图生视频提示词专题

基于 video-generation-skills 的 prompt-director 模块，详细讲清图生视频提示词怎么写，怎样避免动作混乱、运镜冲突和 AI 味过重。

为什么图生视频最容易写废

很多失败案例都不是模型能力不够，而是提示词职责混乱。用户把静态图阶段的风格词、渲染词、画质词重新抄进视频提示词里，结果模型一边想保留首帧，一边又被要求重做风格，最后动作和镜头都会漂。

三条硬规则

i2v-rulestext

图生视频三条硬规则：
1. 首帧已定风格，提示词只写运动和变化
2. 一条提示词只保留一种主导逻辑
3. 多动作必须写成时间线，不要一锅炖

对比一下最典型的错误写法和更稳的写法：

bad-i2v-exampletext

错误写法：
电影级光影，8K，超写实，女孩站在雪地里慢慢转身看向镜头，
同时镜头高速环绕，头发随风飞舞，天空乌云翻滚，氛围非常高级梦幻

good-i2v-exampletext

更稳的写法：
0-2s：女孩站在雪地里，肩膀轻微起伏，目光仍然看向远处
2-4s：她缓缓转身，视线自然落向镜头，寒风扬起发丝和衣角
4-5s：镜头轻微推近，停在半身近景

时间线写法

当一个镜头里出现两个以上动作时，就不要继续写自然语言长句，而应该切成时间线。时间线的目的不是显得专业，而是让模型知道动作顺序。

action-templatetext

写法骨架：
[主导动作]
[运镜方式]
[从 0 到 n 秒的状态变化]

例如：
主角缓慢抬头，先停顿，再向前迈出一步。
固定机位，轻微推近。
0-2s 低头静止，2-4s 抬头呼吸，4-5s 迈步。

什么时候必须改写成时间线

只要镜头里既有主体动作，又有镜头变化，再加上一个次级动作，就已经该拆时间线了。

人物从静止到转头，再到迈步，这已经是三个状态。
镜头先固定、后推进，也属于时间顺序变化。
如果还有风、衣角、头发、视线变化，就更不能继续写成长句。

如果角色只需要轻微转头、抬手、呼吸变化，3 到 5 秒就够了。
如果一个镜头需要奔跑、回头、停步、开门，通常应该拆成两个镜头。
时间线里尽量只保留肉眼可见的变化，不要写抽象情绪判断。

动作锚点法

video-generation-skills 里一个很实用的思路是锚点动作。复杂动作时，不要让全身部位同时成为主语，而是先确定一个主动作，再让其他细节跟随。

anchor-templatetext

动作锚点法：
Anchor：躯干或重心主动作
Satellite：手部、头部、衣角、表情跟随变化

例如：
Anchor：人物向前迈步并转身
Satellite：发丝被风扬起，手指轻微收紧，眼神随后转向镜头

奔跑、跳跃、转身、坐下、起身，通常由躯干和重心作为锚点。
头发、衣角、手指、眼神和表情更适合做从属变化。
如果主次不分，模型容易把每个部位都做成“各玩各的”。

案例拆解

下面这个例子基本覆盖了最常见的图生视频错误。问题不在模型，而在于用户同时要求“改风格、改镜头、改动作、改情绪”。

i2v-case-breakdowntext

案例：校园少女回头镜头
首帧：少女站在教室窗边，逆光暖色，半身构图

错误写法：
少女突然转身看向镜头，镜头快速环绕，头发飞舞，阳光更强，情绪梦幻，电影级

正确拆法：
0-2s：少女维持原站姿，肩膀轻微起伏，视线还在窗外
2-4s：她缓缓转头，目光自然移向镜头，发丝被微风带起
4-5s：镜头轻微推近，停在面部和肩线之间

单镜头模板

i2v-shot-templatetext

单镜头输出模板：
## 首帧职责
- 锁定人物、场景、光线、色调

## 视频提示词
- 主导动作：
- 运镜方式：
- 时间线：

## 生成约束
- 不改首帧风格
- 不加额外人物
- 不重做背景结构

i2v-error-maptext

问题 -> 处理方式
人物动作像抽搐 -> 删掉多余动词，只保留一个主动作
镜头很乱 -> 只留一种运镜，不要再写环绕 + 推进 + 手持
表情假 -> 改成呼吸、停顿、视线转移、肩膀起伏
背景变了 -> 删除风格词和环境词，只保留动作变化
片段太空 -> 给动作加前后状态，而不是堆形容词

最常见的错误

把“8K、电影级、超写实、梦幻氛围”继续塞进视频提示词。
同时要求强手持、平滑推进、360 环绕，运镜逻辑互相冲突。
一条提示词里要求角色跑、跳、摔倒、抬头、说话、转身。
首帧是日系自然光，视频提示词却强行改成赛博朋克高对比。

可选分析设置