前置知识
一、新手入门指南
1.1 第一次使用视频生成
步骤 1：选择平台
- 免费尝试：通义万相、可灵 Kling（免费额度）
- 专业创作：Sora 2、Veo 3.1、Seedance 2.0
- 快速迭代：PixVerse V4、Pika 2.5
步骤 2：注册账号
- 国际平台：通常需要邮箱注册，部分需付费订阅
- 国内平台：手机号注册，部分有免费额度
步骤 3：第一次生成
简单尝试：
"一只小猫在草地上玩耍"
进阶尝试：
"一只橘色小猫在阳光下的草坪上追逐蝴蝶，
温暖的光线，电影级质感，4K 高清，慢动作"
新手建议
第一次使用时，不要期望一次就完美。视频生成比图片生成更需要多次迭代——把第一次生成当作”试片”，根据结果调整提示词，逐步接近想要的效果。建议从 5 秒短视频开始尝试。
二、提示词编写核心技巧
2.1 好提示词的六大要素
mindmap root(视频提示词要素) 主体描述 什么物体/人物 什么特征 动作描述 在做什么 如何运动 环境背景 在哪里 什么时间 镜头语言 景别（特写/全景） 运镜（推/拉/摇/移） 风格指定 写实/动画/艺术 参考作品 技术参数 时长 帧率 分辨率
2.2 对比示例
❌ 糟糕的提示词：
一只猫在跑
✅ 优秀的提示词：
一只橘色虎斑猫在清晨的公园草地上奔跑，
阳光从侧面照射，毛发闪闪发光，
低角度跟拍镜头，背景虚化，
电影级质感，慢动作 60fps，4K 高清，
5 秒视频
2.3 提示词结构模板
（1）基础模板
[主体] + [动作] + [环境] + [镜头] + [风格] + [参数]
示例：
一位年轻女性 + 在海边漫步 + 日落时分 + 中景跟拍 + 电影质感 + 10 秒 4K
（2）运镜控制模板
[主体动作]，[场景]，[镜头类型]，[运镜方式]，[光线]，[风格]
示例：
一位舞者在舞台上旋转，
聚光灯下，全景镜头，
镜头围绕舞者缓慢旋转，
戏剧性光影，芭蕾舞表演风格
（3）多镜头叙事模板
镜头 1：[场景 1 描述]，[景别]
镜头 2：[场景 2 描述]，[运镜]
镜头 3：[场景 3 描述]，[过渡方式]
示例：
镜头 1：清晨的城市天际线，大远景
镜头 2：街道上行人匆匆，中景平移
镜头 3：咖啡厅内主角醒来，特写推近
硬切过渡，电影开场风格
2.4 常用镜头术语
| 术语 | 说明 | 示例 |
|---|---|---|
| 特写（Close-up） | 聚焦主体细节 | 人物面部特写 |
| 中景（Medium Shot） | 主体大部分在画面中 | 人物上半身 |
| 全景（Wide Shot） | 展示完整场景 | 整个房间 |
| 大远景（Extreme Wide） | 宏大场景 | 城市全景 |
| 推镜头（Dolly In） | 镜头向前移动 | 逐渐靠近主体 |
| 拉镜头（Dolly Out） | 镜头向后移动 | 逐渐远离主体 |
| 摇镜头（Pan） | 水平转动镜头 | 从左到右扫视 |
| 跟镜头（Follow） | 跟随主体移动 | 跟拍跑步的人 |
三、进阶使用技巧
3.1 图生视频（Image-to-Video）
图生视频允许基于一张或多张参考图像生成视频。
使用场景：
- 让静态图片”动起来”
- 保持角色外观一致
- 基于分镜稿生成视频
- 老照片动态化
使用方式：
步骤 1：上传参考图像（1-5 张）
步骤 2：输入提示词描述想要的动作
步骤 3：设置生成参数（时长、帧率等）
步骤 4：生成视频
提示词示例：
"让照片中的人物眨眼、微笑，
头发随风轻轻飘动，
自然的微表情，5 秒视频"
图生视频技巧
上传的参考图像质量直接影响生成效果。建议使用清晰、主体明确、光线良好的图像。
3.2 角色一致性保持
挑战：视频里的主角不能”变脸”。
解决方案：
方法 1：参考图像锁定（Kling 3.0、Seedance 2.0）
1. 上传角色参考图像
2. 模型提取角色特征
3. 生成时保持角色外观一致
4. 可跨镜头使用同一角色
方法 2：多图像参考（Seedance 2.0 支持 9 张）
