AI 视频提示词框架：七类通用填空模板（文生图、参考图改图、角色图、场景图、道具图、分镜、视频）

翔宇拆了 208 个公开 AI 视频画布（节点式创作平台上的一个作品工作区，生成图片、生成视频的每一步都是一个节点），去重后共 8362 条提示词：4109 条图片提示词、4253 条视频提示词（翔宇工作流 2026 年 10 月内部统计，下文数字同）。把大家实际在用的写法归成七类，每类整理成一个通用框架。

每一节给你三样东西：一个可以整段复制的模板、一个我们《棉花大厨》第二集里真实用过的成品、一行统计。模板里方括号是要填的空，方括号开头写「可选」的，用不上就整句删掉。

本期配套视频的五步实操在《43. 我让 AI 当导演，从零拍了一集动画短片》。

七类提示词总览

七类提示词的条数：道具图只有 81 条，是最容易漏的一类。

几个词先说清：风格设定段是全片逐字复用的一段画风描述；角色固定描述句是描述角色外形的一段固定文字，每张图、每段视频都原样复制；排除项是写明画面里不要出现的东西；景别是画面框进的范围（远景、全景、中景、近景、特写）；焦段是镜头焦距，数字越大视角越窄。

1. 文生图提示词框架

文生图是没有参考图、从零写的图片提示词，用来定全片画风和每个对象的第一张主图。

文生图框架六个部分；排除项只有 42.4% 的提示词写了，最常漏。

模板

[风格设定段：媒介与质感，主光方向与色温，景深，前后冷暖关系；全片逐字复用]。
[用途：全片风格设定图 / 气氛图 / 某对象的第一张主图]，[画幅，如 16:9]。
主体：[是谁或是什么，外形、材质、颜色、尺寸]；[构图：全身 / 全景 / 单件]。
[可选：景别与焦段，如台面高度四分之三侧全景，深焦]。
布光：[主光从哪来、色温、软硬]。
背景：[多远、什么颜色]，虚化成色块，没有[具体杂物]。
画面只有[允许出现的东西]：无人物、无文字、无水印、无分格。

成品（第二集的风格设定图，按原句整理）

三维动画长片级卡通场景渲染，圆润造型，暖色主光从画右约 3200K、暖色轮廓光从后方，前景暖、后景冷蓝灰深度虚化，木与瓷表面油润高光。
全片风格设定图，16:9。
主体：房间中央的胡桃木岛台，大木面板居中；面板右侧约 50 厘米是单头台式燃气灶，灶上一口装着水的不锈钢大汤锅，灶旁一只不锈钢清汤小锅；面板左侧约 40 厘米是空着的上菜位台面。
背景：后景是岛台后方约 4 米外一面素色冷蓝灰墙和一处窗光，虚化成柔和色块：没有架子、灯、植物和杂物。
画面只有空场景与材质样品：无角色、无动物、无人、无文字、无水印、无分格。

统计：74.2% 写了风格词、57.3% 写了布光，写排除项的只有 42.4%；中位长度 381 字符。

2. 参考图改图提示词框架

参考图改图是带着参考图、只说要改什么的图片提示词，是图片侧用得最多的写法。

改图三样必写：以哪张为准、只改一处、哪些原样不动；只有 19.1% 写了「其余不变」。

模板（三种用法，挑一种）

衍生：以图 1 为准，同一[角色 / 场景 / 道具]，只改一件事：[看得见的改动结果]；[要保持的具体项，如眼睛颜色、服装、主光方向]原样不动，其余不变，风格保持一致。

