dialogue. |
注意其中缺少什么：没有 电影感、8K 或 杰作。这些字词对模型来说无法放进画面中，还会把真正有用的字词挤到后面，有时甚至会被照字面画出来。为什么标签没有用。
三组角色图片提示词
角色设定图是白色素色背景上的全身选角照，所以要描写的是人，而不是氛围：先写脸，再写体型，然后是一套服装。替脸部找一个别人没有的特征。
| 角色 | 提示词 |
|---|---|
| 一名侦探 | A woman in her late forties, long face, heavy straight brows, deep-set grey eyes, a small scar through the left eyebrow, grey streak at the temple; tall and spare; a charcoal wool coat. |
| 一位年轻的面包师 | A man of about twenty-two, round face, wide-set brown eyes, freckles across the nose, a chipped front tooth, short curly black hair; solid build, slightly stooped; a flour-dusted apron over a green shirt. |
| 一位奇幻世界的长者 | An old woman, narrow face, hooded dark eyes, deep lines at the mouth, long white hair in a single braid, a mole under the right eye; small and upright; a patched blue travelling cloak. |
像 漂亮 或 有魅力 这样的字，描述不出任何可以画出来的东西，还会把画面拉向千篇一律的素材面孔。如何描述一张脸 · AI 角色设定图生成器。
两组场景提示词
| 场景 | 提示词 |
|---|---|
| 室内 | A narrow kitchen in a flat above a shop: a gas stove on the left wall, a small table with two chairs under the window, a door to the stairs at the far end; late afternoon light from the window. |
| 室外 | A market square at dusk, wet cobbles reflecting string lights; stalls with striped awnings along the left side, a stone fountain in the centre, a church tower at the far end. |
说明门在哪里、窗户在哪一侧、光线从哪里来；移动的摄影机会把模糊的房间暴露出来。你的场景图会成为场景。
两组广告提示词
广告只需要一张照片与一行文本，而不是镜头清单：说明它是什么、适合谁。
| 产品 | 一行文本 |
|---|---|
| 一瓶产品 | A recycled-glass water bottle with a bamboo lid, for people who walk to work and hate buying plastic. |
| 一家店 | Our family bakery on the corner of Elm Street, open since 1987; for people who want bread that is still warm; walk-ins welcome. |
文本与照片不一致时，以文本为准。撰写一行简述 · AI 广告视频生成器。
两组对白提示词
| 时刻 | 提示词 |
|---|---|
| 一句威胁 | Close-up on @Brook, jaw set. @Brook (low, through his teeth): You had no right. (voice: Brook) Ambient: a clock ticking in the hall. |
| 一段坦白 | Medium shot, fixed camera, @Lina on the balcony at night. @Lina (quiet, not turning): I already knew. (voice: Lina) Ambient: far traffic, a door closing. |
大约每秒 5 个字：一句十五个字左右的短台词加上反应，大约需要四秒。
较弱的提示词与改写版本
| 较弱版本 | 失败的原因 | 较强版本 |
|---|---|---|
| 一支关于城市里一个女孩的电影感 8K 视频 | 模型无法安放的标签；没有构图、动作或地点 | 中景，@Lina 穿过拥挤的夜市，霓虹灯招牌倒映在湿漉漉的地面上。环境音：炒锅滋滋作响。 |
| 没有人群、没有雨、没有文本 | 每一个被提到的名词，都有可能出现在画面中 | 空无一人的街道、干燥的人行道，她身后是一面素色的墙。 |
| 她奔跑、停下、转身哭泣，同时摄影机拉远 | 一个镜头里有四个动作和两种运镜 | 拆成三个两到三秒的镜头，每个镜头一个动作与一种运镜。 |
从头到尾在 SceneMixer 完成
- 剧本： 把你自己的剧本贴到 上传剧本，或在 AI 创作 中写下上面的简述，让它起草各集。
- 第一步： 类型选 短剧；场景风格选 霓虹夜城、美式小镇；服装风格选 甜宠日常、街头潮流；视觉风格选 高清实拍、胶片实拍；目标地区；对白语言；9:16 竖屏。然后解析剧本。
- 第二步： 把三组角色提示词贴进每张角色卡的外观字段，把两组场景提示词贴进场景字段；镜头提示词则放进分镜。每个账号的前 15 张设定图免费。
- 分镜： 先生成第一集（你的第一部短剧免费），并在生成任何镜头前先阅读。每个片段只安排一个地点。
- 视频： 以默认档位、每秒 8 积分生成，修正单个镜头而不是整集，然后把该集组合好并发布。
| 提示词用于 | 写法 | 避免 |
|---|---|---|
| 一个镜头 | 构图、一个运镜、人物与地点、一个动作、声音、秒数 | 标签、堆栈的动作 |
| 一个角色 | 脸部、特征、体型、一套服装 | 漂亮、有魅力、中性表情 |
| 一个场景 | 门、窗户和光线的位置 | 不写家具，也不写人 |
| 一支广告 | 一张照片，加上它是什么、适合谁 | 最好、第一名、保证 |
| 一句台词 | 角色名（语气）：台词，然后是配音者 | 字数超过镜头秒数所能容纳的量 |
常见问题
什么样的 AI 视频提示词才算好？
一个镜头：构图、一个运镜、人物与地点、一个动作、声音与秒数，用平实的句子写成。
需要「电影感」或「8K」这类神奇字词吗？
不需要。这些字词让模型无处可放，还会把有用的字词挤到后面，有时甚至会被照字面画出来。风格请用风格默认来挑选。
提示词应该多长？
一个镜头是一到两句话；角色描述是一小段；广告则是一行文本加上一张照片。
我应该列出不想要的东西吗？
不应该。提到某样东西，等于邀请它出现。改写成画面中有什么：一条空无一人的街道，而不是「没有人群」。
这些提示词可以在任何工具中使用吗？
它们与模型无关，而且是一般的句子，所以可以直接套用；只有 @名称标签和配音标记是 SceneMixer 专属的。
我要在 SceneMixer 的哪里粘贴提示词？
镜头提示词放进分镜文本；角色与场景提示词放进第二步的描述；广告则需要一张照片和一行文本。
角色图片提示词要怎么写？
先写脸，并加上一个十分明确的特征，接着是体型，然后是一套服装。光线与质感交给设定图处理。
提示词越长，视频就越好吗？
不是。多余的细节只有在模型画得出来时才有帮助；多余的动作则会造成反效果。
可以免费试用吗？
撰写和编辑分镜免费；新账号会赠送 50 积分，前 15 张设定图免费。
更新于 2026 年 11 月 3 日