从零开始：AI生成短视频关键帧提示词拆解

概念启蒙

什么是短视频关键帧？有何定义与作用？

在短视频平台（TikTok、抖音、YouTube Shorts 等），“关键帧”通常指的是视频的封面或第一帧——也就是用户在滚动信息流时首先看到的画面。它类似于影片的海报、书籍的封面，承担着吸引观众注意的重任。如果这个画面足够吸睛，用户就更可能停下来点击观看；反之，则可能一滑而过。关键帧的作用在于用极短的瞬间传达视频亮点，引发观众好奇心，从而提升点击率和播放量 。

对于TikTok和YouTube Shorts等平台而言，短视频通常自动播放，但用户往往只给予不到1秒的时间决定是否观看下去 。因此，视频开头的画面或封面至关重要。一个设计优秀的关键帧可以在海量内容中脱颖而出，用视觉语言向观众喊出“快来看我！” 。相反，如果关键帧平淡模糊，用户可能毫不犹豫地刷过去。总的来说，关键帧虽小，但影响巨大：它决定了视频能否赢在起跑线上。

关键帧对点击率、完播率、转发率的影响

点击率（CTR）直接受到封面关键帧的影响。数据显示，有自定义精美封面的视频比没有定制封面的观看次数高出约90% 。在YouTube平台上，90% 的高表现视频都配有自定义缩略图封面 。可见，一个吸睛的封面能够有效提升点击率 。对于短视频而言，CTR高意味着平台会将内容推送给更多用户，从而形成良性循环。

完播率（用户把视频看完的比例）则关系到封面与内容的一致性和勾引程度。优秀的关键帧不仅吸引点击，还设置了恰当的期待：例如封面暗示了一个悬念或精彩瞬间，观众为揭晓悬念会一直看完整支视频。如果封面与实际内容出入太大（过度标题党），观众可能点进来却很快划走，完播率反而下降，损害视频后续推荐。因此，理想的封面既要引人入胜，又要与内容主题相关联，确保观众点击后不失望，愿意看完。

转发率（分享率）同样间接受到关键帧影响。当一个视频被更多人完整观看并喜爱时，他们更可能点赞、评论甚至分享给他人。而封面作为视频的“门面”，在视频尚未播放前就决定了受众质量。如果封面成功吸引到对该内容真正感兴趣的目标受众，那么这些观众在看完视频后更倾向于转发分享。举例来说，一条科普短视频如果封面用了引人好奇的问题加上生动图片，吸引来了喜欢科普的人观看且觉得涨知识，这些人就更可能把视频转发给朋友。可见，关键帧通过提升点击和完播，间接为分享创造了前提。

简而言之，一个精心设计的关键帧能够三管齐下： 首先提升点击率，其次提高完播和互动概率，进而带来更多分享和二次传播。这也就是为什么短视频创作者常说“封面是短视频的命门”——用好关键帧，才能事半功倍。

不同内容类型短视频的关键帧形式与特征

短视频内容丰富多样，不同类型的内容常采用不同风格的封面关键帧来吸引目标受众。以下结合剧情类、科普类、娱乐类等内容，举例其封面常见的表现形式：

• 剧情类视频（情景短剧、故事剪辑等）：这类视频通常有完整的故事起因、高潮和结果。封面往往突出故事中最高潮或最悬念的瞬间。常见做法是以人物出镜为主：选取主演在高潮情节中的经典表情或动作作为封面，使观众一眼就被剧情张力所吸引 。例如，一个悬疑短剧可能用主角瞪大眼睛震惊的面部特写作为封面，配合场景中的危险元素暗示剧情冲突，让人想点进来看发生了什么。剧情类封面的特点是人物情绪强烈、场景悬念感足，通过脸部表情和环境细节勾起观众好奇心。
• 知识科普类视频（科普、教程、测评等）：这类视频的观众关注“我能学到什么”。封面通常强调主题明确和信息点。常见形式有：物品特写或示意图+简短文字。例如，美食科普会用食材或成品近景作为封面；科技知识则可能用相关装置的照片。 同时，封面上经常叠加几字大字标题强调主题（如：“为什么天空是蓝色？”、“手机隐藏功能揭秘”等），一眼传达视频的知识点和悬念。知识类封面讲究简洁清晰：画面元素不宜过多，主体物或文字突出，让观众快速明白视频讲什么并觉得值得一看。
• 娱乐类视频（搞笑段子、才艺表演、挑战vlog等）：娱乐内容的封面重在表现有趣或炫酷。如果是搞笑段子，封面常用夸张搞怪的表情或动作来传递欢乐氛围，让人忍俊不禁想点开 。例如，一个搞笑视频封面可能是博主大笑喷饭的瞬间。才艺表演类封面则多以人物形象为主，展示表演者或关键动作瞬间 ——比如舞者定格在高难度动作的瞬间、歌手投入高唱的表情等，给人以专业和精彩的印象。对于娱乐/综艺类型，也有封面采用剧照拼接或卡通元素制造趣味的情况。总体来说，娱乐类封面强调视觉冲击力和情绪感染力：要么让人觉得好笑有梗，要么让人觉得厉害过瘾，从而促使用户点击观看。

需要说明的是，除了以上三类，还有其他封面风格：例如以文字为主的封面多用于知识/资讯类、一目了然；卡片模板式封面常见于测评、商品推荐账号，用统一模板增强品牌辨识度 。但无论哪种类型，一个成功的关键帧封面通常具备共同点：主体清晰、元素简练、色彩鲜明、情绪到位。创作者应根据自己内容属性选择合适的封面表现形式，让封面既匹配内容调性，又最大程度吸引目标受众的眼球 。

爆款解剖

如何调研短视频平台的关键帧视觉元素？

要设计出优秀的关键帧，我们首先要学会调研和借鉴。通过研究当前平台上爆款视频的封面，我们能发现哪些视觉元素最能吸引观众。新手可以从以下几种方法入手：

• 利用数据工具获取热榜封面：借助第三方数据分析平台，可以方便地找到各平台的热门视频及其封面。比如，飞瓜数据是专业的短视频数据分析平台，可以搜集抖音上的热门视频、热门音乐、热门博主等内容，并追踪视频热度变化 。又如新榜旗下的“新抖”排行榜，会列出抖音各领域 top 视频和账号 。通过这些工具，我们能快速抓取当下高播放量视频的封面截图，观察它们在色彩、构图、文字等方面的共性 。需要注意的是，大部分专业数据工具功能强大但收费不菲 ，新手如果预算有限，也可以利用试用版或者公开榜单获取信息。
• 关注平台内置的热门板块：不借助外部工具，也可以在平台内发现趋势。TikTok 有“Discover”页面汇总热点话题；抖音和快手的首页经常推送近期爆火的视频。多浏览热门内容，留意那些让自己停下来的视频封面，并思考为什么它吸引了你。例如，刷抖音时遇到一个封面极具冲击力的视频，不妨截图保存。长期下来，你会积累一批优秀封面案例用于分析学习。
• 细分领域对标：针对你的内容垂类，研究头部创作者的封面套路。同一赛道的账号通常受众相似，封面偏好也有共通之处。比如你做美食账号，就多看美食领域播放量领先的视频封面，揣摩它们在菜品摆拍、色调搭配上的技巧；你做搞笑剧情号，就观察头部搞笑博主封面的人物表情和标题文字用法。对标学习能让你快速掌握本领域有效的视觉元素。
• 用户视角观察：站在普通观众角度，每天快速滚动短视频信息流，记录哪些封面让你驻足。可能是颜色特别亮眼？人物颜值很高？还是有大字标题击中了你的兴趣？将这些触动点记下来，形成自己的洞察。甚至可以问身边朋友：“你会因为哪个封面而点击视频？”收集不同用户的反馈，了解大众审美喜好和猎奇点。