融合：图 1 的[角色]作为[名字]，图 2 作为场景，图 3 作为[道具]；[构图与动作]；脸和服装以图 1 为准，其余不变。

局部修改：只修改[区域或对象]：[改动]；画面其他部分完全不变。

成品（第二集的角色状态图和机位视角图）

基于定妆照保持形象不变，只改一件事：额头和鼻梁加一块白面粉、胡须尖挂一层面粉；其余灰毛、眼睛颜色和所有穿戴原样不动。

参考图 1 的建筑、岛台、台面上每样东西的位置、材质与主光方向（从右边来）完全不变；只把机位改为机位 B 角色特写：与 A 同一轴线、台面高度、85mm 焦段视角，框面板前沿约 25 厘米宽的站位空台面，后景全虚。

统计：69.1% 的图片提示词带参考图，其中纯修改指令中位只有 72 字符；明确写了「其余不变」的只有 19.1%。

3. 角色图提示词框架

角色图画清角色的长相、服装和比例，后面所有图和视频都以它为准。

先出中性定妆照，再出三视图和状态图；状态图每张只改一处，平光只有 18.7% 写了。

模板一：定妆照（角色造型定稿后的标准形象图）

[风格设定段：媒介与质感，中性浅灰无缝背景，柔和影棚平光；全片角色和道具共用]。
[角色名]定妆照，全身正面，[画幅]。
角色固定描述句：[身高]，[体型与头身比]，[脸型、眼睛颜色]，[发型或毛色]，[服装与配饰，逐件写颜色]。
中性站姿，闭口，手里不拿东西。
中性浅灰背景纸，柔和影棚平光。
无道具、无场景、无其他角色、无文字、无水印。

模板二：三视图（同一角色的正面、侧面、背面全身像并排画在一张图上）

[风格设定段：同模板一]。
以图 1 为唯一角色参考，保持形象不变。
[角色名]角色设定三视图：[正面、侧面、背面 / 正面、侧面、四分之三侧面]三个等高全身视图并排站在同一条基线上；[可选：右侧加一列头部特写和几种表情小图]。
角色固定描述句：[同模板一，逐字复制]。
中性站姿，闭口，手里不拿东西。
中性浅灰背景纸，柔和影棚平光。
无道具、无场景、无其他角色、无文字、无水印。

成品（第二集的三视图，按原句整理）

三维动画长片级卡通角色与道具渲染，圆润造型，浓密短毛与次表面散射，中性浅灰无缝背景，柔和影棚平光。
以图 1 的定妆照为唯一角色参考，保持形象不变。
正面、侧面、四分之三侧面三个等高全身视图并排站在同一条基线上。
身高约 25 厘米的灰色英短小猫，约两头身，圆头圆身短腿，浓密蓝灰短毛，琥珀色大圆眼带清晰高光、粉色小鼻子、圆圆的猫爪，白色厨师高帽、白色双排扣厨师服，红白格领巾、腰间别一条小白毛巾。
中性站姿，闭口，手里不拿东西。
中性浅灰背景纸，柔和影棚平光。
无表情小图、无道具、无场景、无其他角色、无文字、无水印。

第二集的角色设定页：三视图加上模板二「可选」那一句的表情特写，浅灰背景、柔和平光。

统计：71.8% 锁了风格、59.8% 画三视图、52.5% 用简洁背景，写平光的只有 18.7%；中位长度 451 字符。

4. 场景图提示词框架

场景图画出地点、陈设和光线，不带人物；先出一张场景设定图，其余机位都从它衍生。

机位视角图和平面图都从同一张无人场景设定图衍生；平面图只有 8.4%，沿用场景设定图机位的只有 5.6%。

模板一：场景设定图（一张无人空镜的标准场景图）

[风格设定段]，[主光方向与色温]，[前景暖后景冷等冷暖关系]。
[地点]空镜场景设定图，[画幅]，[机位高度与景别，如台面高度、四分之三侧角度全景]，深焦。
空间：[从左到右的分区与固定物]；[角色站位留多大]；[窗与光的位置]。
几何与比例：[尺寸]；[固定物是角色身高的几倍]。
背景：[多远、什么颜色]，虚化成色块。
无人物、无动物、无文字、无[会移动的道具]。

