基础撰写技法

文本指令的基础公式

提示词可以按照下面的公式灵活组合：

五个成分各自负责什么

不需要的部分可以省略。生成参数不需要写进提示词；可调参数由生成页面或接口设置。

有参考素材时，先准备素材并明确职责

可以组合使用最多 50 份参考素材。不同类型素材分别遵循下面的输入范围，推荐范围用于提高生成稳定性，不代表能力上限。

四类素材的输入范围与推荐范围

上传参考素材后，需要说明每份素材具体提供什么。素材中的人物、背景或构图容易被误带入成片时，再写明不采用什么。

不要只依赖图片中的文字标注，也不要让模型自行判断多份素材分别对应哪个人物、道具或场景。

如果多张图片是同一个人物或商品的不同视角，可以明确写成：

当参考视频已经准确给出动作、运镜和顺序时，提示词只需说明继承哪些内容，不必逐动作复述；重复描述可能与素材本身冲突。白模视频主要提供运动和空间骨架，仍需要写清希望生成的主体、场景、动作和风格。

声音与文字的特殊字符

提示词可以直接使用自然语言。需要进一步区分音乐、音效、台词和字幕时，可以使用下面的特殊字符：

四种符号

需要控制字幕或声音时，可以直接写明保留和不采用的声音类别。画面内容仍优先使用正向描述，只有素材职责、编辑范围和容易误带入的内容需要明确限制。

台词不是中文时，建议在台词前明确语言：

当台词文本是英语，但模型说成中文，或者需要控制地区语言习惯时，可以在台词前进一步明确语言。推荐公式：

亮点技法

多素材创作：让模型知道每个场景该使用什么

可以组合使用图片、视频和音频。素材较多时，提示词的重点不是把全部素材都写进同一句话，而是明确人物、道具、场景、动作和声音之间的对应关系。

推荐按照下面的顺序组织：

为不同主体逐一命名

不同人物、商品和道具需要分别绑定素材：

这种写法没有明确哪张图片对应哪个角色。

按类型整理素材

集中描述重要主体

当同一人物需要跨场景使用多份素材时，可以增加主体设定：

按场景调用素材

30 秒长视频：用阶段和结束状态组织事件

事件较多时，建议把故事拆成连续阶段。每个阶段只安排一个主要状态变化，并写清楚该阶段结束时画面中可以直接看到的状态。

花店订单包装流程

生成一段花店订单包装流程说明视频。<花艺师>和<店员>共同完成花束整理、包装和交付。

普通叙事优先使用“阶段”。只有关键交接、进出场、转场或明确节拍需要控制时，再使用以 1 秒为单位的时间表达。时间区间适合分配剧情节奏，时间点适合指定一次关键事件，相对时间适合描述事件之间的等待关系。

时间段应连续、不重叠。时间段表示事件的时间预算，不是精准剪辑点，动作可能在边界附近提前或延后。一个时间段中的内容过少会增加模型的发挥空间，内容过多则可能造成过度切镜或剧情遗漏。

编辑 / 首尾帧 / 延长任务类型参数规则

视频编辑、首帧或首尾帧生视频、视频延长会根据输入素材自动锁定部分生成参数，具体规则如下。

三类任务的比例与时长规则

这些任务中被自动锁定的参数不能在生成页面或接口中另行指定，其余参数以当前可用选项为准。

视频编辑：明确母版、修改范围和保持内容

编辑已有视频时，先把原视频定义为唯一母版，再说明编辑对象、作用范围、目标素材和保持内容。编辑任务的输出比例自动保持输入视频比例，输出时长自动基本保持输入视频时长，这两项不支持另行设置；受输入帧处理影响，输出时长可能存在最大约 0.3 秒的差异；差异通常来自过渡帧处理，整体内容和事件顺序仍基本保持。

主体替换

背景替换

对白、语言、音色、背景音乐和音效可以分别处理。提示词需要写清说话人或声音类别、目标变化，以及其他声音是否保持。

视频延长：先对齐边界画面，再描述前置或后续内容

视频延长是在原视频边界之外继续创作。输出比例自动保持输入视频比例，延长时长由用户设置。

两个方向的边界画面

原视频向前延长向后延长首帧尾帧边界画面必须连续

向后延长时，延长片段的第一个画面需要承接原视频尾帧；向前延长时，延长片段的最后一个画面需要衔接原视频首帧。除了边界画面，还要保持人物、道具、背景、运动趋势和声音连续。

先描述原视频尾帧的连续状态，再描述尾帧之后发生的内容。

向后延长：有其他参考素材时

先逐一说明其他素材负责什么，再明确原视频负责延长边界。其他素材可以提供人物、道具或声音，但不能替代原视频尾帧对起始画面的控制。

先描述原视频开始之前发生的内容，再把原视频首帧写成延长片段的明确结束状态。只写“随后承接原视频”可能使模型提前引入后续人物或特效，或者到达目标状态后再次改变画面。