通过以上方法，新媒体运营小白可以慢慢训练出敏锐的洞察力：一眼看出某封面哪些元素在发挥作用。这为我们下一步拆解和仿照爆款封面打下基础。

关键帧视觉元素分析框架

调研获取了大量优秀封面案例后，需要对其进行系统分析，提炼出可复用的设计要素。下面提供一套短视频封面视觉元素分析框架，方便逐一评估每个封面的构成要素：

1. 色彩：观察封面的主色调和配色方案。它是冷色调还是暖色调？高饱和度还是低饱和度？是否用了强烈的颜色对比来突出主体？鲜艳的颜色往往更能在信息流中抢眼，而特定颜色还能传递情绪基调（如红色传达紧张刺激，粉色柔和温馨）。许多爆款封面善于运用高对比度和高饱和度的颜色，使画面在手机屏上格外醒目。同时留意是否存在平台偏好的配色——例如某段时间某种配色风格流行，也值得跟踪。
2. 构图：分析画面中主体和背景的构图方式。主体位置是在中央、黄金分割点还是充满整个画面？取景是远景、中景还是特写？优秀封面通常主体突出且构图简洁，避免杂乱。看封面时问自己：视线第一落在哪？主体物是否清晰且大小合适？是否运用了构图技巧（如对称、三分构图、留白等）使画面更美观？比如，有的封面人物居中特写，四周留空间放文字；有的则把人物置于一侧，另一侧放夸张文字形成视觉平衡。边缘构图也是一招——即将关键元素放在画面边缘形成特殊张力，吸引目光。通过拆解构图，我们能学到如何布置元素才能既有视觉美感又抓人眼球。
3. 情绪：封面传达出的情绪力量如何？特别是有人物时，面部表情和肢体语言是情绪的载体。夸张的表情能传递丰富的情绪信息，相比面无表情的封面，人物带有强烈情绪（大笑、惊讶、愤怒等）的封面更容易引发观众的好奇和互动 。拆解封面时，看看人物是什么表情：是在笑、惊讶还是思考？情绪是否契合视频内容（搞笑视频用搞怪表情，惊悚内容用恐惧表情）？即使没有人物，封面的整体氛围也传递情绪——颜色和光影也会让人感到欢快或紧张。情绪是勾动用户心弦的重要因素，分析时要特别注意。
4. 主体与背景的关系：一个好的封面往往是“主次分明”的。这里要看主体（人物或物品）是否从背景中清晰分离。背景有没有干扰元素？很多封面会刻意虚化背景或选用纯色背景，就是为了突出前景主体。例如知识类封面常用纯色底+居中文字，人物类封面常用浅景深让人物清晰而背景模糊。分析封面时，如果发现主体不够突出，思考创作者可能用了哪些方法：比如对比（颜色或亮度将主体和背景区分）、框架（利用边框或光线圈出主体）等。学习这些方法，有助于我们设计封面时确保“一眼就抓住重点”。
5. 文字与图形元素：许多短视频封面会叠加文字、贴纸等辅助元素。这部分也要纳入分析。看看封面上有无标题文字？字体大小和颜色如何？文字内容是提炼了视频看点还是提出疑问？文字常用来点明主题或制造悬念。例如封面角落的一句“震惊！他竟然…”就能吊起胃口。分析多个案例文字的用词和长度（通常不宜过多，<=15字较好 ），可以总结出适合封面的标题套路。此外，表情符号、箭头、圈点等图形元素有时也会出现在封面上引导视线或强调部分内容。这些小设计也值得关注：为什么加箭头？圈出了什么？可能是提示观众注意某细节或暗示视频看点。
6. 风格一致性：这一点针对账号整体，而非单一封面。当你分析某个账号的多个爆款封面时，留意它们是否有统一的风格模板。很多成熟创作者会统一封面风格（用固定的配色、布局、字体）形成品牌印记 。这种一致性一方面让老粉丝易于识别，另一方面在保证质量的同时提高制作效率。对新手来说，可以从分析中借鉴这些模板化思路**：比如某美食博主每个封面都左侧放菜品大图、右侧叠黑底白字标题，这成了他的标志风格。那么我们在自己领域也可尝试建立类似的封面规范。

综上，通过色彩、构图、情绪、主体背景关系、文字元素、风格统一性等维度的拆解分析，我们可以全面了解一个封面为何有效。建议在调研中为每个优秀封面都做这样的分解笔记，久而久之你会发现爆款封面往往在这些要素上都有过人之处。掌握了分析框架，再设计自己的封面时就能有据可循，不盲目。

实例拆解：TikTok & Shorts 爆款关键帧解析

下面我们通过具体案例，一步步拆解几个 TikTok/抖音 或 YouTube Shorts 的爆款视频封面，看看它们是如何运用上述元素的，并总结可借鉴的技巧。

案例1：搞笑剧情类短视频封面

假设一个抖音爆火的情景喜剧短视频，内容是一场恶作剧惊喜。封面选用的是整段视频中恶作剧揭晓瞬间的画面：小哥哥捂着嘴偷笑，而小姐姐瞪大眼睛、一脸震惊。背景是在客厅里，但经过虚化处理。画面下方还有大字标题：“结局笑疯！”。我们从分析角度拆解：

• 色彩：封面整体色调明亮温暖。人物衣着颜色对比分明（男生红衣、女生蓝衣），在浅色背景下非常醒目。高饱和度的色彩和明亮环境营造出欢乐轻松的氛围，符合搞笑视频的基调。
• 构图：采用双人半身近景构图。两位主角居中站位，一左一右占据画面，大致对称又各有表情互动。这样的构图保证了人物表情能清晰可见（对短视频封面来说，人物面部通常会取中近景甚至特写，以便手机上也看得清）。画面上方留了一点空间放标题文字，文字居中不遮挡人物。整体构图简洁有张力：观众第一眼就被两张鲜明的面孔吸引。
• 情绪：正是情绪使这个封面活灵活现。女生夸张惊讶的表情（瞪眼张嘴）传达出“发生了意想不到的事”，而男生在旁偷笑则暗示了捉弄的得逞。强烈的情绪反差激发观众好奇：她为何如此吃惊？他又在笑什么坏笑？这种“一惊一喜”的情绪冲击无疑对喜欢看搞笑反应的视频用户非常有杀伤力。
• 主体与背景：封面中的两人就是绝对主体。他们与背景的对比非常明显：背景客厅进行了模糊处理，色调也较淡，使人物更加凸显。同时画面中没有其他多余人物或物品干扰视线，观众的注意力会完全被两位主演吸引。即便背景提供了室内环境的信息，但因虚化而不起喧宾夺主的作用。
• 文字与元素：下方添加的标题“结局笑疯！”非常简短有力，使用白色粗体字加描边，放在暗一点的背景处，确保清晰可读 。这几个字既点明视频看点在结局的爆笑，又吊足胃口（具体怎么个笑疯法？必须点进去看）。文字配合人物表情，使封面的故事性更强。一看到这画面+文案，用户几乎可以预期这是个恶作剧视频且结尾很搞笑，自然忍不住点开看看。

拆解总结：这个搞笑视频封面成功之处在于情境冲突和情绪张力。通过鲜明的人物表情对比和点题的文字，瞬间抓住了爱看搞笑反转的观众。我们在设计类似剧情/搞笑封面时，可以借鉴“双主角、一冲突”的构图思路：让封面定格在剧情冲突的高潮点，用人物神态去讲故事，再配合简短文案引发悬念。

案例2：知识科普类短视频封面

假设一个YouTube Shorts爆款科普视频，主题是“可乐倒进牛奶会发生什么？”。视频内容演示了可乐混合牛奶的化学反应。封面画面选择了实验的关键瞬间：透明玻璃杯中可乐正倒入牛奶，杯中液体产生了有趣的分层反应（颜色分界明显）。旁边还附有一句问号形式的文字：“可乐+牛奶=？？”。分析如下：

• 色彩：封面主色调对比强烈：可乐的深棕色和牛奶的乳白色形成鲜明分层，非常抓眼球。背景被处理为纯浅色或者虚化环境，以免干扰对比效果。整体给人感觉色彩简洁但对比度高，一下子就能注意到杯中的奇特现象。这种配色有助于吸引喜欢科学实验的观众——他们往往对这种直观的视觉反差很感兴趣。
• 构图：采用物品特写构图。玻璃杯占据画面中央大部分区域，杯中的液体细节清晰可见。画面右上角留白处叠加了小文本。这个封面的主体其实就是那杯“可乐牛奶混合液”，所以用近距离特写是最佳选择，保证细节可见且突出实验本身。没有人物出镜反而使注意力完全集中在实验现象上。特写构图在科普封面中很常用，因为知识点往往通过具体的物品/现象体现，特写能强化视觉冲击和细节展示。
• 情绪：科普封面主要传递的是好奇心氛围而非人物情绪。在这里，情绪体现在现象的新奇有趣上。虽然无人脸表情，但观众从封面画面会感到一种惊奇：“哇，可乐倒牛奶居然这样”。同时封面的问号文案也营造出一种悬念式的情绪——未知的期待感。当观众对答案充满好奇，这本身就是一种情绪驱动力（求知欲被吊起)。
• 主体与背景：主体那杯混合液异常醒目，背景则非常简洁干净。可能是使用了纯色背景板拍摄，或者后期抠图到单色底上。这样做的好处是完全消除了环境干扰，实验现象成为唯一焦点。甚至杯子边缘都可能被打上了一些轮廓光让其从背景中“跳出来”。对于科普封面，这种主体清晰孤立的形式很常见，例如显微镜下的细胞、太空中的行星等封面，都喜欢用纯色或朦胧背景来突出被科普对象。
• 文字与元素：封面附加的文字 “可乐+牛奶=？？” 非常典型，是提问式封面标题。用公式加问号的形式直截了当地提出视频核心疑问，观众一目了然知道视频要探究什么，又因为有问号而引发强烈好奇：“结果到底是什么？”。字体上，这几个字可能使用了醒目的彩色字体或带描边，以区别于背景。除了文字，封面没有其他多余元素，保持了简洁。这种提问式文字在科普类封面几乎是万能模板 —— 抛出问题，让用户点进去寻找答案。

拆解总结：此科普封面成功运用了对比鲜明的画面+提问文字来激发观众好奇心。在设计知识类封面时，可以借鉴“现象特写+提问标题”的套路：用能体现知识点的直观画面抓眼球，再辅以悬疑式文案勾引点击。关键是要让人看封面就明白主题，并产生“我要知道答案”的心理。

案例3：才艺表演类短视频封面

再看一个娱乐才艺类的例子：假如某TikTok上一支舞蹈短视频爆红，内容是一位街头舞者在霓虹灯下炫酷街舞。封面抓取的是舞者腾空翻转的瞬间侧拍。背景是夜晚街道的霓虹招牌，有些模糊拖影，舞者身姿在空中定格成优美的弧线。分析：