模板二：机位视角图（同一场景从某个固定机位看过去）

参考图 1 的[建筑、陈设位置、材质、主光方向]完全不变；只把机位改为[机位代号与景别]：[高度、朝向、焦段、框多大]，[后景虚实]。

模板三：平面图（从正上方垂直往下看，用来排走位和机位）

以图 1 为准，摄影机移到正上方垂直向下、去屋顶，单幅俯视[地点]；[哪一面是机位一侧]；无人物、无动物、无文字、无数字、无箭头。

成品（第二集的场景设定图和平面图，按原句整理）

三维动画长片级卡通场景渲染，圆润造型，暖色主光从画右约 3200K、暖色轮廓光从后方，前景暖、后景冷蓝灰深度虚化，木与瓷表面油润高光。
岛台厨房空镜场景设定图，16:9，台面高度、四分之三侧角度全景，台面深焦。
空间：房间中央的胡桃木岛台，大木面板居中；面板右侧约 50 厘米是单头台式燃气灶，灶上一口不锈钢大汤锅，灶旁一只清汤小锅；面板左侧约 40 厘米是空着的上菜位；暖光从画右的窗户打来。
几何与比例：岛台长约 1.8 米、深约 0.9 米、四面不贴墙；面板前留约 25 厘米空台面作站位；大木面板宽约为 25 厘米高小猫的 2.4 倍。
背景：后方约 4 米外一面素色冷蓝灰墙和一处窗光，深度虚化成色块。
无人物、无动物、无文字。

以图 1 为准，摄影机移到正上方垂直向下、去屋顶，单幅俯视岛台；南面是机位一侧（客人一侧）；无人物、无动物、无文字、无数字、无箭头。

左：场景设定图；右：从它衍生的平面图，只改机位，台面分区和光的方向不变。

统计：83.3% 写明空镜（不要人物）、84.7% 写了排除项，出平面图的只有 8.4%，沿用场景设定图机位的只有 5.6%；中位长度 677 字符。

5. 道具图提示词框架

道具图画单件物品的标准样子；会被拿起来、会变样的东西，每个状态一张。

会变样的道具，每个状态一张，从上一状态衍生；写状态变化的只有 23.5%。

模板一：道具设定图

[风格设定段：和角色图同一段]。
主体：[道具名]，[材质、颜色或色值、形状]，单件。
尺寸：约[多大]，约为[角色]身高的[几倍]。
排版与背景：[单视图 / 三视图]，浅灰纯色背景，柔光。
状态：[当前这一个状态看得见的样子]。
文字：[无字 / 逐字写出标签内容，放进引号]。
不要人物，不要手，不要场景。

模板二：道具状态图（同一件道具的下一个状态）

以图 1 的[道具]为准，改成[下一个状态看得见的样子]，其余不变。

成品（第二集的面团和牛肉）

三维动画长片级卡通角色与道具渲染，圆润造型，中性浅灰无缝背景，柔和影棚平光。
主体：一团光滑的圆面团，淡黄 #E6D3A0，缎面光泽，略扁，单件。
尺寸：直径约 18 厘米，和小猫身子一样大，约为棉花身高的 0.7 倍。
排版与背景：单视图，浅灰纯色背景，柔光。
文字：无字。
不要人物，不要手，不要场景。