上传多张同一角色的不同角度照片
→ 模型建立完整角色理解
→ 生成时从各个角度看都一致
方法 3：视频续写
生成第一段视频 → 以末帧为起点 → 续写下一段
→ 角色自然延续，不会变脸
3.3 音画同步
2026 年旗舰模型支持原生音画同步。
使用方式：
方式 1：自动生成音频（Wan 2.6、Seedance 2.0）
提示词：
"一个女孩在海边唱歌，自动生成背景音乐"
→ 模型同时生成画面和音频
→ 口型与声音同步
方式 2：上传自定义音频
1. 准备音频文件（MP3/WAV）
2. 上传到平台
3. 输入提示词描述画面
4. 模型根据音频节奏生成匹配的画面
方式 3：方言对口型（Kling 3.0）
支持粤语、四川话、东北话等方言
上传方言音频 → 模型生成对口型视频
3.4 多镜头叙事
多镜头叙事是 2026 年的重要突破——单提示词生成多个镜头的连贯视频。
使用方式（Seedance 2.0、Wan 2.6）：
提示词：
"一个完整的咖啡制作过程：
镜头 1：咖啡豆倒入磨豆机，特写
镜头 2：研磨咖啡粉，近景
镜头 3：热水冲泡，蒸汽升腾，特写
镜头 4：倒入杯中，拉花形成，慢动作
镜头 5：成品咖啡放在木桌上，全景
淡入淡出过渡，治愈系风格，15 秒"
多镜头提示词技巧
明确标注”镜头 1”、“镜头 2”等，指定每个镜头的内容和景别，说明镜头之间的过渡方式。
3.5 运镜控制
运镜控制让视频生成从”固定机位”变成”专业摄影”。
常用运镜指令：
| 运镜 | 提示词示例 | 效果 |
|---|---|---|
| 推镜头 | ”镜头缓慢向前推进” | 逐渐靠近主体 |
| 拉镜头 | ”镜头向后拉远” | 展示更多环境 |
| 摇镜头 | ”镜头从左向右摇” | 水平扫视场景 |
| 跟镜头 | ”镜头跟随人物移动” | 保持主体在画面中 |
| 环绕 | ”镜头围绕主体旋转” | 360 度展示 |
| 升降 | ”镜头从下向上移动” | 从脚部到头部 |
3.6 视频延长与续写
当生成的视频不够长时，可以使用续写功能。
续写方式：
方法 1：以末帧为起点续写
生成 5 秒 → 上传末帧 → 续写 5 秒 → 拼接成 10 秒
方法 2：直接延长（Sora 2、Seedance 2.0）
生成时设置"可延长"选项 → 后续可无缝延长
续写注意事项
续写时尽量保持提示词一致，只修改需要变化的部分。大幅修改提示词可能导致画面不连贯。
四、典型场景应用
4.1 社交媒体短视频
| 平台 | 推荐参数 | 提示词示例 |
|---|---|---|
| 抖音/TikTok | 9:16 竖版，15 秒 | ”一位女孩在城市街头 walking，跟拍镜头，时尚 Vlog 风格” |
| 小红书 | 3:4 竖版，10 秒 | ”精致下午茶场景，咖啡拉花特写，ins 风，温暖光线” |
| B 站 | 16:9 横版，30 秒 | ”二次元角色跳舞，动漫风格，流畅动作，60fps” |
| 朋友圈 | 1:1 方形，15 秒 | ”宠物猫咪玩耍，可爱温馨，家庭录像风格” |
4.2 商业广告
| 场景 | 提示词示例 |
|---|---|
| 产品展示 | ”智能手表 360 度旋转展示，白色背景，专业产品摄影，光线均匀，4K” |
| 品牌宣传 | ”年轻人在城市中使用产品，生活方式展示，电影质感，品牌色调” |
| 广告短片 | ”完整故事：早起→运动→工作→休闲，多镜头叙事，励志风格，30 秒” |
4.3 影视预演
| 场景 | 提示词示例 |
|---|---|
| 动作场景 | ”两位武打演员对打，慢动作，多角度镜头切换，武侠电影风格” |
| 情感场景 | ”恋人重逢场景，特写表情，温暖光线，浪漫氛围，电影质感” |
| 悬疑场景 | ”黑暗走廊，手电筒光束，紧张氛围，低角度镜头，惊悚风格” |
4.4 教育科普
| 场景 | 提示词示例 |
|---|---|
| 科学演示 | ”水分子运动示意图，微观视角，3D 动画风格，清晰标注” |
| 历史重现 | ”古代城市街景，人来人往，历史纪录片风格，真实质感” |