• 色彩：封面色彩绚丽而炫目。夜晚环境中霓虹光色丰富（紫、蓝、粉等），舞者本身服装可能是纯黑或亮色以形成剪影效果。整体是暗背景上点缀明亮彩光的感觉，赛博朋克式的霓虹配色很吸睛。这种高饱和度夜景色彩非常契合街舞的时尚酷炫风，也迎合年轻观众的审美。
• 构图：采用动态场景的中景构图。舞者在空中位于画面略偏右上位置，身体舒展成对角线姿态，留下了动作的动线空间。这个构图让人感觉运动感十足，画面不死板。舞者大小适中，占画面约一半，使观众既能清楚看到动作，又保留了一些环境元素（霓虹街景）来营造氛围。边缘上可能还故意留下了模糊的人群或建筑边角，增加现场感和纵深。总的来说，构图服务于动感：给运动留足空间，避免人物被边框截断，以突出才艺的力度和幅度。
• 情绪：才艺类封面的情绪更多是一种氛围情绪——这里呈现的是热烈、酷炫、带电的感觉。舞者面部也许看不太清，但从肢体动作我们能感受到投入和激情。观众会从中感到兴奋和崇拜的情绪：“太酷了，我也想看！”特别是如果舞者有肢体语言的张力（比如手臂舒展、双腿完美绷直），封面就传递出一种力量与美感兼具的情绪张力，瞬间抓牢喜欢看炫技的受众。
• 主体与背景：舞者作为主体，与背景街景通过焦点和亮度区分开来。摄影上可能用了动感模糊技巧：舞者清晰定格，而背景灯光有些拖影模糊，这凸显主体动作。同时背景虽彩色斑斓但杂乱的细节被虚化掉，所以不会喧宾夺主。人物基本呈剪影效果，在五光十色中形成黑色轮廓，更加显眼。这种处理确保了即使缩略图很小，用户一眼也能认出主体是一个在跳舞的人。
• 文字与元素：这个封面或许不需要额外文字。才艺类视频很多封面是纯画面，不加文字干扰，因为画面本身已经很震撼。或者有时会加一个小的角标注明舞者昵称/比赛名称等。但是如果要加文案，也可能是类似“街舞王者！”这种两三字的强调语。但本例假设没有文字，通过视觉本身就足够吸引点击。

拆解总结：才艺封面的关键在于展现最精彩的瞬间。我们学到，在封面中凝固动作巅峰可以让观众感受到才艺的震撼。设计这类封面时要注意动感和氛围的呈现：充分利用光影和构图让画面有现场感和冲击力，哪怕静止画面也仿佛“动起来”。这样的封面对于热爱音乐、舞蹈的观众而言，有着不可抗拒的吸引力。

以上案例展示了不同类型短视频封面的拆解思路。共通的经验包括：突出最吸引人的元素（无论是表情、现象还是动作），简化干扰，运用色彩对比和情绪渲染抢占眼球，以及在需要时巧用文字增加信息量或悬念感。新人不妨多练习对爆款封面的拆解归纳，将这些成功要素内化为自己的创作技巧。最终目的是运用到自己的视频封面设计中，做到举一反三：无论什么内容类型，都能打造出点击率飙升的优秀关键帧！

图片提示词全面教程

现代短视频运营中，许多创作者开始利用AI图像生成工具（如 MidJourney、Stable Diffusion 等）来制作封面图或插图。AI绘图的强大之处在于可以按需生成各种风格的画面，但要让AI准确画出我们脑海中的构想，关键就在于编写清晰有效的提示词（Prompt）。Prompt 就像是给AI的绘画说明书，描述越具体明确，生成结果越接近预期。

这一部分将手把手教你如何系统化地设计AI图像生成的提示词。我们按照提示词的构成要素逐步讲解，每个要素都有简介、实操步骤、示例，以及一些使用技巧和经验分享。通过将Prompt拆分为结构化的模块来设计，新手也能写出专业水准的提示词，让AI为你的短视频生成引人注目的关键帧图像。

在深入细节前，我们先了解一个常见的Prompt结构公式 ：

**前缀**（画质修饰词 + 风格） + **主体描述**（主体设定 + 特征描述） + **构图设定**（视角角度 + 色彩光影） + **场景描述** + （必要时附加的细节/模型修饰）

上面的公式可以拆解出提示词的几个关键部分 ，基本对应了我们接下来要讨论的各个方面：

• 主体设定：主要角色/对象是谁，以及其身份特征等。
• 主体特征描述：包括外貌服装、姿势动作、面部表情等细节。
• 场景描述：背景环境、地点和空间氛围。
• 构图视角：画面的取景构图、镜头角度和距离，色彩和光影效果等。
• 风格：整体的美术风格或视觉风格（例如写实/卡通、复古/赛博朋克等）。
• 画质：提升画面质量的词汇（如超清、高清细节等）以及附加的特效元素等等。

接下来我们将按照一个合理的创作顺序，逐一展开上述要素，讲解“怎么写”以及“为什么这么写”。

角色设定：明确AI画面的主角形象

角色设定是提示词的核心起点部分，回答的是“画面中有谁”。在绝大多数短视频封面或配图场景中，我们都会有一个主要对象（人物也好，物品也好）。通过提示词中的角色设定，我们要把这个主要对象清晰地传达给AI，包括身份、外貌、服装，以及可能的动作姿态。这一节将指导你如何刻画出一个生动的主角。

为什么角色设定重要？ 因为它决定了AI生成图像的主体内容。如果这部分模糊不清，AI可能会胡乱生成或偏离主题；相反，描述具体详实，AI才能“听懂”你想要画谁、画什么场景下的谁。对于短视频封面来说，主角往往就是吸引观众的焦点（人物脸部、产品本身等），因此我们希望AI画出的主角形象符合我们的创意预期和受众喜好。

实操步骤：角色设定 Prompt 书写

1. 确定人物（或物品）的身份和基本特征：首先要想清楚，你要AI画出的是一个什么身份的角色。是男性还是女性？老人还是小孩？什么职业或种族？有时一句话概括身份即可，例如：“一位年轻的女医生”或“一个史诗奇幻世界的精灵弓箭手”。如果主体不是人，而是宠物、卡通角色或物品，也在这里明确，如“橙色的卡通小猫”或“一辆复古摩托车”。这一定位让AI聚焦到正确的大方向。尽量具体，避免只说“一个人”这样宽泛无信息的描述。
2. 描绘服装和外观特征：接下来充实角色的外貌细节，使之形象生动。包括服装穿着（比如制服、礼服、休闲装、铠甲等）、发型发色、体型特征、面部特征等。举例：“穿着破旧斗篷的老年男巫，有长长的白胡子”，“身穿红色晚礼服的年轻女子，黑色长卷发”。服装往往还能暗示时代和场景（斗篷指向奇幻中世纪，晚礼服指向现代都市宴会）。注意用词简明，让AI抓住重点即可，不需要描写过于繁琐的花纹细节（那些可以留待后面细节强化）。一两句勾勒出角色的典型外观，有助于AI正确绘制形象。
3. 指定动作姿态（可选）：如果希望角色以某种动作或姿势出现，在角色设定中也可以加入。动作能够赋予画面动态感和剧情性。例如：“正在奔跑的男子”、“双手叉腰站立的超级英雄”、“跳跃起来的舞者”。肢体动作使角色更鲜活，也往往和情绪挂钩（奔跑显紧张，叉腰显自信等）。描述动作时，用动词+肢体部位姿态，如“挥舞拳头抗议”或“单膝跪地”。但要避免过于复杂或同时描述多个不相关的动作，以免AI混淆。针对封面，我们通常希望动作夸张明确一点，这样生成的画面更有张力，放缩小图看也清楚。
4. 补充其他设定（可选）：有些情况下，你可能还想强调角色的身份背景或周边道具，例如“战士挥舞着剑盾”、“科学家拿着烧瓶”。这些也可以融入角色描述。但要小心控制长度，每多一个元素AI负担就重一些。如果角色本身就足够清晰，可以将道具等放到后面的场景或细节部分写。角色设定部分重在勾画“这是谁”以及“TA在做什么”。

完成以上步骤后，你的Prompt开头关于角色的描述就会相当丰富明确了。例如，完整示范：

“一个身穿白大褂的亚洲女医生，30岁左右，面带微笑地举起X光片”。

这句话包含了身份（女医生）、服装（白大褂）、年龄/族裔、表情（微笑）、动作（举起X光片）等关键信息，AI据此生成的人物形象就会比较贴合预期。

示例 Prompt：

• 示例1： “一位身穿古代武士铠甲的中年男子，头戴斗笠，左手持刀右手负背，肃立在雨中。”(描述了角色身份=古代武士，服装=铠甲+斗笠，性别年龄=中年男子，道具动作=持刀雨中肃立，营造出武士形象。)
• 示例2： “一个可爱的卡通小女孩，扎着双马尾，穿亮黄色连衣裙，正开心地跳着舞。”**(描述了角色类型=卡通小女孩，外貌=双马尾+黄裙子，动作=开心跳舞，刻画出活泼童真的形象。)
• 示例3： “一只紫色的科幻机器人大眼睛猫，金属身体，坐在地上抬头望着你。”**(角色非人=机器猫，颜色=紫色，特征=大眼金属质地，动作=坐地抬头，互动=望着你。)