以图 1 的面团为准，改成饧好的面团：鼓得更圆更亮，表面一层淡淡的湿光；其余不变。

以图 1 的整块卤牛腱子为准，改成切成一排薄如纸的牛肉片，其余不变。

第二集的牛肉：整块和切片两个状态，右边从左边衍生，只改「切成片」这一处。

统计：道具图只占图片提示词的 2.0%（81 条），写了状态变化的只有 23.5%。

6. 分镜规划提示词框架

分镜规划在开拍前把每个镜头的时长、机位、动作定下来，一行一镜，写好直接放进视频提示词的逐镜部分。

镜头表一行一镜，15 秒先按 5 镜排，每镜一个动词；关键帧图里写运镜的只有 15.7%。

模板一：镜头表（一行一镜，15 秒先按 5 镜排）

第[N]段「[这段做什么]」，15 秒，共[镜头数]镜。本段只演到：[终点的静止状态]。
镜头 01｜[起止秒]｜[机位代号] [景别] [焦段]｜[运镜]｜[可选：速度，如升格 0.6 倍 / 定格 6 帧 / 快动作]｜动作：[一个动词]｜结束状态：[谁在哪、朝哪、手里拿什么]｜声音：[动作音效]
镜头 02｜[起止秒]｜[机位代号] [景别] [焦段]｜[运镜]｜动作：接上一镜结束状态，[一个动词]｜结束状态：[……]｜声音：[……]
……

模板二：九宫格分镜图（只给人审动作和构图）

以图 1 的[角色]、图 2 的[场景]为准，[风格设定段]。
第[N]段九宫格分镜，3×3，从左上到右下每格一个动作：1 [动作]；2 [动作]；3 [动作]；……；9 [动作]。
线稿或灰度，格内不写字。

成品（第二集第 1 段的前五镜）

第 1 段「和面」，15 秒，共 10 镜。本段只演到：她右爪按在盖好湿布的面团上拍两下、停住。
镜头 01｜00.00—02.00 秒｜A 工作中景 50mm｜固定｜前 1.2 秒常速，后 0.8 秒快动作｜动作：两爪拍进面粉堆｜结束状态：一大团面粉白雾扑满她的脸｜声音：<啪> <面粉噗>
镜头 02｜02.00—03.40 秒｜B 角色特写 85mm｜固定｜定格 6 帧｜动作：接上一镜，鼻子连皱两下，猛地一个喷嚏｜结束状态：喷完，白脸僵着｜声音：静音约半秒，然后 <Pff-tchoo>
镜头 03｜03.40—04.40 秒｜B 角色特写 85mm｜固定｜动作：慢慢低头，眼珠斜到面粉堆上，停 4 帧｜结束状态：斜眼瞪着面粉堆，胡须前翘｜声音：<木鱼哒>，然后静音
镜头 04｜04.40—05.90 秒｜A 工作中景 50mm｜固定｜动作：右爪在面粉堆正中划出一个窝，抱起小铜壶往窝里倒水｜结束状态：窝里一汪水｜声音：<Hsss> <倒水哗>
镜头 05｜05.90—07.10 秒｜M 微距 100mm｜固定｜快动作｜动作：两只圆爪飞快抄拌成雪花片，再拢成粗面团｜结束状态：一团粗面团｜声音：<沙沙沙>

第二集第 3 段的九宫格：每格一个动作，只给人审动作和构图，不作为生成输入。

统计：多镜头视频提示词的镜头数中位是 5 个、每镜 3.0 秒、每镜 188 字符，62.8% 用时间戳切分镜头；关键帧图里写运镜的只有 15.7%。

7. 视频提示词框架（15 秒多镜头）

视频提示词一次生成一段 15 秒、切成多个镜头的视频，先写清每张参考图管什么和本段演到哪，再逐镜写。

七块模板：参考图职责要写明锁定什么、不采用什么，多镜头提示词里这样写的只有 7.9%。

模板

【生成目标】《[片名]》第[N]段「[这段做什么]」，15 秒，[画幅]。本段只做：[一句话情节]。[风格设定段，全片逐字复用]；[主光从哪来、色温]，[前后冷暖]，[谁是唯一焦点]。本段只演到：[终点的静止状态]。音频约束：无背景音乐、无配乐，只生成[环境声、动作音效、角色叫声]；无旁白、无对白、无字幕。