向前延长：有其他参考素材时

逐一声明素材职责，并说明哪些素材在向前延长片段中使用、哪些只在原视频开始后使用。这样可以减少后续人物、道具或特效被提前带入前置片段。

延长结果的音量可能与原视频存在轻微变化；使用同代模型生成的视频继续延长时，画面与声音通常更容易自然衔接。验收时需要同时检查边界前后的画面、声音和完整延长片段。

进阶玩法

关键帧、分镜与白模参考

在多模态参考模式中，可以直接在提示词首句写明@图片1作为首帧、@图片2作为尾帧，不必切换到单独的首尾帧模式。系统会以首帧画幅锁定输出比例，时长由生成页面或接口设置；首帧与尾帧应使用相同画幅，比例不一致时尾帧可能出现拉伸。其余参考图仍可分别定义人物、道具、场景和材质。

不要合并成“图片1和图片2作为首尾帧”。首帧和尾帧应使用相同画幅。其他参考图只提供指定属性，不替代首尾帧的构图。

多关键帧顺序控制

当多张独立图片分别定义过程中的不同阶段时，提示词第一句先写“以@图片1至@图片N的顺序作为关键帧”，再逐张说明每张图对应的关键状态。独立关键帧通常比把多个画面拼在一张宫格图中更容易对齐，但它控制的是阶段顺序和关键状态，不等于逐帧复刻。

宫格分镜用于给出整体故事、镜头顺序和大致构图，不适合要求每格细节严格复刻。建议控制在15 格以内，使用简洁线稿或干净示意图并减少文字标注。提示词应明确读取顺序，再写出每格的主体动作、景别或运镜、最终画风和声音。

白模参考分为粗粒度白模和细粒度白模。粗粒度白模主要提供动作、动线、站位、运镜、切镜、光影和声音等时序信息；细粒度白模已经具有完整结构，主要用于材质、色彩、人物、场景和视觉风格的重渲染。先判断白模负责运动骨架还是完整建模，再选择对应写法。

两类白模的分工

粗粒度白模适合锁定动作轨迹、运动方向、人物站位、进出场、机位路径、切镜位置、光影变化和声音节奏。白模中的每个几何体都应单独映射到最终主体或道具；人物、道具和场景外观可以由其他参考图片定义。

白模信息 → 需要说明的内容

优先使用关系清楚的简单几何体。手臂、翅膀等附属结构只有在动作序列完整时才适合作为白模信息，否则容易造成动作僵硬或结构误判。

细粒度白模已经具备完整人物、道具或场景结构，适合更换材质、色彩、人物形象、场景和整体视觉风格。白模画面应尽量干净，不要保留轨迹线、坐标轴、控制器或相机锥体等制作标记。

一键成片

一键成片适合把多张图片，或图片与风格参考视频，组织成具有统一节奏和包装风格的完整视频。提示词需要说明每份素材的职责、图片顺序、画面动态、剪辑节奏、视觉包装和声音；不要只写“把这些素材做成视频”。

夜市旅行短片

图片顺序重要时，应逐张写明出现顺序；允许模型自由编排时，也要明确写出“可按主题自由编排”。涉及多个人物或多个商品时，仍需逐一命名并绑定素材。

视频无缝转场

视频无缝转场是在两段视频之间生成连续的过渡内容。提示词需要先说明哪一段是转场前视频、哪一段是转场后视频，再写清触发动作、镜头运动、画面如何变化、最终到达的状态和声音衔接。

五种转场方式的写法重点

无缝转场的目标是让画面与声音自然衔接。提示词可以要求保持两段原视频的主要内容，但不能把生成式过渡理解为逐像素不变的剪辑拼接。

情绪方向与可观察表现

只写“紧张、温馨、压抑”等情绪词，模型可以理解整体方向，但具体表演方式会有更多发挥空间。如果希望稳定控制人物演技，建议写明眼神、眉头、嘴角、呼吸、视线和手部动作等能够直接看到或听到的表现。

不必罗列所有面部细节。单次情绪转折通常选择 2 至 4 个最明确的表现即可；只有当情绪包含多次转折时，才需要按触发事件分阶段描述。

单次情绪转折：默认写法

多阶段情绪：按触发事件递进

专业摄影术语

基础镜头语言和热门运镜方式可以直接写进提示词。术语较少见、可能存在多种理解，或需要精确控制画面变化时，应同时说明术语作用于谁、画面如何变化，以及希望看到的结果。

基础镜头语言

七种热门运镜的建议写法

以下热门的运镜方式可以直接使用；若画面中有多个主体，仍需说明运镜围绕谁、从哪里开始、到哪里结束。

过于小众、行业含义不统一或模型可能不熟悉的术语，应保留术语名称，同时把它翻译成可以直接观察的画面变化。

涉及精确转场时，还要写清触发时刻、遮挡物、镜头运动方向、切换方式，以及切换后需要保持的构图或运动趋势。

摄影表达示例

光圈、焦距和快门数值可以写入提示词，但最终画面的可见结果通常比单独写一个数值更明确。

提交前检查

使用边界

九条能力边界

指南声明