从以上示例可以看到，精炼的语言勾勒角色能使Prompt清晰有画面感。你可以根据自己视频封面的需要，调整这些要素。例如，如果封面突出人脸表情，可以细化“面容姣好的少女，浅棕卷发，大眼睛，微笑露出酒窝”等等，把观众会关注的特征写进去。

技巧与经验：

• 抓住角色最显著的特征：新手在写角色描述时容易面面俱到，导致Prompt冗长且AI无法重点突出。实际经验告诉我们，要思考“这个角色最打动人的特点是什么”。如果是英雄角色，也许铠甲和武器比相貌更关键；如果是走可爱风，年龄和神态就很重要。聚焦1-2个亮点特征强调，可以让AI更突出这些元素。
• 适当使用修饰词增强画面感：例如描述一个骑士，可以加“高大魁梧的骑士”；描述孩子可以用“天真烂漫的女孩”。修饰词能在不增加元素的前提下传递角色气质。注意避免使用过多叠义的词（如“漂亮美丽可爱的女孩”同时出现就冗余了），择一词到位即可。
• 避免歧义：提示词不理解上下文，所以措辞要避免歧义。例如“戴帽子的猫女”就很容易让AI混淆（究竟是猫还是人？）。像这种情况，最好重构描述，如“一个女性，猫咪形态”或“猫耳少女”明确含义。另外中文提示词有时AI理解不如英文，必要时可以中英文结合或直接用AI熟悉的英文词。但本教程侧重中文表述，新手可以先用中文理清思路，再考虑翻译为英文以提高AI识别率。
• 多角色提示：如果你的封面需要出现多个人物，一定要分别描述，并尽量简洁。例如：“一名医生和一名护士并肩站立”或者更具体“医生男性高个，护士女性矮个”。但要明白多角色场景AI难度更高，容易人物融合或丢失。所以起步阶段建议封面一张图只安排单一主体或突出一个主角，其他人若需要可以模糊处理（比如背影路人）。等熟练后再尝试双人甚至群像的提示词。

总之，角色设定环节就是在提示词中给AI指出“画这一个主要的谁”。只要你按照身份+外貌+服装+动作的思路去描述，并突出重点特征，你的主角形象就会鲜明而准确地呈现在生成图中。这为整个画面的成功打下基础。

场景描述：刻画背景环境与空间氛围

有了画面的主角，还需要给TA安排“在什么场景”中出现。场景描述部分就是告诉AI图像的背景和环境，包括地点、时代、周围事物以及空间布局等。一个合理的场景不仅让画面更完整，也能强化主题和氛围。

为什么场景重要？ 因为主角不可能悬浮在空无一物的空间里（除非你故意要纯色背景）。场景提供了上下文，让观众明白故事发生在哪里，有助于传达视频内容的背景信息。例如封面上一位医生是在医院病房还是在战地营地，传递出的感觉完全不同。对于AI绘图，明确的场景指示可以避免AI随意填充背景，从而更贴合我们想要的画面风格。

实操步骤：场景描述 Prompt 书写

1. 选择场景大类：首先确定图像的大背景类别，是室内还是室外？自然环境（森林、海边、天空）还是人造环境（城市街道、房间内部）？明确场景大方向能让AI调用相应的素材风格。比如“在繁华的都市街头”与“在静谧的森林小径”是截然不同的画面。可以先用几个词锁定场景类型，如“荒漠中”、“海滩上”、“太空中”、“古代城堡里”等。
2. 加入环境细节：一旦确定场景类型，进一步添加能定义场景特色的细节。这些细节能让画面更有代入感。举例，如果场景是森林，可以加“长满苔藓的古树环绕”或“落叶遍地”；如果是城市街头，可以提“霓虹闪烁的广告牌”、“川流不息的车灯”。注意选取2-3个最具代表性的元素描述即可，不需要面面俱到。环境细节不仅包括视觉物件，还可以包括时间和天气：“黄昏的天空染成橘红色”、“漫天飞雪的夜晚”等，这些也属于场景要素，会极大影响画面氛围。
3. 描绘空间构造（透视与布局）：场景描述还可以涵盖空间感方面的提示。如果你希望画面呈现开阔或局促，可以说“广阔的草原上”或“狭窄的走廊内”。想强调纵深透视，可以提“远处的群山若隐若现”或“道路延伸向地平线”。对于复杂场景，给AI一些布局提示有帮助，例如“市场上人头攒动的摊位两旁林立”暗示两侧有摊位，中间留出过道视线。总之，提供一些空间方位词（前方/背景/周围/远处等）来引导AI构图。比如：“身后是宏伟的宫殿大门”或者“脚下是透明的玻璃地板，俯瞰城市”。这些描述能让AI理解主体和背景环境的相对关系。
4. 确保场景与主体协调：写完场景，再回头检查是否跟前面角色设定有矛盾或不搭的地方。比如你角色是“古代武士”，场景却写“摩天大楼街头”显然违和 unless 你是故意要穿越效果。一般来说，角色和场景在时代和风格上要匹配。如果想突出反差，需要非常明确地描述否则AI也会困惑。所以场景部分一定要服务于角色/主题，比如科幻角色配科幻场景，校园角色配校园场景等。确保这一点后，一个完整画面的雏形就在Prompt中成型了。

示例 Prompt：

• 示例1： “在繁华的东京闹市街头，霓虹灯牌高挂，两侧是人潮涌动的商店。”(场景类型=都市街头，细节=霓虹灯牌、人潮商店，空间=两侧商店林立暗示街道。)
• 示例2： “一座静谧的森林木屋内，壁炉火光微弱跳动，窗外可以看到皑皑白雪。”(场景类型=室内木屋，细节=壁炉火光、窗外白雪，氛围=静谧温馨。)
• 示例3： “荒凉的外星沙漠上，紫色的双月高悬天空，远处隐约可见外星废墟建筑。”(场景类型=外星沙漠户外，细节=紫色双月、远处废墟，空间=远处有建筑增加纵深神秘感。)

从以上示例可见，场景描述往往构成一句独立的短语，可以直接接在角色描述后面。例如完整Prompt可能是：“一个身穿战甲的勇士站在硝烟弥漫的战场上，身后城堡燃起熊熊大火”。这里加粗部分就是场景描述，为画面提供了宏大的背景和氛围。

技巧与经验：

• 使用形容词渲染氛围：场景不仅是物理空间，更有感觉上的氛围。多用一些氛围形容词能提高画面感染力。如“阴暗的森林”（让人感觉神秘恐怖）、“明亮的教室”（清新阳光）、“破败的小镇”（荒凉沧桑）等。这类词会影响AI对色调和细节的拿捏。
• 控制细节数量，避免混乱：给场景加细节要有度。如果罗列一长串场景元素，AI可能无法全部准确绘制，甚至会把元素糅杂在一起。经验是选取3-5个关键环境关键词足矣。比如“旧工厂仓库”已经描绘场景基本样貌，再加“生锈的机械零件散落”、“光线透过破窗”就很丰富了，再多AI就容易漏掉或拼错。抓大放小，该舍弃的细节在生成后可通过多次尝试微调或后期手工添补。
• 前景 vs 背景：有时我们希望场景里不仅有背景，还有一些前景元素烘托氛围。比如在角色前面有飘落的花瓣、镜头前有模糊树枝，这些可以在Prompt里提及“前景有…”。但是这属于更高级的控制了，一般AI不一定懂前景/背景指令区分很清楚。如果模型强大，可以尝试诸如“in the foreground…”（前景如何）或直接把该元素放在角色描述前面。不过初学时可以忽略前景特殊描述，先让AI画主体+背景，后期需要再修。
• 场景做减法：有趣的是，有时候我们想突出人物，场景越简单越好（例如纯色背景的人像封面）。那在Prompt里就干脆不描述场景，AI一般会给个简单背景。如果怕背景出错，可以明确说“纯白背景”或“简单的室内背景”等等。不写场景也是场景策略的一种，取决于你封面需求。

总之，场景描述要做到既让AI明白环境是什么，又不给它添乱。当你准确描述了地点和环境特征后，AI生成的画面就会有故事的时间地点感。如同给角色搭建了一个舞台，让封面画面更具沉浸感和说服力。

构图与镜头设计：决定画面的视角与焦点

在传统摄影和绘画中，构图与镜头决定了观众“从哪个角度、以多近的距离”看这个场景。对于AI绘图也是类似，我们可以在提示词中加入一些关于视角、取景范围、对焦等信息，来影响生成图的构图和镜头效果。巧妙地设定这些要素，能够使画面更符合短视频封面的需求（例如突出人脸表情的特写，或展示环境规模的广角）。

为什么要考虑构图与视角？ 因为不同的镜头语言传递的感觉差异很大。同样一个场景，用特写和用全景，给观众的冲击力完全不同。封面通常面积小，在手机上只有方寸之间，所以经常需要近景或中景构图以看清主体。而在某些情况下，我们也希望通过特殊角度增加创意、表现力度，比如仰视让角色显得高大，俯视让场景一览无余等等。通过Prompt提示构图，能减少AI默认构图不符合我们需求的情况。例如AI可能默认给全身像，但我们想要半身特写，就需要提示。