【参考图职责】@图片1 只管[角色]的长相：[角色固定描述句]；只锁[脸、发型或毛色、体型、服装、痕迹]，不采用[白底、三视图排版和静止站姿]。@图片2 只管[场景]：[布局一句]；只锁空间布局、固定物位置、光向与冷暖；不采用空无一人的状态。@图片3 只管[道具]现在的状态：[状态]；[可选：之后按镜头一步步变成……]。

【空间与连续性】只有一个空间：[地点]。[角色身高、站在哪]。机位只在[哪一侧]，不拍反打。[固定物从左到右]。[光从哪边来，影子朝哪边]。本段道具：[状态 A（镜头 01–03）→ 状态 B（镜头 04 起）]。

【表演与摄影】[角色的动作风格与节奏]。表情只动[哪些部位]；眼睛始终是[颜色]，不变色、不发光。每镜从上一镜落点接着演，切在动作半截；镜间硬切、不叠化。

【镜头01｜00.00—[秒]｜[机位代号] [景别] [焦段]】[运镜]。[一个动作]。落点：[谁在哪、朝哪、手里拿什么]。声音：[动作音效]。

【镜头02｜[秒]—[秒]｜[机位代号] [景别] [焦段]】从上一镜结束时的姿势直接继续，不重新起势。[可选：速度，如定格 6 帧 / 升格 0.6 倍]。[一个动作]。落点：[……]。声音：[……]。

……（15 秒排 5 到 10 镜，最后一镜落在本段终点）

【声音】[环境底噪]，贯穿全段不断；每镜只出上面写的声音；[哪几镜留静音]。音频约束：无背景音乐、无配乐，只生成[……]；无旁白、无对白、无字幕。

【保持一致】全片只有[角色数量]；[道具]按镜头顺序变化，不跳步；[眼睛颜色、身上痕迹]每一镜都在；画面无文字。

成品（第二集第 1 段「和面」，15 秒、10 镜）

【生成目标】《棉花大厨做牛肉拉面》第 1 段「和面」，15 秒，16:9。全片开场。本段只做：她两爪拍进面粉堆，面粉糊了一脸、打喷嚏，斜眼瞪面粉堆后报复式和面：划窝倒水、抄拌成雪花片、捶面揣面，揉着揉着变成踩奶，回神扶帽，盖上湿布饧面。拍面粉和捶面快、准、狠，踩奶慢下来（升格），笑点前留静音。整段是一条不断的动作：每一镜的第一帧就是上一镜最后一帧的姿势和位置，她在同一个地方接着做，不重新摆姿势、不换站位、不跳到下一步的结果。三维卡通动画电影画面，不是二维平涂、不是写实照片；浓密短毛与次表面散射，浅景深；暖光从画右的窗户打来（约 3200K），后景冷蓝灰墙虚化成色块，台面暖、后景冷，猫是唯一焦点。喜剧引擎：小身板、大厨手 × 猫的本能。本段只演到：她右爪按在盖好湿布的面团上拍两下、停住。音频约束：无背景音乐、无配乐，只生成环境音、动作音效与猫叫（Hmph、Mrrp、Hsss、呼噜、Pff-tchoo、Nyam）；无旁白、无对白、无字幕。

【参考图职责】@图片1 只管猫的长相：棉花（灰色英短小猫，约两头身，圆头圆身短腿，浓密蓝灰短毛，琥珀色大圆眼带高光，粉色小鼻子，圆圆的猫爪；白色厨师高帽、白色双排扣厨师服、红白格领巾、腰间一条小白毛巾），额头鼻梁糊着白面粉、胡须尖挂粉；只锁脸、毛色、体型、穿戴和面粉痕迹，不采用白底、三视图排版和静止站姿。镜头 01 面粉扑上来之前脸是干净的灰色，镜头 02 起每一镜都照这张，面粉一直在。@图片2 只管厨房：胡桃木岛台，大木面板居中，右边燃气灶和大汤锅、清汤小锅，左边空着的上菜位，窗户和暖光在画右。只锁空间布局、固定物位置、光向与冷暖；各机位按它取景；不采用空无一人的状态。@图片3 只管面现在的状态：开场时面板中央一座雪白的散面粉小山，比她的头还高；之后按镜头里写的一步步变：挖窝倒水、雪花片、粗面团、光面团、盖布。全段只有这一份面。@图片4 只管手持工具的样子和大小（以棉花身高 25 厘米为尺）：本段用到小铜壶和白色湿纱布。

