🎬

4.4 视频提示词不是加长版图片提示词

专门补上这个断层：图片提示词追求画面密度，视频提示词追求时间稳定，两者的写法目标恰好相反。

第 4 章文生视频：把画面交给时间 · 第 20 课 / 全书 34 课 · 约 6 分钟

本课目标

图片提示词要在一帧里塞满信息：主体、材质、光线、构图、风格、细节，元素越多画面越丰富。视频提示词要在几十帧里维持同一套信息，元素越多越容易崩。所以视频端反而要删：只留主体、一个动作、一种运镜、一条氛围线。

把一段 60 字的图片提示词压成视频提示词时，保留「谁 + 做什么 + 镜头怎么走」，把配色、材质、构图类词整体移到首帧生成阶段。如果模型支持首尾帧或参考图，这一步的收益最大。

Example

图片提示词（用于首帧）：赛博朋克街角，红裙女孩，雨后湿路面，蓝紫霓虹配暖黄，低机位广角，电影感，16:9
视频提示词（用于图生视频）：红裙女孩缓慢向前走，发丝与裙摆轻微摆动，镜头固定缓慢推进，5 秒，人物形象保持不变

视觉描述归首帧，时间描述归视频。

纯文生视频也必须这么短吗？

也建议克制，但可保留少量关键氛围词；一旦要求锁定人物长相，仍应改走首帧链路。

视频提示词文生图区别断层