图生视频提示词怎么写:保住脸、产品和场景的实操指南
图生视频提示词的四段结构、八种五秒内成立的运镜动作,以及脸变了、手变形、标签糊掉、背景融化时该改哪一句。
HyperFrames Studio 团队 · 发布于

本文用到的工具嵌在文末,提示词已经填好,可以直接改动。
跳到工具本页目录
简短回答: 一条好用的图生视频提示词包含四块:把图片指定为参考,写清楚必须保持不变的部分,只描述一个主体动作加一个镜头运动,最后列出你不希望出现的失败形态。片段要短,先用低分辨率验证运动,再按原尺寸检查脸、手和产品边缘。
图生视频和文字生视频不是同一种活
文字生视频的提示词描述整个场景:主体是谁、在哪、光线怎样、什么风格。图生视频的提示词描述的是对一个已经存在的场景做改动。模型已经拿到了主体、构图、光线和风格,你要做的是保护这些,再加上运动,而不是把所有内容重写一遍。
最常见的错误,是把一条文字生视频的提示词配上一张图。模型于是收到两个互相打架的描述:图片说一套,提示词说另一套。结果可能是折中、换掉主体,或者干脆无视图片。正确的顺序是先让图片成为权威,再在它上面加运动。
四段结构
第一段:参考
明确说这张图是干什么用的。「以提供的图片作为精确的视觉参考和起始构图。」这句话的作用是告诉模型:这不是情绪板,这是第一帧。
第二段:保留
把身份、服装、产品外形、标签、姿态和构图点名。拍人时写:「保持主体可辨认的五官、服装、发型与身材比例一致。」拍产品时写:「保持瓶身形状、标签位置、logo 和材质不变。」拍空间时写:「保持建筑结构、窗户位置和透视关系不变。」
中文提示词里,这一段往往写得越具体越有效。不要写「保持整体风格」,要写清楚到底哪个部件不能动。
第三段:运动
只写一个主体动作和一个镜头运动。「主体慢慢转头看向镜头,微风带动几缕碎发,镜头缓慢推近。」或者:「雾气从左向右飘过,灯笼轻微闪烁,镜头保持稳定。」一个动作,一个运镜。写两个动作,模型大概率两个都做不好。
第四段:护栏
列出不能发生的事。「不要改变长相,不要新增人物,不要切镜,不要出现文字或水印。」拍产品就写:「不要改标签,不要增加物件,不要让几何形状变形。」护栏不是万能咒语,但它明显降低最常见的翻车率。
五秒内成立的八种运动
- 转头。 缓慢转向镜头,适合人像;肩膀保持不动。
- 头发飘动。 轻微的风,适合服装和美容类画面。
- 雾气流动。 主体不动、背景在动,最安全的气氛效果。
- 灯光闪烁。 烛光或灯笼改变高光,适合主体必须静止的镜头。
- 镜头推近。 缓慢靠近主体,制造戏剧感又不改解剖结构。
- 环绕。 绕着产品缓慢移动,适合有反射的材质,前提是标签始终可见。
- 转台。 产品在干净地面上旋转,适合鞋类和包装。
- 微距滑移。 贴着纹理近距离移动,适合护肤、布料和食物。
如果你要的是行走、跳舞、打斗或对话,那已经不是这个工作流能解决的事了。这类动作需要更长时间、更多控制,通常要拆成多个镜头。
最常见的五种翻车和对应改法
长相漂移。 运动幅度太大、原图细节不足,或者提示词没保护身份。改法是减小动作幅度,把保留段写得更硬。
解剖结构崩坏。 手、手指和四肢最先出问题。要么让手离开画面,要么让手保持静止。原图里手在脸旁边,就明确写「保持手部位置不变」。
标签变形。 产品上的文字最难保住。用慢速运动、干净的原图,并明确写「不要改变标签」。出片后按原尺寸检查标签。
背景融化。 复杂背景比简洁背景难得多。背景很乱时,让镜头慢一点、主体别动。