【空间与连续性硬锁】只有一个空间：房间中央的胡桃木岛台。棉花身高约 25 厘米，直接站在台面上，不用凳子。机位只在客人一侧，不拍反打。台面从左到右固定：空着的上菜位、居中的大木面板、单头燃气灶（灶上不锈钢大汤锅，灶旁清汤小锅）。窗户和暖光在画右，影子都朝画左。本段道具：面粉堆（镜头 01–05）→ 雪花片 → 粗面团（镜头 06）→ 光面团（镜头 07 起）→ 盖着湿纱布的面团（镜头 10）；小铜壶放在面板后沿；白色湿纱布叠在面板后沿，镜头 10 被抖开。

【表演与摄影】棉花做面像拉面宗师，快、准、狠：拿手动作四拍——反向蓄力两帧、爆发带动态模糊、命中画面轻震、收势定住；不笨拙、不吃力、不踉跄。本能一上来身体先动，发作完立刻扶帽装回宗师。表情只动耳朵、瞳孔大小、胡须、嘴角、尾巴；眼睛始终是同一双琥珀色大圆眼带高光，不变色、不变黑、不发光。圆爪没有手指，握长竹筷、漏勺时两爪合握。微距镜里面在画面中央，猫爪只在画边。动接动：每镜从上一镜落点接着演，切在动作半截；镜间硬切、不叠化。

【镜头01｜00.00—02.00秒｜A 工作中景 50mm】固定，拍中瞬间画面一震。前 1.2 秒常速：她站在面板前沿，两爪高举过头，下巴抬着摆宗师派头，脸是干净的灰色；后 0.8 秒快动作带动态模糊：两爪啪地拍进面粉堆。落点：一大团面粉白雾扑满她的脸。声音：<啪> <面粉噗>。

【镜头02｜02.00—03.40秒｜B 角色特写 85mm】从上一镜结束时的姿势直接继续，不重新起势。先定格 6 帧：白雾落下，整个额头、鼻梁和两颊糊成白色，胡须挂满白粉，她一动不动只眨一下眼；随后鼻子连皱两下，猛地一个喷嚏，把面前的粉雾正中吹开一个圆洞。落点：喷完，白脸僵着。声音：静音约半秒，然后 <Pff-tchoo> 一声猫喷嚏，接一声滑哨下行。

【镜头03｜03.40—04.40秒｜B 角色特写 85mm】固定。从上一镜结束时的姿势直接继续。她慢慢低头，上眼皮压低，眼珠斜到面粉堆上，停 4 帧；脸上的白面粉和上一镜一模一样。落点：斜眼瞪着面粉堆，胡须前翘。声音：<木鱼哒>，然后静音。

【镜头04｜04.40—05.90秒｜A 工作中景 50mm】固定。从上一镜结束时的姿势直接继续。她右爪在面粉堆正中一划到底划出一个窝，两爪抱起面板后沿的小铜壶，往窝里倒水，水流细细地落进窝里，再把小铜壶放回原处；不用灶边的锅。落点：窝里一汪水。声音：<Hsss> <倒水哗>。

【镜头05｜05.90—07.10秒｜M 微距 100mm】固定，面在画面中央，猫爪只在画边。快动作带动态模糊。两只圆爪由里向外飞快抄拌，干面粉吸了水一片片变成松散的雪花片，再被两爪拢成一团疙疙瘩瘩的粗面团。落点：一团粗面团。声音：<沙沙沙>。

