多數 AI 影片顯得平淡，原因相同：提示詞描述的是圖片，而非鏡頭。影片模型需要知道五秒內發生什麼變化。本指南提供適用於 MiniMax、Kling 和 Seedance 的四部分結構。
步驟 1：用一句話設定場景
地點和時間：“夜晚，霓虹城市中被雨浸濕的屋頂。”從照片開始時可省略，模型已經看得到場景。把文字留給變化。
步驟 2：按因果順序寫動作
不要只寫結果，如“他們打鬥”。寫出動作鏈：他們繞行、交鋒，火花迸發，外套翻飛，其中一人從水箱躍下。每次接觸，如腳落地、刀刃相擊，都給模型一個可呈現的物理動作。多用動詞，少用形容詞。
步驟 3：添加一次運鏡並鎖定風格
加入一種運鏡，寫清速度和結束畫面，再鎖定風格：說明風格，以及哪些內容不能變。最後寫“無文字”，避免招牌亂碼。
Night, a rain-soaked rooftop in a neon city. Two rival swordfighters circle, then clash; sparks burst, coats whip in the wind, one vaults off a water tank. Camera arcs around them in one continuous shot, then pushes in on the locked blades. Hand-drawn anime film style, cel shading, same faces and outfits throughout, no text.
四部分範本
| 部分 | 寫什麼 | 示例 |
|---|---|---|
| 場景 | 地點、時間、天氣，從照片開始時省略 | 夜晚，霓虹城市中被雨浸濕的屋頂 |
| 動作 | 有接觸感和重量感的動詞鏈 | 繞行後交鋒；火花迸發；一人從水箱躍下 |
| 運鏡 | 一種運動、速度和終點 | 鏡頭繞他們划弧，再推進到相抵的刀刃 |
| 鎖定 | 風格，以及不能改變的內容 | 動漫電影風格，相同面孔和服裝，無文字 |
控制在 40–90 個詞。提示詞太長容易淹沒動作。
三層運動
當三樣東西都在動時，鏡頭會更鮮活：攝影機、主體和環境，例如雨、塵埃、火花、燈光和水。如果影片像靜止畫，通常是缺少環境層。然後寫清保持不變的內容，如面孔、服裝、商品形狀和地平線。
從照片開始
把照片作為首幀時，只寫會變化的內容。重復描述圖片既浪費文字，也可能讓模型切換到新場景。還要確保動作符合照片：半身肖像不能突然走出畫面。
常見問題
需要寫很長的提示詞嗎？
不需要。40–90 個詞較合適。太短往往動作很少，太長又容易丟失動作重點。
運鏡應該寫在開頭還是結尾？
多數模型適合放在動作之後。如果模型忽略運鏡，可以嘗試把那句話移到開頭。
為什麼影片會切到其他場景？
提示詞可能描述了首幀中不存在的東西。刪去新元素，並添加“一個連續鏡頭，不切鏡”。