凭空切镜。 提示词暗示了一连串动作时,模型可能自己切一个镜头。加一句「一个连续镜头,不要切镜」。
一条可以直接改的人像提示词
以提供的图片作为精确的视觉参考和起始构图。保持主体可辨认的五官、服装、发型与身材比例一致。主体神情平静,缓慢转头看向镜头。微风带动几缕碎发飘动,背景有薄雾缓缓流过。镜头缓慢平滑地推近。保持真实运动和稳定的解剖结构。不要改变长相,不要替换服装,不要新增人物,不要切镜,不要出现文字或水印。
这条结构的价值在于:只给模型一个动作和一个运镜,同时把身份保护说了两遍。中文提示词同样适用于托管 Studio,工作台里的翻译功能可以把中文改写成模型更习惯的英文描述,但四段结构的逻辑不变。
一条可以直接改的产品提示词
以上传的产品照片作为精确参考。保持产品形状、标签位置、logo、颜色与材质不变。生成一条五秒的缓慢环绕镜头。一道暖光从左向右掠过表面,暗背景里有细微雾气流动。真实材质质感,几何结构稳定,高光受控。不要改变文字或 logo,不要增加物件,不要切镜,不要加水印。
结构完全一样:保留段管产品,运动段管镜头和光,护栏段保护标签。
不烧积分的测试方法
用能判断运动效果的最短时长和最低分辨率出片,看第一秒、中间和最后一帧。主体稳住了,再渲染高质量版本;主体漂了,只改一条指令。
不要用同一条提示词连抽五版,那不是测试,是抽奖。改运动、改保留句、换原图,并且记下是哪一处改动解决了问题。一个小提示词笔记,比多买一个积分包有用。
成本与合理预期
4 秒 720p Fast 视频 40 积分起,工作台在提交前会显示具体成本。$19.99 的一次性积分包是 200 积分,足够做一次测试还留一点余量。更长时长、更高分辨率、更多输入素材都会更贵。
结果不保证和示例一致。即使提示词写得好,模型也可能改变脸、产品或背景。把第一条当成草稿;两次都不行,就简化运动,或者退回静态图。
常见问题
图生视频最好的提示词长什么样?
明确写「以这张图作为第一帧」,点名必须保留的部分,只描述一个动作和一个运镜,并列出要避免的失败形态。具体胜过冗长。
图生视频片段该多长?
五秒足够承载一个动作。更长的片段更贵,也更容易漂移。先出短草稿,主体稳住了再延长。
为什么视频里我的脸变了?
动作幅度过大、原图细节不够,或者保留句写得太弱。减小动作、换一张更清晰的照片,并把身份要求重复一遍。
可以不用图片,只写文字吗?
可以,文字生视频是公开工作流。它的自由度更高,但对第一帧的控制更弱。如果必须是特定的人或产品,从图片开始更稳。
一条图生视频要花多少积分?
4 秒 720p Fast 40 积分起。确切成本取决于时长、分辨率和设置,工作台会在提交前显示。
动手试试
在 Studio 里跑一遍这个工作流
指南里的提示词已经填进输入框。上传你自己有授权的照片,或者直接改文字,生成之前先确认积分成本。
图生视频提示词怎么写:保住脸、产品和场景的实操指南
上传首帧,或粘贴 1 条公开可访问的图片直链。私网地址和分享页不行。
如果你想控制收尾镜头,可上传尾帧,或粘贴 1 条公开可访问的图片直链。
生成控制
这里放的是三条工作流共用的控制项,方便你先把任务跑通。
可用时优先走更快的路由。
当上游支持时,连同步声音一起生成。
任务通知
任务排队久的时候特别有用。当前任务开关和以后默认开关是分开的,不会绑死。
任务完成后,我们会把提示词、任务页链接和直达下载入口一起发到你的邮箱。
把这次选择存成默认值,下次提交任务时会自动帮你勾上。
还没有生成内容