实操步骤：构图与镜头 Prompt 书写

1. 指定视角角度：决定画面从哪个高度/方向观看主体。常见视角有：平视（Eye-level，即正常人视角），仰视（Low angle，自下往上拍，被摄对象显得高大），俯视（High angle，从上往下拍，被摄对象渺小或整个场景尽收眼底），侧视/斜视等。如果想凸显人物威严，可用“低角度仰视拍摄”；表现可爱俏皮可以用“稍微俯视视角”（看小孩或宠物常用轻微俯角）。视角可以直接在Prompt中描述，如“镜头仰视，如同孩子仰望成人”或者简单说“低角度视角”。英文里常用“low-angle shot”、“bird’s-eye view (鸟瞰)”等词，中文描述有时AI理解有限，但可以尝试添加。如：“仰视角度，角色更加高大”。
2. 确定取景范围/构图类型：也就是画面包含多少环境，主体占画面多大比例。这里可用摄影术语，比如特写（close-up）、半身/中景、全身远景等。对于封面人物脸部表情很重要，可以要求“面部特写构图”或“近距离拍摄”，这样AI会把脸画大一些。反之要表现宏大场景，用“广角远景”。在Prompt中可写：“特写：仅呈现角色头部和肩膀”或者直接“近景镜头”。许多AI模型对“close-up”这种词反应不错，如果中文不行可以加英文。总之通过这些词可以约束画幅，避免AI把人画很小或者截掉不合适的部分。
3. 强调对焦与景深：这里涉及摄影中的焦点和景深效果。如果我们希望主体清晰、背景虚化，可以在提示词加入“背景虚化”或“浅景深”等描述（英文“blurred background”/“bokeh”往往有效）。聚焦技巧在封面上很实用：背景模糊能突出主体，在人像摄影中经常用。同样，如果想整个画面都清晰则不要提虚化。也可以指定“对焦在XX上”让AI理解哪个部分最清晰。例如：“焦点对准前景的花朵，远处风景虚化”。实际生成中未必严格按焦点来，但提供这些提示会影响AI的渲染倾向。对于封面，一般我们希望焦点在主要人物/物体上，所以可以提示“清晰对焦的人物，背景略微模糊”。
4. 镜头运动/构图技巧（进阶，可选）：有时候我们可以加入一些动态或专业构图手法词汇，例如“广角镜头”意味着一种变形透视的构图感觉，“鱼眼镜头”给夸张变形效果，“构图居中”或“对称构图”强调美学布置。这些属于高级调整。如果有特定需要可以尝试，比如你想要一种监控摄像头俯拍视角，就可以说“仿佛监控摄像头画面”。如果要突出边缘构图，可以描述主体在画面一侧甚至“部分切出画框”。但需谨慎，太复杂的构图要求AI未必准确实现，可能需要多次尝试。

示例 Prompt：

• 示例1： “特写镜头：少女的脸部占据大部分画面，背后背景柔焦。”(指明采用特写构图，突出少女脸部；背景柔焦即背景虚化，提高主体突出度。)
• 示例2： “广角视角下的场景，全身人物渺小地站在宏伟山谷中，镜头从低处仰视。”(说明用广角远景，人很小环境宏大；并指定仰视角度以加强宏伟感。)
• 示例3： “中景构图，两个角色从侧面对视，画面左侧留出空间给对话字幕。”(指定中景距离，两个角色侧面对视这一构图关系，以及画面留白需求。)

这些例子展示了如何直接在Prompt中加入构图/镜头信息。根据不同封面需求，你可以增减这部分描述。例如，如果封面最终要加标题文字，你可以在Prompt里就考虑留白，如上例所示提示“左侧留空间”。AI不一定精准按此执行，但有可能减少左侧复杂元素。或者你希望人物只露上半身，就明确说中景半身像。

技巧与经验：

• 善用摄影词汇：诸如close-up（特写），ultra-wide shot（超广角），portrait orientation（纵向人像构图）等等，很多AI模型尤其是Stable Diffusion类对这些英语摄影词比较敏感。如果中文表达不到位，不妨在Prompt里夹带英文专业词。例如：“面部特写 (close-up)，浅景深 (bokeh background)”这样中英结合。
• 注意避免矛盾：构图描述要前后一致，不要一方面说特写另一方面又要求全景。例如“特写镜头展示全身”就是矛盾的。也避免同一句里混用多个镜头词，会让AI无所适从。确定一个主要的构图就围绕它描述。
• 构图无法完全控制：需要认识到，即使我们提供了构图建议，AI最终可能还是会有所偏差。这跟模型训练有关。有时你让它近景，它依然给了半身，这种情况下可以尝试加强语气或换词，或者在生成后裁剪也行。所以构图提示是一种“软建议”，在生成结果不理想时可通过反复尝试/调整Prompt或后期修图来完善。
• 结合场景一起考虑：镜头视角也和场景相关联。比如你设定了俯视角，但场景是室内特写也许看不出俯视效果。所以这些提示在合适的场景下才有效果。另外，低角度仰视如果背景有天空就容易画出宏大感，如果背景是墙壁可能体现不出。提示词各部分要互相呼应，才能发挥最大的作用。
• 利用景深突出封面主体：再次强调，手机屏幕上的封面小而有限，使用浅景深（背景虚化）几乎是人像封面的标配。很多AI模型对“bokeh”这个词效果很好，会给出摄影般的背景虚焦。这对突出人物非常有帮助，建议记下来。相反，如果封面想体现环境之美，就不要模糊背景，让它细节清晰。

概括来说，在Prompt中加入构图与镜头信息，可以让AI站在“摄影师”的角度去构图。对于短视频封面，我们通常偏好突出主体的中近景以及清晰主体+简洁背景的效果。在写Prompt时有意识地说明这些，会明显提升生成图用于封面的合适度，减少后期裁剪或调整的工作。

视觉风格与色彩搭配：确定画面的美术风格

有了人物、场景和镜头，还需考虑整个画面的视觉风格和色彩基调。这是关于图像“长成什么样”的整体感觉，包括绘画/摄影风格、时代风格、流派，以及用色倾向等。不同风格能带给人截然不同的观感：复古的画面让人怀旧，赛博朋克风让人酷炫，日系小清新让人感觉治愈等等。选择恰当的风格和配色，可以增强封面的吸引力和契合度。

为什么风格和色彩重要？ 因为风格直接影响观众的第一印象。封面在一两秒内抓人眼球，色彩是最先感知的因素，而风格营造的氛围会让观众对内容属性有预判。例如，看到霓虹赛博朋克风的画面，用户大概知道这是科技/游戏相关内容；看到水彩手绘小清新封面，就想到文艺生活类内容。对于品牌账号，坚持统一的风格色调还能形成视觉识别。在AI绘图中，风格关键词会大量调用该风格的特征，让生成图在形态和色彩上符合预期。巧用风格，可以让你的封面图与众不同又切题。

实操步骤：风格与色彩 Prompt 书写

1. 选定整体美术风格：先考虑你要图片呈现哪种艺术或视觉风格。常见的有：摄影风格（真实照片感，或特殊摄影流派如鱼眼、黑白胶片等）、绘画风格（油画、水彩、漫画、3D渲染、像素风等等）、时代风格（蒸汽波、巴洛克、80年代复古海报风）以及流派风格（赛博朋克、暗黑哥特、日系动漫风、迪士尼皮克斯风格等）。根据短视频内容选择合适的风格：科技类可选赛博朋克/未来感，童话故事可选手绘插画风，搞笑沙雕可选漫画夸张风等等。如果你的封面想要具有某知名艺术家或作品的风格，也可以在Prompt中提及（例如“梵高画风的城市夜景”）。但注意有的AI模型会避开明确提名版权艺术家。总之这一部分需要你明确想让AI画出来像什么类型的作品。
2. 加入参考和细节限定：确定风格后，可以通过一些具体词汇强化。比如选了赛博朋克风格，你可以进一步加“霓虹灯”和“未来城市”等词来确保风格到位；选了日系动画风，可以加“二维平面卡通”、“细腻光影如新海诚电影”等等。很多情况下，风格是由一组元素构成的，通过在Prompt列出这些元素，AI更容易还原。例如“蒸汽朋克风”可以补充“铜齿轮机械、维多利亚时代服饰”等细节去强化。或者直接使用一些通用风格修饰词：cinematic（电影感的），highly detailed（高细节的，常配合各种风格），surreal（超现实），minimalist（极简风）等等。
3. 设定主色调或调色风格：接下来关注色彩。你可以指定主色或配色方案。例如“画面以冷蓝色为主”，或者“色彩鲜艳，高饱和度”。也可以描述光线颜色：“金色的夕阳余晖笼罩”之类，会给画面统一的暖色调。对于封面，有时为了和品牌或内容调性匹配，会特别使用某两三种颜色。如美食可能偏暖黄橙，让人有食欲；科技类偏冷蓝紫，显未来酷感。如果你有色彩搭配方向，在Prompt里点明：“背景基调淡粉，整体色调梦幻糖果色”。此外，对比度和明暗风格也属于调色范畴。比如黑暗哥特风就“暗色为主，高对比阴影”，小清新风就“浅色系，低对比度”。想要绚丽可以“色彩饱和浓烈”，想要怀旧可以“复古色调，仿佛旧照”。这些词都帮助AI调整色彩输出。
4. 平衡风格与内容：最后，检查你选的风格和色彩是否和内容主体相协调。大多数时候风格是锦上添花，但不宜喧宾夺主。比如你的人物是可爱卡通角色，却套用了一个赛博朋克黑暗风，这可能会冲突，除非你目的就是反差萌。一般要确保风格凸显主题而不是盖过主题。例如美食题材最好别用抽象派画风，那观众都看不出是食物。选择风格时可以问自己：“这种风格是否有利于吸引我想要的受众？是否符合视频内容气质？” 如果答案肯定，就可以大胆在Prompt里强调这个风格，让AI朝那个方向绘制。

