如何用文本提示词生成 AI 视频

用文本生成 AI 视频时，最容易犯的错误是把提示词写成一个“想法”，而不是一个“镜头”。例如“帮我做一个高级感产品广告”听起来很合理，但对文生视频模型来说太宽泛。更好的方式，是像给摄影师或导演描述一个短镜头：画面里有什么、它在做什么、环境在哪里、镜头怎么动、光线是什么感觉。

一个稳定的提示词结构是：

主体 + 动作 + 场景 + 镜头运动 + 光线 + 视觉风格

例如：

一只红狐走过积雪森林，雪花轻落，低机位跟拍，阴天自然光，写实电影风格。

这个提示词没有试图讲完整故事，也没有塞入多个转场。它只描述一个清晰镜头，所以更容易生成可用的短视频。

什么时候适合用文本生成视频？

文生视频适合快速做视觉测试，而不是一次性完成完整大片。比较适合的场景包括：

如果你需要精确的人物连续性、复杂台词、准确文字、品牌 Logo 动画或多场景叙事，短提示词生成的视频可能不够稳定。更现实的做法，是先生成一个短镜头，确认画面方向是否成立。

如果提示词里出现“然后”“接着”“切换到”，通常说明它已经太复杂了。短视频生成更适合单镜头。

不太好的写法：

展示一个咖啡品牌广告，包括咖啡豆、咖啡馆、用户喝咖啡，最后出现品牌画面。

更好的写法：

烘焙咖啡豆缓慢落在深色木桌上，微距特写，温暖晨光，浅景深，高级产品广告风格。

第二个提示词没有要求模型完成整支广告，而是生成一个可用素材。你可以之后再分别生成咖啡馆、人物、包装等其他镜头。

打开 NavoKit 免费 AI 视频生成器后，先根据使用场景选择画面比例：

比例会影响镜头语言。比如“宽阔远景”通常更适合横版，“近距离产品手持镜头”则更适合竖版。不要等视频生成后再想发布场景，最好在写提示词前就确定。

第一次生成时，建议保持自动时长。这样系统可以使用更稳妥的生成路径，也避免固定时长和提示词不匹配。

只有在你明确需要某个短片长度时，再使用固定时长。比如你要做循环背景、页面 hero 动效，或需要和已有剪辑节奏对齐。如果生成耗时过长或失败，优先回到自动时长，并简化提示词。

不要只看“好不好看”。更重要的是看它能不能完成任务：

如果大部分答案是肯定的，这段视频就已经可用。如果只有某个部分不对，尽量只改那一部分提示词，不要整段重写。

如果主体在帧之间变化，说明提示词可能过于复杂。把主体写得更具体，例如“一只红狐”比“美丽的野生动物”更稳定。

如果运动混乱，只保留一个动作和一种镜头运动。例如“缓慢推进”通常比“动态电影感镜头”更明确。

如果画面平淡，补充光线和距离：侧光、逆光、微距、远景、清晨、雨夜、冷色调等词，会比抽象的“高级感”更有帮助。

如果结果偏离主题，减少形容词，增加可见细节。比如“黑色石材表面、薄雾、边缘轮廓光”比单独写“奢华风格”更容易被模型理解。

产品镜头：

一瓶香水放在黑色石材上，薄雾缓慢飘过，镜头慢慢推进，强烈轮廓光，高级商业广告风格。

社交背景：

夜晚的创作者书桌，笔记本屏幕发光，咖啡热气上升，镜头缓慢推进，温暖环境光，安静工作氛围。

电影感自然场景：

一名骑行者穿过清晨有雾的桥面，远景，柔和蓝色光线，缓慢跟拍，写实电影风格。

网站动态背景：

深色玻璃表面上流动的蓝色光波，缓慢平滑运动，极简未来感，适合作为落地页背景。

你的提示词会由 AI 视频服务处理，用于完成视频生成。不要提交机密信息、客户资料、密码、API Key 或尚未公开的品牌素材。

NavoKit 不会额外授予生成内容的商业授权。商业使用前，请自行核对适用的第三方 AI 服务条款，并确保你的输入、输出和使用方式不侵犯第三方权利。