本节目录
M2 · 第 6 讲
图像与视频提示词
从一句话到分镜表
开场:单张好看,放到一起就不像一个系列
你生成了一张很满意的图,第二天想再做一张同风格的,结果人物变了、色调变了、构图也变了。做视频更明显:每个镜头单看都不错,拼起来却像五部不同的片子。
图像和视频的提示词,难点不在“写得美”,而在可控与一致。这一讲给两套公式和一张分镜表。
本课目标
- 用八要素公式写图像提示词;
- 用参考图、固定描述、种子保持一致性;
- 用分镜表把想法拆成可生成的镜头;
- 完成一组 6 格分镜。
一、图像八要素
主体 + 动作/状态 + 环境 + 风格 + 构图/镜头 + 光线 + 色彩 + 画质
示例:
一位穿深色风衣的年轻女性站在雨后的旧城街道,回头看向镜头,35mm 胶片质感,中景,侧逆光,冷灰与暖黄对比,浅景深,高清细节。
写法要点:
- 一个主体,最多两个动作;
- 风格词只选一个主风格,不要“既写实又赛博又水彩”;
- 光线决定质感,比堆形容词有效;
- 画质词放最后,别用它替代具体描述。
二、风格词怎么选
| 风格 | 关键词 | 适合 |
|---|---|---|
| 写实摄影 | 纪实、自然光、35mm、浅景深 | 产品、人物、场景 |
| 胶片 | 颗粒、过期胶片、暖调、漏光 | 情绪、故事感 |
| 商业插画 | 扁平、渐变、干净的形 | 海报、封面 |
| 3D 渲染 | 盲盒质感、柔光、塑料材质 | 角色、IP |
| 极简图形 | 大面积留白、几何、双色 | 信息图、品牌 |
选一个主风格 + 一个辅助词就够。风格越多,画面越糊。
三、一致性:三种可控手段
1. 参考图
把满意的那张作为参考,要求“保持人物、服装、色调,改变场景与动作”。这是最直接的方法。
2. 固定描述块
把不变的部分写成一段固定文字,例如“短发、圆脸、左眉有疤、深蓝夹克”,每次原样粘贴,只改动作和环境。
3. 固定种子/参数
工具支持时,固定随机种子,再小步调整提示词。一次只改一个变量,才能知道是哪句起了作用。
四、视频提示词:镜头语言
视频不是“会动的图”,它多了四件事:
| 要素 | 写法 | 示例 |
|---|---|---|
| 景别 | 远景/全景/中景/近景/特写 | 中近景 |
| 运镜 | 固定/推/拉/摇/跟/环绕 | 缓慢推近 |
| 动作 | 一个明确动作 | 她抬头,雨滴落下 |
| 时长/节奏 | 3s/5s,快慢 | 5 秒,前慢后快 |
一个可用的镜头句:
中近景,镜头缓慢推近,女性抬头看向镜头,雨滴从屋檐落下,冷色调,5 秒,电影感。
五、分镜表:先想清楚再生成
| 镜号 | 画面 | 景别 | 运镜 | 时长 | 台词/字幕 |
|---|---|---|---|---|---|
| 1 | 雨夜街道,人物背影 | 全景 | 固定 | 3s | 字幕:那天雨很大 |
| 2 | 她回头 | 中景 | 推近 | 3s | — |
| 3 | 手中旧照片特写 | 特写 | 固定 | 2s | — |
先填表,再逐镜生成。表格能暴露三个问题:镜头之间有没有逻辑、时长够不够、需不需要台词。
六、图生视频的工作流
- 用图像模型做出每个镜头的首帧;
- 选一张最稳的作为风格基准;
- 逐镜生成 3–5 秒,不要一次做 30 秒;
- 统一色调与节奏后再剪辑;
- 配音、字幕、音乐最后加。
顺序不要反。先解决画面一致性,再谈叙事。
七、30 分钟练习
- 选一个 15 秒的小故事(5 分钟);
- 填 6 格分镜表(10 分钟);
- 为第 1 格写图像提示词并生成(5 分钟);
- 为同一格写视频提示词,比较差异(5 分钟);
- 记录哪一句改动最影响结果(5 分钟)。
八、五个常见坑
- 画面里塞文字:生成文字容易错,字幕后期加;
- 手部特写:仍是弱项,用构图避开或后期修;
- 一镜到底讲太多:拆成 3–5 秒的小镜头;
- 风格词堆叠:互相冲突,画面变脏;
- 只改提示词不换参考图:一致性问题多半靠参考图解决。
九、检查清单
- [ ] 提示词包含主体、环境、风格、光线;
- [ ] 一组图有固定描述块或参考图;
- [ ] 分镜表写清景别、运镜、时长;
- [ ] 单镜头不超过 5 秒;
- [ ] 字幕与文字后期添加。
十、延伸阅读
- 知识库 1.4 AI 绘画
- 知识库 1.5 AI 视频
- 知识库 1.9 ComfyUI 工作流
下一讲:认识智能体。你会分清“聊天机器人”和“能干活的 Agent”,并判断哪些流程值得交给它。