示例 Prompt：

• 示例1： “赛博朋克风格的城市街景，霓虹紫和蓝色主调，画面具有电影感。”(风格=赛博朋克+电影感，色彩=紫蓝霓虹夜色，明确了未来城市酷炫的调性。)
• 示例2： “日式治愈系插画风，小清新的配色（柔和的粉色和薄荷绿），整体感觉温馨明亮。”(风格=日式治愈插画，色彩=粉+薄荷绿小清新，氛围=温馨明亮。非常适合生活vlog或童话内容的封面风格。)
• 示例3： “复古油画风格肖像，厚涂笔触，色调偏棕黄色仿佛旧时光照耀。”(风格=复古油画，技法=厚涂笔触，色调=棕黄色旧照效果。这可能用于历史题材或复古剧情封面。)

从示例看，我们往往把风格和色彩糅合在一两句话内描述，因为它们息息相关。例如“霓虹紫和蓝色主调”直接暗示赛博朋克未来感；“温馨明亮”对应小清新日系风等。风格关键词可以有多个，AI会综合它们表现。可多尝试几组词，看哪个效果最好。

技巧与经验：

• 风格词尽量明确且知名：AI模型通常对一些常见风格和著名流派学得不错，比如“watercolor（水彩）”、“anime（动画风）”、“photorealistic（照片真实风格）”等。这些词出现会强烈影响画面质感。使用行业通用说法或知名文化元素能有效引导AI。例如说“像素游戏风”AI大概能明白画面应该像8-bit游戏那样简洁复古。
• 避免风格过多混杂：不少人喜欢在Prompt堆砌很多风格，比如“赛博朋克+巴洛克+卡通+未来+…”试图融合。但过犹不及，太多风格会互相冲突令AI无所适从。一般主风格1个，辅风格不超过1-2个。一两个明确风格往往比杂糅一堆效果更好。如果想尝试混搭风格，也建议通过多次生成/后期而不是一次性让AI搞定。
• 色彩限定要简单：指定色调时，不宜把每种颜色都点名。最好说“以X色为主，辅以Y色”，让AI有主次。如果你说“五彩斑斓”，AI可能反而失控。还有如果你指定颜色，要确保场景可能出现这些颜色，否则AI可能强行着色。比如“森林场景却说粉色基调”，AI可能会魔改森林色调（或许你就是要魔改，那OK）。总之，色调服务故事，故事暗沉就别全亮色，故事欢快就别灰蒙蒙。
• 善用风格示例或参考：如果模型允许，你甚至可以提供图像参考（在一些工具中）或者说明“in the style of [某电影/游戏]”。不过在纯文本教程中，我们假定只用文字。不妨引用受众熟悉的风格名词，如“迪士尼动画风”比单纯说“卡通风”会让人更容易想象，也引导AI往具体方向。但提及受版权保护的名字时有微妙风险（有的AI会过滤），所以可以用描述性说法代替，比如“美式手绘动画风格（类似迪士尼感觉）”。
• 风格与品牌统一：如果你做运营要长期输出封面，最好固定几种主打风格，而不是每张风格迥异。这样账号调性一致，也方便后续提示词在已有基础上调整。这方面AI生成有优势，你可以保存用过的Prompt片段作为模板，保持风格连贯。

运用好风格和色彩提示词，你的AI图片将更具视觉魅力。封面制作中，这是锦上添花的一步：先有内容框架，再决定穿什么“衣服”最亮眼。不同风格的尝试也很有趣，鼓励大家多实验，例如把同一场景用油画风和用漫画风各画一张，看看哪个更吸引目标受众。久而久之，你会摸索出最适合自己账号的封面风格密码。

灯光与阴影控制：营造光影效果提升质感

光影效果是高级画面质感的关键。灯光决定了画面的明暗对比、立体感和氛围；阴影则赋予画面深度和真实。对于AI生成图，我们也可以在提示词中指定光源类型和光影效果，让AI尽可能模拟出理想的照明场景。

为什么关注灯光？ 因为“三分靠构图，七分靠光影”。好的光影能显著提升画面档次，让封面看起来更专业吸睛。比如柔和的夕阳为人物镀上一层金边，会让画面温馨浪漫；强烈的背光制造剪影，则神秘抓人。短视频封面如果运用恰当光影，可以突出主体轮廓、营造戏剧效果，在众多平淡图片中脱颖而出。而对AI来说，提示灯光能避免生成的图“平光照明”显得扁平。恰当的阴影还能掩饰一些AI的小瑕疵。所以学会在Prompt里玩转光影，是提升生成图质量的秘诀之一。

实操步骤：灯光与阴影 Prompt 书写

1. 指定光源方向和类型：首先考虑图中主要光源来自哪里，以及是什么光。光源方向例如“来自上方的聚光灯”、“从侧后方射来的阳光”、“烛光从前方照亮面孔”等。光源类型例如自然光（太阳光、月光）、人造光（舞台灯、日光灯、烛火、霓虹灯）等。可以在Prompt明确：“傍晚的阳光斜射进窗户”或“冰冷的白色日光灯照亮房间”。这些描述会让AI在脑海中构筑光线投射的情景，影响画面明暗分布。
2. 描述光线性质：即光是柔和还是锐利，是明亮还是昏暗。这涉及光质和强度。你可以用词：柔光、散射光——产生柔和阴影；硬光、直射光——产生清晰锐利阴影。强度上可说“明亮耀眼的光”或“昏暗幽幽的光”。例如：“温暖柔和的晨光洒在人物身上” vs “强烈刺眼的探照灯照射”。通过这些词AI会调节光影对比度和边缘过渡。封面一般不宜太暗（除非内容需要），所以常用“明亮”“柔和”等词确保画面清晰讨喜。
3. 营造特殊光影效果（可选）：如果需要，可以在Prompt加入一些特定光影现象，如逆光轮廓光（rim light）、“透过树叶的斑驳阳光”、“彩色霓虹反射在脸上”、“烟雾中穿透的光束（丁达尔效应）”等等。这些描述能让AI尝试生成更戏剧性的光影场景。举例：“逆光下人物轮廓镶嵌一圈金色光边”（夕阳逆光感觉）、“黑暗房间中一道手电筒光柱穿过烟尘”。这些效果如果生成成功，画面感染力将大增。不过要注意不要一次要求太多复杂光效，否则AI可能混乱。
4. 点明阴影效果：灯光确定后，自然就有阴影。你可以强调阴影如何，比如“半张脸隐藏在阴影中”（营造神秘感）、“地上投下长长的影子”（表现夕阳西斜）、“阴影柔和几乎看不见”（高光平铺的高调画面）。阴影的信息可以帮助AI理解光源方向。例如当你说“角色背后是一片阴影”，AI就知道主要光来自前方。阴影还能传达情绪，重暗的阴影比重亮的阴影给人压抑。根据封面氛围选择描述：喜悦主题多用明亮少阴影，惊悚主题则阴影多对比强。

示例 Prompt：

• 示例1： “黄昏的柔和逆光笼罩角色，人物边缘有一道金色轮廓光，背景建筑在逆光下略显昏暗。”(光源=黄昏逆光，光质=柔和，效果=轮廓光金边，阴影=背景暗人物亮。浪漫唯美氛围立即呈现。)
• 示例2： “舞台聚光灯从上方照亮歌手面庞，光线强烈鲜明，四周环境隐于黑暗。”(光源=舞台聚光灯上方，光质=强烈直射，阴影=周围漆黑。突出舞台感和人物焦点，其他都暗处理。)
• 示例3： “清晨透过窗帘的光束在房间中投下斑驳光斑，整体光线柔和偏暗，角落里带有朦胧阴影。”(光源=清晨窗户透光，效果=斑驳光斑，光质=柔和偏暗，阴影=角落朦胧。适合营造温馨静谧氛围。)

