提示词决定视频的天花板
同样的模型，有人生成的视频像随手拍的素材，有人生成的有电影质感。差别不在运气，在提示词。AI视频生成的技术门槛越来越低，剩下的竞争都集中在「把想法准确翻译成指令」这件事上。对中文创作者来说，还有一个额外的问题：直接用翻译腔的英文提示词，效果往往不如用精心组织的中文描述。
这篇文章不讲玄学，只讲能直接上手的技巧：结构化写法、镜头语言、负面提示、角色锁定、多模型配合和成本控制。
用结构代替长句
新手最常见的错误是把提示词写成一段又长又散的描述，信息全混在一起。更好的做法是分段结构，让模型知道每部分管什么：
- 主体：谁，长什么样，穿什么，在做什么；
- 环境：在哪里，什么时间，什么天气；
- 镜头：什么景别，什么角度，怎么运动；
- 光影：什么光线，什么色调，什么氛围；
- 风格：写实、动漫、胶片感、赛博朋克等。
写的时候每部分单独成句，不要揉成一团。模型的注意力有限，信息越清晰，越能按你的意图执行。
用电影术语精准控场
中文里有很多现成的影视词汇，用对了，效果立竿见影：
- 景别：远景、全景、中景、近景、特写；
- 镜头运动：推轨、摇移、跟拍、升降、手持；
- 角度：俯拍、仰拍、平视、低角度；
- 光线：逆光、侧逆光、轮廓光、硬光、柔光。
比如「主角站在雨夜的街头」和「低角度仰拍，主角站在雨夜的街头，霓虹灯在他脸上打出冷暖对比，镜头缓缓推进」，完全是两个层级的结果。写提示词时，把镜头当导演来指挥。
文学化描述是中文的优势
中文表达情感和氛围的能力特别强，这正是提示词需要的。「疏离感弥漫的清晨」「霓虹灯下带着一丝疲惫的独行」这类描述，能直接给模型传递情绪方向。英文提示词往往要堆形容词才能达到类似效果，中文一句就够了。
但要注意：氛围词负责情绪，具体词负责画面。两者都要有，别只写氛围，模型不知道具体拍什么；也别只写具体，画面会干巴巴没有感觉。
负面提示词不能省
告诉模型「不要什么」和告诉它「要什么」同样重要。常见的负面提示：
- 避免卡通化、避免过度锐化；
- 排除不自然光影、排除肢体扭曲；
- 不要文字水印、不要多余人物。
尤其在做写实风格时，负面提示能挡住很多AI视频的典型瑕疵。
角色一致性靠锁定
AI视频最大的痛点，是同一个角色在不同镜头里长相漂移。解决办法是「锁定描述符」：
- 给角色写一套固定描述，包括面部特征、服装、标志性道具；
- 每次生成都用完全相同的前缀引用这套描述；
- 先生成角色的参考图，再用图生视频做动画。
比如「主角：李明，脸上有浅浅的疤痕，黑色运动服，戴银色耳机」，这套描述在每一段里都要原样出现，不能今天长这样、明天换件衣服。描述锁定加参考图锁定，双保险。
多模型配合：分工协作
没有一个模型是万能的，专业创作者的做法是分工：
- 用生成快的模型做草稿，验证构图和氛围；
- 用擅长写实的模型做主体画面；
- 用擅长运动的模型做动作场景；
- 用风格化模型做特定艺术效果。
提示词也要跟着模型调：给擅长中文语义的模型，写更有文化细节的中文描述；给追求速度的模型，写简洁直接的指令。工具选对了，提示词省一半力气。
成本控制：草稿便宜，成片舍得
生成是有成本的，但钱要花在刀刃上：
- 测试和试错用低成本模型，快速验证方向；
- 最终成片用高质量模型，把预算留给真正投放的内容；
- 每段视频设定生成上限，防止无限重试；
- 提示词精简精确，避免冗余描述浪费计算。
一个常见做法是：先用低成本模型生成10个版本的构图和表情测试，选出最好的方向，再用高质量模型精修。既省钱，又出效果。
长视频的连贯性技巧
做超过一分钟的内容时，提示词不能每段孤立。两个实用技巧：
环境演变而不是固定
描述环境的渐变过程，比如「时间从正午（明亮、高对比）过渡到黄昏（暖色调、长阴影）」，而不是把每个镜头都写死。模型理解演变，画面才连贯。
继承前镜状态
如果上个镜头里箱子是打开的，下个镜头要写明「继承前一镜中打开的箱子状态」。跨镜头的道具和人物状态，靠提示词显式传递。
可直接套用的模板
给你一个中文提示词模板，改参数就能用：
【主体】[人物描述]，[动作描述]
【环境】[地点]，[时间]，[天气]
【镜头】[景别]，[角度]，[运动方式]
【光影】[光线类型]，[色调]，[氛围]
【风格】[写实/动漫/胶片等]
【负面】[不要的内容]
每次生成前把模板填完，比临场发挥稳定得多。
常见问题
中文提示词和英文提示词哪个好？
看模型。中文模型对中文语义理解更好，国际模型可能英文更稳。建议同一个想法两种都试，对比结果。
提示词越长越好吗？
不是。有效信息越多越好，废话越少越好。能删掉的词就删掉。
角色还是会漂移怎么办？
检查两点：描述是否每次都一模一样；是否用了参考图。两个都做到位，漂移会大幅减少。
怎么知道自己写得好不好？
对比实验。同一段提示词，只改一个变量，看结果差异。多做几次，你就知道哪个词起作用。
总结
Prompt工程不是背模板，是理解模型怎么读你的话。结构化分段、电影术语、氛围描述、负面限制、角色锁定、模型分工——这些技巧组合起来，能把AI视频生成从碰运气变成可控的生产流程。先写好角色描述，配合AI视频生成器和AI工具集合练手，再看GPT Image、Seedance 2.0这些模型的表现，你的作品会很快拉开差距。