| 语言学习 | ”外教口语教学，清晰口型，标准发音，教育视频风格” |
五、高级用法
5.1 多模态参考工作流
Seedance 2.0 支持最多 12 个输入资产，可以打造专业工作流：
完整工作流示例：制作 15 秒品牌宣传片
步骤 1：准备参考资产
- 图片 1-3：品牌角色设定（正面/侧面/背面）
- 图片 4-6：场景参考（办公室/咖啡厅/户外）
- 图片 7-9：道具参考（产品/包装/Logo）
- 视频 1：动作节奏参考
- 视频 2：运镜风格参考
- 音频 1：背景音乐
步骤 2：编写提示词
"参考@图片 1-3 的角色、@图片 4-6 的场景、
@视频 1 的动作节奏、@音频 1 的音乐
创作一段 15 秒的品牌宣传片"
步骤 3：生成并调整
- 查看生成结果
- 根据需要调整提示词
- 重新生成或续写
5.2 批量生成选优
策略：一次生成多个版本，选择最佳。
批量设置：
- 同一提示词生成 3-5 个版本
- 调整 random seed 增加多样性
- 选择最佳版本进行后续处理
适用场景：
- 重要项目需要多方案对比
- 创意探索阶段
- 客户需要多个选项
5.3 跨平台工作流
将多个模型组合使用：
专业工作流示例：
步骤 1：PixVerse V4 快速原型（5 秒出片）
验证创意可行性
步骤 2：Kling 3.0 正式生成（角色一致性）
上传参考图，生成高质量版本
步骤 3：Runway Gen-4.5 后期精修
帧级编辑、局部调整、风格优化
步骤 4：Wan 2.6 添加配音
自动生成或上传自定义音频
六、常见问题解答
Q1: 生成的视频为什么总是很卡？
可能原因：
- 帧率设置太低
- 动作幅度过大
- 模型时序一致性不足
解决方法：
- 设置 24fps 或 30fps（最低）
- 减小动作幅度，用”轻微”、“缓慢”等词
- 换用时序一致性更好的模型（Kling 3.0、Sora 2）
Q2: 角色总是变脸怎么办？
解决方法：
- 使用 Kling 3.0 的”图生视频 + 主体参考”
- 上传多张角色参考图像
- 使用 Seedance 2.0 的多图像参考
- 缩短单次生成时长，用续写延长
Q3: 为什么音画不同步？
原因：部分模型不支持原生音画同步。
解决方法：
- 使用支持音画同步的模型（Wan 2.6、Seedance 2.0、Kling 3.0）
- 上传自定义音频让模型匹配
- 后期用剪辑软件手动对齐
Q4: 如何提高生成速度？
方法：
- 降低分辨率测试（720p 代替 1080p/4K）
- 缩短时长（5 秒代替 15 秒）
- 使用快速出片模型（PixVerse V4 5 秒极速）
- 避开高峰期（Seedance 2.0 排队问题）
Q5: 商用有版权问题吗？
注意事项：
- 大部分平台付费订阅可商用
- 仔细阅读各平台的许可证条款
- 有 IP 的角色/风格：谨慎商用
- 生成内容版权归属因平台而异
七、总结
高效使用视频生成的口诀
一明主体：清楚描述要拍什么
二定动作：具体说明如何运动
三选镜头：景别运镜要指定
四设风格：写实动画或艺术
五配声音：音画同步或后期
六懂迭代：一次不行多几次
能力边界认知
| 擅长 | 不擅长 |
|---|---|
| ✅ 短视频（5-15 秒） | ❌ 长视频（>60 秒需分段） |
| ✅ 简单动作 | ❌ 复杂交互（多人打斗） |
| ✅ 单一角色 | ❌ 多角色精准互动 |
| ✅ 氛围渲染 | ❌ 精确物理模拟 |
| ✅ 风格化视频 | ❌ 写实人脸特写（可能恐怖谷） |
最后的建议
视频生成是强大的创作工具，但它不是万能的。最好的使用方式是：把它当作一个有创意但需要指导的摄制组——你给的指示越清楚，它拍得越接近你想要的效果。同时，保持合理期望，理解当前技术的局限性。
延伸阅读
- 视频生成应用 - 返回总览
- 01-主流产品 - 选择适合的工具
- 02-核心原理 - 深入理解工作原理
- 视频生成模型技术原理 - 更深入的技术细节
- 图片生成使用方法 - 图片生成技巧