图生视频提示词指南：让画面动起来，同时保持主体稳定

图生视频的起点是一张已经做出视觉决定的图片。主体、构图、颜色和大部分灯光都已经存在，因此提示词不需要再次长篇描述画面，而应该重点说明镜头接下来如何变化。

五部分运动简报

大多数图生视频提示词都可以使用下面的结构：

1. 保持：说明哪些内容必须稳定。
2. 主体动作：描述一个清晰的主要动作。
3. 镜头运动：选择一种主要运镜。
4. 环境运动：添加克制的辅助变化。
5. 结束画面：定义镜头如何停下或过渡。

例如：

保持产品外形、标签和影棚灯光不变。瓶身缓慢旋转约十五度，一道细窄高光掠过玻璃表面。镜头轻微向前推进，背景中有少量薄雾缓慢移动。最后停在居中的产品主视觉画面，标签完整可读。

明确哪些内容不能漂移

如果主体一致性很重要，先说明稳定元素，再描述动作：

• 人物面部和发型
• 产品几何结构和 Logo 位置
• 服装与配饰
• 背景建筑结构
• 文字和包装布局

避免同时要求多个大幅度变化。短片里同时出现剧烈主体动作、快速环绕镜头、环境切换和服装变化，会形成彼此竞争的约束。

只选择一个主要镜头意图

运镜语言应该具体，但不要堆叠：

• 缓慢推进
• 轻微拉远
• 从左向右平移
• 细微手持漂移
• 固定机位，只让主体运动

如果原图构图已经很强，克制的镜头变化通常比完整环绕更容易保持原有视觉关系。

让环境运动服务于主体

辅助运动可以让静态图片产生生命力，同时减少主体发生变化的风险。例如：

• 微风带动衣料或头发
• 蒸汽、烟雾、灰尘、雨水或薄雾
• 反射和移动高光
• 虚化背景中的行人
• 树叶、水面、窗帘或粒子

这些元素应该始终服从主要动作，而不是抢走注意力。

根据镜头选择模型

不同模型支持的分辨率、时长、参考素材数量和音频行为不同。先在 Composer 中选择模型，再根据该模型显示的参数完成设置。更长的时长不一定更好；当源图片必须保持可识别时，短镜头通常更容易保持连贯。

用明确的小修改继续迭代

第一版生成后，不要立刻重写整条提示词。留在同一个对话里，只描述最小且有价值的调整：

• “保持当前动作，但把镜头推进幅度减少一半。”
• “产品外形已经正确，减慢旋转并移除背景薄雾。”
• “保留前三秒，最后的定格画面再延长一些。”

这样 Agent 能更清楚地判断上一版中哪些部分需要保留。

生成前检查清单

提交前确认提示词回答了这些问题：

• 哪些内容必须保持不变？
• 唯一的主要动作是什么？
• 镜头如何运动？
• 哪些辅助细节会运动？
• 最终画面应该是什么样？
• 动作幅度是否适合选择的时长？

一条好的图生视频提示词是一份运动简报，而不是对静态图片的第二次描述。