如何写文生视频提示词：从文字描述到生成视频

更新于 2026年11月2日

想让文字生成的视频更接近预期，关键是把主体、动作、环境和镜头运动写清楚。先生成一段简单镜头，检查结果后再修改提示词，比一次堆入多个动作更容易定位问题。

提示词应包含哪些信息

按照以下顺序组织描述，方便检查是否遗漏关键信息：

• 主体：人物、动物或商品是什么，有哪些需要保持一致的外观特征。例如“一位穿米色围裙的咖啡师”。
• 动作：主体正在做什么，以及动作如何开始或结束。例如“缓慢将牛奶倒入咖啡杯”。一段短视频先安排一个主要动作。
• 环境：地点、背景和光线。例如“明亮的咖啡馆吧台旁，晨光从左侧窗户照入”。
• 镜头：说明景别、角度和运动。例如“中近景，平视，镜头缓慢向前推进”。不需要运动时可以写“固定机位”。
• 画面要求：补充写实或插画风格、颜色和目标画幅。竖屏短视频可用 9:16，横屏展示可用 16:9；以实际发布位置为准。

描述视角时，区分主体移动和镜头移动：人物走向镜头，不等于镜头跟随人物。如果需要比较俯视、侧视等视角，可以先参考图片视角控制指南整理镜头描述。

用 Oranzy 生成第一版

1. 确定用途并注册：先决定视频用于竖屏社交内容还是横屏演示，再注册领取 100 个奖励代币。准备好主体、动作、环境和镜头的文字描述。
2. 打开视频工具：进入 Oranzy 视频生成页面，选择文生视频方式，并从页面当前可用的模型中选择一个，例如 Kling 4.0 或 Seedance 2.5。模型和可设置的参数以页面实际显示为准。
3. 填写提示词并检查设置：粘贴描述，按发布位置选择支持的画幅。若页面提供时长设置，先选较短时长测试；生成前检查所需代币和其他可用选项。
4. 生成并记录问题：提交后完整观看结果，检查主体外观、动作方向、背景和镜头运动。记下最明显的一个问题，修改提示词后再次生成，并与第一版比较。

从示例提示词开始，逐轮改进

假设目标是一条咖啡馆竖屏宣传视频，可以先使用：

一位穿米色围裙的咖啡师站在咖啡馆吧台后，缓慢将牛奶倒入白色咖啡杯。晨光从左侧窗户照进室内，背景中的咖啡机轻微虚化。中近景，平视，镜头缓慢向前推进。写实风格，暖色调，竖屏 9:16。

如果第一版的人物和环境合适，但镜头晃动明显，保留其他描述，只调整镜头句：

中近景，平视，固定机位，画面稳定。

再次生成后重点比较镜头稳定性。如果动作仍不清楚，再单独把动作改为“咖啡师右手拿着奶壶，将牛奶缓慢倒入桌上的白色咖啡杯”。每轮尽量只改一个重点，并保留有效版本的提示词，便于回退。

常见错误：避免浪费生成次数

• 描述过于笼统：把“拍一个好看的咖啡视频”改成具体的主体、动作和场景，否则结果难以控制。
• 同一镜头要求太多动作：短片里同时要求倒奶、转身、挥手和走出画面，容易导致动作混乱。先生成一个动作，再考虑拆成多个镜头。
• 镜头指令互相冲突：不要同时要求“固定机位”和“快速环绕”。先选一种镜头运动，确认效果后再尝试其他方案。
• 一次修改太多内容：同时更换模型、场景和动作，会让你无法判断是哪项改变改善了结果。测试时尽量固定其余条件。
• 忽略画幅和边缘空间：竖屏内容不要把主体紧贴画面边缘；如果提示词中写了 9:16，也要检查页面设置是否一致。

检查成片并准备发布

生成后，在目标设备上检查主体是否完整、动作是否连贯，以及画面是否适合发布位置。不要只看缩略图；逐段观看才能发现手部变形、背景跳变或镜头突然偏移。

如果内容、构图都合适，但清晰度不足，可以参考视频画质提升与发布检查指南。放大画面不能可靠地修复错误动作或主体外观，这类问题应先通过修改提示词重新生成。