从示例看，我们将光源、光质、效果、阴影尽量包含在描述中。像第1例，就绘出了一个逆光环境及其效果，第2例描绘舞台灯光强光高对比，第3例是散射光弱光氛围。

技巧与经验：

• 用环境说明光线：有时不必直接说光源，也可以通过场景暗示。如“烛光晚餐场景”AI自然会理解只有烛光偏暗黄光源；“正午阳光下”会偏直射强光，影子直而浓。把时间天气融入场景，可简化光影提示（AI对“noon, midnight, golden hour, foggy morning”等词有概念）。
• 多用形容光的词：比如“柔和的/耀眼的/朦胧的/闪烁的/昏黄的/冰冷的/月白色的光”等，这些都给AI很大指引。阴影则用“阴沉/漆黑/淡淡的影子/剪影/投影”等词刻画。语言越生动，AI“脑补”越充分。但注意不要过于诗意以免AI不识字面意思，比如“光线像瀑布般倾泻”这种太比喻的可能模型不懂，可以改成“强光笔直照射下来宛如光瀑布”。
• 避免逻辑冲突：光影描述务必自恰。例如别说“漆黑的夜晚阳光明媚”，也别同时提两个主光源方向（“一个光从左一个从右”AI会凌乱）。如果场景确实多光源，可以描述一个主光一个辅光，但对AI来说难度较高，尽量简单。还有若已有明确光源，就别再用另一个完全矛盾的环境描述，否则AI不知取哪一个。
• 高对比 vs 低对比：这个词组可以直接用来告诉AI画面明暗反差程度。“高对比光影”通常指强烈直射光下黑白分明的阴影，很戏剧性；“低对比度光线”指整体比较平，阴影不深，适合小清新明快风。根据封面需要选用。注意有时高对比阴影会遮挡细节（人物半边脸黑掉等），封面如果需要看清表情，就不要过度阴影遮挡人物关键部位。
• 照亮主角：封面几乎都需要主角脸部清晰可见（特别真人或角色封面）。所以即便场景黑暗，也最好给主角来一束补光。例如提示词里专门强调“人物被单独照亮”。否则AI可能按整体环境搞得主角也一片黑影，那封面效果就差了。当然，如果封面追求剪影神秘感除外。

总而言之，光影提示能给AI指明“请用这样的光打在画面上”。经过灯光渲染的AI图，会呈现更真实丰富的质感。例如眼眶的阴影、物体的高光都会出现，使画面不再扁平。掌握后，你甚至可以不用PS就让AI打出“高级感”光效。对于短视频封面，这种高级感正是提升点击率的秘诀之一——用户会被那些光影出色、看起来专业精美的封面所吸引。

细节强调与风格化描述：提升画面质感的元素

在提示词的最后润色阶段，我们可以考虑加入一些细节描述和风格化的修饰，用于强化画面质感，突出关键元素，或赋予图像独特的风格标签。细节包括人物的发丝纹理、衣物质感、环境中的微小元素等；风格化描述则是用富有表现力的语言描绘场景，使AI生成时倾向于更加生动。

为什么要强调细节？ 因为细节决定成败。丰富的细节会让AI生成的图看起来更加精致逼真，也更具感染力。比如，头发丝毫毕现会让人像更真实，盔甲纹路清晰会让战士更威风，空气中漂浮的微尘能增强环境氛围。这些可能不是画面主体，但往往提升整体观感的质感元素。此外，当封面需要突出某卖点（比如新品手机的质感、食物的诱人质地），在提示词里明确强调细节，会使AI更关注这部分。不过要注意平衡：过多细节可能淹没主体或AI难以全部表现，因此有所取舍地强调才是妙招。

实操步骤：细节与风格化 Prompt 书写

1. 选择关键细节进行强调：首先想想画面中有哪些细节最能增加说服力或美感，并与主题相关。对于人像，也许是皮肤质感（光滑、有小雀斑等）、头发发丝（飘逸、卷曲根根可见）、眼睛（炯炯有神带反光）；对于服饰可能是材质（绸缎的光泽、皮革的磨损、棉麻的纹理）；对于场景可能是天气元素（雨滴、雪花、飞舞的落叶）、环境附属物（墙上的斑驳裂痕、桌上的茶杯蒸汽）。选出1-3个最想要的细节，让AI重点“渲染”。用上提示词，如“清晰可见的XX”、“精细的YY纹理”。例如：“角色铠甲上布满精致的花纹雕刻”、“蛋糕上的奶油质地细腻蓬松”。
2. 加入特殊效果或元素：这可以让画面更吸睛，有种“Wow因素”。根据内容，考虑是否需要特效。如魔法场景加“萦绕的魔法光粒子”，赛博场景加“空气中漂浮的数字光点”，运动场景加“飞溅的汗水水花”等等。这些氛围元素不是主体但能强化情境。也可以是光效，比如镜头光晕(flare)、镜头反光散斑。如果这些特效符合你视频的调性，在提示词结尾加一句相关描述即可。但切忌添加与主题无关的效果（为了酷炫乱加会适得其反）。
3. 运用类比和富有质感的词汇：风格化描述往往利用比喻、拟人或带情绪的形容，让画面语言更丰富。比如，不只是说“有风”，而是“微风轻拂，少女的发丝随风飘舞”；不只是“地板有水”，而是“地板上积水映出霓虹的倒影”。这样的描述一方面给AI更多细节线索，一方面生成的画面故事感更强。你可以在Prompt里适当穿插这类片段。但注意控制句子长度和数量，不要整个Prompt都是抒情句子，否则AI可能迷失重点。挑一两处，用一小短语即可。
4. 提升画质的词（适量使用）：很多人喜欢在Prompt加“8K分辨率”“ultra-detailed”“high definition”等词，这些确实能让模型倾向于产出高清细节的图像。但有时模型已经默认尽力高清了，加太多可能没有明显提升，反而浪费词库容量。你可以在细节部分最后加上一两个画质提升词作为保险，比如“超高清细节”，“精雕细琢的画面”。特别是在某些开源模型中，这类词效果明显。不过OpenAI这类访问模型往往内部已做优化，不写也OK。酌情使用，不必堆砌一串。

示例 Prompt：

• 示例1： “她的头发丝丝分明，在阳光下甚至可见细微的金色毛发光泽。”(强调头发细节和光泽，让AI渲染头发质感。)
• 示例2： “骑士的铠甲上布满岁月留下的划痕与凹痕，金属质感逼真反光。”(强调盔甲磨损细节和金属光泽反光，提升真实感与质感。)
• 示例3： “空气中漂浮着点点尘埃在光束中闪烁，为场景增添了一丝静谧。”(加入环境小细节：尘埃在光束中可见，渲染静谧氛围，让画面更有空间感。)
• 示例4： “画面极其细腻，高分辨率，质感丰富如摄影作品。”(画质提升通用描述，可放在Prompt末尾。)

这些例子分别展示了人物细节、物品细节、环境细节的提示写法，以及画质补充。根据你的封面内容，你可以把相应类别的细节描述融入。例如做美食封面，可以写“饼干表面金黄酥脆的质地清晰可见，巧克力碎粒闪着光”。做汽车封面可写“车身的金属烤漆映射环境，轮胎纹路清楚”。抓住内容特征去发掘细节词，会使生成图更契合你的宣传点。

技巧与经验：

• 少而精：细节描述切忌大包大揽，列一长串。AI可能顾此失彼。挑画龙点睛的那么一两笔就好，比如人物一处（头发/眼睛），环境一处（空气尘埃/地面反光）。其他细节AI如果没画出来也无妨。封面图本来也不会让人细看所有角落，所以强调最重要的即可。
• 防止喧宾夺主：细节要服务主体而不能抢戏。例如强调背景树叶纹理，结果AI把背景画得过于抢眼盖过人物就不好。所以在选择细节时尽量靠近主体：比如人物发丝、服装纹理这些既丰富又不会移开观众注意力。环境细节最好偏 subtle（微妙）一些，如光线尘埃这类不会大面积分散视线的。
• 利用负面提示排除不需要的细节：这里稍超纲，提一下。如果AI老爱加一些细节你不想要，可以使用Negative Prompt（负面提示）告诉AI不要那些元素。但一般UI才有负面提示输入框。如果只有正面Prompt，就尽量不要提及不想要的东西就行（模型往往“无视”未提及的）。例如不想要文字出现在图里，那就千万别在Prompt写任何字母数字即可（AI有时还是会加，但几率小）。负面提示属于参数细节，这里不展开。
• 风格化描述确保易懂：尽管我们想用华丽辞藻，但请务必保证AI模型能理解。太诗意或抽象的描述模型未必学过。比如“静谧”一词模型可能明白个大概但不会画出具体东西，所以更有效的是前半句“尘埃在光束中闪烁”，而“一丝静谧”只是增加氛围但对画面元素没新增。这没关系，人看了懂就行，但要知道类似“如梦似幻”这种纯主观词AI就无从下手，只能凭关联改变色调饱和度之类，不稳定。所以风格化描述别全是主观词，最好伴随客观可画元素。

加入细节和修饰后，你的Prompt基本就丰满了。这个阶段就像请AI“再加点料”：让平淡的图变精彩、生动。有时一点小细节就能让封面图质感提升一个档次，在竞争中显得更用心更专业。初学者可以先从少量细节尝试，逐步摸索不同模型对哪些细节反应好。当你发现AI竟然连睫毛都给你画出来了，那种成就感会让你更愿意雕琢Prompt。

情绪与互动表达：赋予画面情感和故事

最后一个模块，我们关注人物的情绪表达和人与人/人与镜头的互动。封面不一定总有人物，但如果有，那么脸上的表情、姿态的情绪会极大影响观众心理。而互动包括角色彼此的互动，以及角色与观众（镜头）的互动，如对视、肢体语言交流等。这部分在Prompt中其实可以与角色设定、动作那些融合描述，但这里单独强调是为了确保不要忽略情感这个灵魂。

