最近在研究AI生成视频时，发现提示词（prompt）的设计直接决定了输出内容的质量。作为踩过无数坑的过来人，这里分享一套从入门到精通的实战方法论。

一、AI视频生成基本原理

1. 技术核心：通过扩散模型（如Stable Diffusion Video）将文本描述转化为连续帧画面
2. 提示词作用：相当于导演脚本，控制内容主题、风格、镜头运动等要素
3. 关键参数：
4. 正向提示词：明确期望出现的元素
5. 负向提示词：排除不想要的内容
6. CFG值：控制创意自由度（建议7-12）

二、新手常见痛点

• 内容偏差：生成与预期完全不符的场景
• 细节缺失：关键元素被忽略或变形
• 风格混乱：不同艺术风格混杂
• 语义歧义：多义词导致理解错误（如"bank"可能被理解为河岸或银行）

三、高效提示词构建法

1. 结构模板：

   [主题]+[主体描述]+[环境]+[风格]+[技术参数]
   例："未来城市 赛博朋克风格 霓虹闪烁的雨夜 4K高清 电影镜头"

2. 关键词技巧：

3. 使用专业术语："bokeh"比"模糊背景"更准确
4. 添加权重符号："(bright colors:1.3)"强化颜色表现

5. 避免抽象词：用"丝绸质感"代替"高级感"

6. 风格锚定：

7. 艺术家命名："by Studio Ghibli"
8. 明确媒介："oil painting"、"8-bit pixel art"

四、经典场景示例

1. 产品展示视频

   "智能手机旋转展示, 极简白色背景, 光影流动质感,
   product commercial shot, cinematic lighting, 8K --ar 16:9"

2. 动画短片

   "可爱柴犬穿着宇航服在月球跳舞,
   Pixar style 3D animation, soft lighting,
   happy mood, 24fps smooth motion"

3. 风景纪录片

   "黄昏时分的非洲草原长镜头,
   National Geographic documentary style,
   4K HDR, film grain, telephoto lens"

五、性能优化技巧

1. 时间控制：
2. 限制视频长度（多数模型建议≤4秒）

3. 使用"--fast"参数快速测试

4. 画质提升：

5. 添加"8K UHD"、"sharp focus"等关键词

6. 后期用Topaz Video AI做超分辨率处理

7. 批量生成：

   # 使用SD WebUI API批量生成
   import requests
   payloads = [{"prompt":"sunset beach", "steps":25}, ...]
   for p in payloads:
       response = requests.post(url, json=p)

六、避坑指南

1. 内容安全：避免涉及真人肖像/商标等侵权内容
2. 物理定律：检查是否存在反重力等不合理现象
3. 连贯性检测：用DaVinci Resolve分析帧间一致性
4. 版权声明：商用前确认模型许可协议

现在就用Runway ML或Pika Labs试试这些技巧吧！建议先从修改现成提示词开始，逐步加入自己的创意元素。期待在社区看到大家的作品~