【镜头06｜07.10—08.70秒｜A 工作中景 50mm】固定，每捶一下画面轻震。从上一镜结束时的姿势直接继续。她双拳轮流捶粗面团，每一拳都是反向蓄力两帧、砸下、命中、收势，面团被捶扁、对折、再捶，一下比一下光滑。落点：面团已经光滑，她的两只拳头慢慢松开成爪掌。声音：<嘭> <嘭> <嘭>。

【镜头07｜08.70—10.70秒｜B 角色特写 85mm】缓推 2 秒。升格 0.6 倍。这是上一镜同一个动作的延续，不是重新揉面：松开的两只爪掌在面团上一左一右交替按，越按越慢，变成猫踩奶；眼睛慢慢眯成向上弯的月牙，舌尖露出一点，尾巴竖起轻摇。落点：最陶醉的一刻。声音：竖琴滑音 + <呼噜>，呼噜越来越响（是喉咙里的呼噜，不是喵叫）。

【镜头08｜10.70—11.70秒｜B 角色特写 85mm】固定。月牙眼一下睁圆，两爪悬在面团上僵住，定格 6 帧。落点：两爪悬着不动，白脸僵着。声音：呼噜停，静音约半秒。

【镜头09｜11.70—13.00秒｜A 工作中景 50mm】微拉 0.4 秒。从上一镜结束时的姿势直接继续。她收回右爪扶正帽子，下巴一抬，若无其事。落点：下巴抬着，两爪垂在身侧。声音：<Hmph> 手风琴装模作样的颤音。

【镜头10｜13.00—15.00秒｜A 工作中景 50mm】固定。从上一镜结束时的姿势直接继续。她两爪抖开面板后沿的白色湿纱布，盖住面团，右爪在布上拍两下，然后低头按住不动。落点：她在画面中间、面板前沿，低头看着盖布的面团，右爪按在布上，静止；灶和大汤锅在画右。声音：<布扑> <拍拍>。

【声音】厨房底噪很轻，贯穿全段不断；每镜只出上面写的声音，同一个声音不重复使用；卡通点缀音（滑哨、木鱼、竖琴滑音、手风琴颤音）只在写明的镜头响一下，不铺成配乐；镜头 02、03、08 各有一处静音逗号。音频约束：无背景音乐、无配乐，只生成环境音、动作音效与猫叫（Hmph、Mrrp、Hsss、呼噜、Pff-tchoo、Nyam）；无旁白、无对白、无字幕。

【保持一致】全片只有这一只猫，不出现第二只猫、人类或人手；全段只有这一份面，按镜头顺序变化，不跳步、不重复揉；她的眼睛始终是琥珀色；镜头 02 起整个额头、鼻梁和两颊的白面粉每一镜都在，和 @图片1 一样，不会变干净；她全段不看镜头、不招手、不笑；画面无文字。

这一份 2975 字符。四张参考图按 @图片1 到 @图片4 的顺序上传：角色状态图、场景设定图、面粉堆道具图、厨具对照图。

统计：多镜头视频提示词中位 1922 字符，88.5% 写了景别、85.8% 指代了参考图、85.3% 写了声音；写清参考图「只锁什么、不采用什么」的只有 7.9%。

AI 视频生成模式怎么选

公开画布里多参考生成是绝对主流，首尾帧只占约 2.5%。

统计：多参考生成在两批画布里分别占 76.3% 和 88.7%，首帧约 9%，文生视频约 5.1%，首尾帧约 2.5%。

一页速查表

常见问题

AI 视频提示词用中文写还是英文写？

统计里中文为主：视频提示词 64.4% 是中文，中文提示词里又有 27.2% 夹带 dolly（轨道移动）、POV（主观镜头）、85mm 这类英文术语。我们用中文写，镜头术语保留英文原词。