为什么情绪互动重要？ 因为短视频封面需要在静止的一帧里讲故事、引情绪。一个惊讶的表情能激发观众好奇，一个微笑能传递友好和轻松，一个含泪的眼神能引人共情……这些都是纯靠视觉的情绪力量。互动则能让画面更有戏剧性或代入感：两人对视微笑比各看一边更有故事感；主角直视镜头仿佛在看观众，会增强亲切感和吸引力。尤其在封面小图中，清晰且夸张的情绪表现往往效果最佳 。AI生成时如果不特别提示，人物表情常常是中性的，所以要通过Prompt主动赋予情绪。

实操步骤：情绪与互动 Prompt 书写

1. 明确所需情绪：先决定这个封面希望传达什么情绪：欢乐、惊喜、愤怒、悲伤、紧张、甜蜜……列出关键词。然后在Prompt角色描述中或者紧随其后，加入描述表情/情绪的词汇。例如：“兴奋地张大眼睛”、“脸上挂着调皮的笑容”、“眼含泪水神情悲伤”。中文的情绪词丰富，可以直接用：“愤怒的表情”，“惊讶得眉毛高扬”等。也可以英文如happy, ecstatic, shocked, terrified, determined等，模型能识别。确保情绪词靠近角色描述，以免AI套错对象（如果画面多人，最好指定谁有何表情）。
2. 描述面部表情细节：为了AI更好地绘制，可进一步指出表情特征。例如惊讶可以说“瞪大双眼、张大嘴巴露出不可思议的神情”；愤怒可以“眉头紧锁、双眼圆瞪、牙关紧咬”；开心可以“咧嘴大笑、眼睛弯成月牙”。这些细节词让AI知道具体五官该怎么调。越形象越好，因为有时仅说“惊讶”模型未必准确给到夸张神情，但如果你画面地描述动作，就更容易实现。
3. 加入肢体语言：情绪往往通过肢体动作强化。例如惊讶的人可能双手捂脸，伤心的人可能双肩下垂，生气的人可能握拳。之前在角色动作部分或许提到一些，这里若没提可以补充。肢体语言还能体现互动：比如“摊开双手表示无奈”、“两姐妹相互拥抱微笑”。写这些既帮助AI摆姿势，也让情感更明显。需要注意，复杂肢体互动AI难100%正确描绘（可能手会错位等），但还是值得提示，至少生成大致动作然后必要时后期小修。
4. 强调角色视线方向：对视是一种强大的互动方式。如果你希望画面中的人物看向彼此或者看向观众（镜头），务必在Prompt说清楚。“两人深情对视”、“她直视镜头，与观者目光相接”这种描述可以增加图的故事性或代入感。特别是封面人物看着镜头，往往更吸引滑动中的用户，因为人都有与眼神对视的本能反应，会下意识关注 。AI有时默认人不看镜头，所以要提醒它。可以用“looking at the camera”之类英文加在描述里效果更明显。
5. 多人互动描述：如果画面有多个人物并存在互动，比如对话、拥抱、打斗，在Prompt分别描述各人的状态和他们的关系动作。例如：“一人愤怒指责，另一人畏缩后退”；“情侣相拥而笑”。简洁勾勒，不用讲过长故事。让AI知道每个人大概表情动作。这对复杂场景有帮助。不过正如前面所言，多人情况AI准确率有限，可能要多尝试和后期微调。但提供这些信息总比不提供强，可以增加画面连贯性。

示例 Prompt：

• 示例1： “女孩瞪大了眼睛，双手捂住嘴巴，脸上是难以置信的惊喜表情。”(描述女性角色非常惊喜：面部夸张动作+肢体（捂嘴）。情绪一目了然，让AI清晰绘制惊讶神态。)
• 示例2： “两个朋友开怀大笑地击掌庆祝，彼此对视，神情兴奋满足。”(两个角色互动：击掌、对视，情绪=兴奋大笑，表现出胜利或庆祝的开心场景。)
• 示例3： “男子眼含泪光，勉强露出一丝微笑，表情透出悲喜交加的复杂情绪。”(描绘较复杂的表情：含泪+微笑，表现悲喜交织。这种细腻情绪AI能否完全画出不确定，但提示了方向。)
• 示例4： “她直视前方观众，露出自信满满的微笑。”(强调角色与镜头互动：直视观众，加上自信微笑。适合封面需要拉近与观众距离的场景。)

这些例子展示了不同情境下的情绪互动表达。实际写Prompt时，这些描述可以紧跟在角色设定部分后面。例如完整一句：“一个英勇的女警察，紧皱眉头表情严肃坚定，直视镜头。” 这样角色是谁+她的情绪状态和互动（看镜头）都包含了。

技巧与经验：

• 情绪描述尽量具体可见：比如用表情动作词替代抽象情绪词。不要只写“愤怒地说”这种文字场景，应写“愤怒地皱眉瞪眼”。让AI“看见”愤怒而非仅“听见”愤怒。多用面部五官、姿势词汇，少用心理抽象词。
• 夸张一点无妨：尤其在封面这种需要强力抓人的情况下，情绪可以比现实夸张20-30%。AI绘制的人物表情有时偏弱，除非你特别强调得很多次。所以上Prompt就把情绪写满，比如“哈哈大笑”而不是“轻轻一笑”，“泪流满面”胜过“眼眶湿润”。宁愿出来夸张一点（看起来卡通也没事，有趣也可能吸睛），也好过毫无表情像个木头人。
• 关注眼睛表现：俗话眼睛是心灵窗户。封面人物眼神对用户影响大。Prompt里提及眼睛动作（瞪大/眯起/含泪/炯炯有神）有助于AI绘制有神的眼睛。很多模型默认人物眼睛容易画飘或无神，如果强调了对视和情绪，有时能改善这一点。
• 互动要清晰：如果有多人物互动，最好一句话就能读懂谁对谁做什么。例如“甲拉着乙的手”这种主谓宾明确格式。如果只是“两人互动”AI可能搞不清细节给个模糊pose。对于镜头互动，只要出现“看向镜头/直视前方/盯着你”等，基本能让AI做出正视视线。后期检查如果眼睛画偏可以再修。
• 不给AI留情绪发挥空白：即尽量别让AI自由决定表情，因为大概率给你个扑克脸。所以除非你确实想要平静无表情，否则都写上所需情绪。即使是平静，也可以说“神情平和放松”这样模型会稍微调整嘴角眉毛为放松状态，而不是僵硬面瘫脸。

总结来说，情绪和互动给画面注入了生命。在Prompt设计中，这是从技术描述转向叙事描述的一环，需要一点对人性的把握。想象一下你希望观众看这个封面时产生什么感觉，然后把能引起这种感觉的表情和动作写进去。AI会根据你的指令尝试去还原。成功的话，观众也能透过封面感受到你想传达的情绪，从而更可能点击和共鸣。

经过以上七个方面的讲解，我们已经覆盖了Prompt设计的方方面面：从主体、场景，到构图、风格，再到光影、细节，最后情绪。把这些拼图组合起来，你就可以写出一段结构化、清晰而生动的提示词。比如，假设我们要生成一张短视频封面图，内容关于“探险家发现山洞宝藏”的剧情，我们的Prompt或许会综合各要素写成：

*“一位满脸惊叹的年轻探险家，戴着褐色牛仔帽和探险服，手举明亮的火把**(角色+表情+服装+动作)**，站在古老遗迹的地下洞穴中**(场景)**。火把的暖光照亮他兴奋的面庞，洞壁上闪现出金色宝藏的微光**(光影+细节)**。镜头特写他的上半身和表情，背景宝藏和石壁略显模糊**(构图+景深)**。画面风格写实而电影感，色调略带神秘的暗蓝与火光橙色交织**(风格色彩)**，空气中漂浮的灰尘粒子在光束中可见**(环境细节)**。探险家目光炯炯直视前方，神情中流露出难以置信的喜悦**(情绪)**。”*

这样的Prompt涵盖了我们教程中的大部分要点。当然，实际使用时不一定要所有元素都写上，根据需要取舍。但即便你不写，心里也应该经过类似的清单检查：“我有没有交代场景？光影要不要调整？人物表情够不够明确？”等等。结构化思维会让你的提示词更有逻辑，AI更“懂你”。

最后，强调一下生成后反复调试的重要性。即使按照指南写好Prompt，一次生成不满意也别气馁。尝试调整词语顺序、增删某些细节词，或者分多次生成选最好的一张。AI作画有一定随机性，我们能做的是尽可能引导接近方向，然后通过多次尝试达到理想效果。每一次调整和产出都是学习过程，留意AI对Prompt变化的反馈，你会越来越知道如何精确拿捏措辞。

当你掌握了提示词设计的技巧，就等于拿到了一把打开创意大门的钥匙。AI绘图将不再是冰冷随机的机器产物，而成为实现你脑中画面的听话助手。对于短视频运营小白来说，这意味着你可以低成本地产出各种风格炫目的封面图，不断试验创新，从而在激烈的内容竞争中脱颖而出。

希望这篇实操教程，帮助你理解了“怎么做”（每一步提示词要素的写法）以及“为什么这么做”（背后的视觉原理和运营思考）。接下来，就大胆去实践吧！从简单的Prompt起步，逐步添加元素，不断对比优化。相信通过练习，你一定能创作出既符合短视频关键帧抓人需求、又充满个人风格创意的AI生成封面，为你的内容运营之路添砖加瓦，收获更多的点击和关注！