AI 视频一段生成多长合适？

统计里时长参数最常见的是 15 秒（972 条），其次是 30 秒（626 条）和 5 秒（536 条）。官方上限各家不同：Seedance 2.5 官方写明单段最长可生成 30 秒，Veo 3.1 是 4、6、8 秒，可灵 3.0 系列最长 15 秒。Sora 官方指南还提到，短片段更能按提示词执行，可以考虑用两段 4 秒拼接代替一段 8 秒。我们的做法是一段 15 秒、只演一件事。

横版还是竖版，画幅写在提示词里吗？

统计里 16:9 占 66.3%，21:9 占 14.6%，9:16 只有 1.0%，公开画布几乎都在做横版。画幅、时长、分辨率在生成参数里设置，不写进提示词正文，Sora 官方明确说写在提示词里无效。

参考图是不是上传得越多越好？

不是。Seedance 2.5 官方建议主体图 1 到 8 个效果较好，9 到 12 个稳定性下降、可能要多生成几次。统计里视频节点的图片输入中位数是 3 张。我们的经验是只上传本段出现的对象的图，上传了本段不出场的图，模型会把它画进来。

画面里的文字总是写错怎么办？

Seedance 2.5 官方给了两个办法：英文单词拆成单个字母，要求按顺序依次出现；需要准确展示的中文做成图片作为参考素材，在提示词里写明对应哪张图。其余位置统一写「画面中不出现字幕和文字」。

多人对话时，别的角色也跟着张嘴怎么办？

我们的做法是一镜一人开口，说话人用正面近景，并写明其他人闭嘴。Seedance 2.5 官方常见问题里的示例提示词也是这样处理的：写明不说话的角色「全程自然闭口」，并在排除项里写「错误人物发声、多人同时说话」。

同一段提示词能直接搬到另一个模型上用吗？

不建议原样搬。LTX 官方写明，从可灵、Seedance 搬过来的标签式、分镜清单式提示词会拖累效果，要改写成连贯段落；Sora 官方说分辨率和时长写在提示词里无效，只能在生成参数里设置。搬之前先读目标模型的官方指南，按它的结构重写，七块内容不变，排法跟着模型改。

有没有办法不手写这几千字提示词？

有。把这七类框架写成 Skill（Agent 按需加载的一份做法说明），Agent 负责出图、写镜头表和完整的视频提示词，人只负责挑和改。本期配套文章里的 AI 导演台就是这么做的，配套文章文末可以下载。

想把这套框架直接用起来

这七类框架已经写进 AI 导演台，Agent（能自己调用工具完成任务的 AI 助手）照着它出图、写镜头表和视频提示词，人只负责挑和改；下载见配套文章文末。

延伸阅读

• 《43. 我让 AI 当导演，从零拍了一集动画短片》：本期配套视频文章，五步法的完整操作
• 《AI 视频剪辑实战：用 Claude Opus 5.5 剪口播长视频，完整工作流教程》：生成之后怎么剪
• 《AI 图片与视频生成指南：从提示词到成片的完整工作流》
• 《PixVerse 视频提示词创作深度教程》
• 《提示词框架完全指南：18 个实用框架提升 AI 对话效率》

参考来源（厂商官方文档，2026-10-21 取回）

• 火山方舟《Doubao Seedance 2.5 提示词指南》，文档索引：https://ark.volcengine.com/llms.txt
• Google Cloud《Ultimate prompting guide for Veo 3.1》：https://cloud.google.com/blog/products/ai-machine-learning/ultimate-prompting-guide-for-veo-3-1
• OpenAI Cookbook《Sora 2: Prompting Guide》：https://raw.githubusercontent.com/openai/openai-cookbook/main/examples/sora/sora2_prompting_guide.ipynb
• 可灵 llms.txt：https://kling.ai/llms.txt
• LTX《Prompting Guide》：https://docs.ltx.io/api-documentation/implementation-guides/prompting-guide.md