分四步搭好第一版提示词
把提示词当作一条简短的单镜头指导。第一轮越容易诊断，下一轮修改越有依据。
先定任务
说明视频要传达什么、可能用在哪里，例如广告开场、商品节点或故事片段。
搭好场景
写出主体、动作、地点、时间，以及对创意真正重要的视觉细节。
安排运镜与声音
加入一种主要运镜，并按所选模型支持情况说明对白、环境声或音效。
一次只改一个原因
结果偏离时，只改 brief 的一个部分，判断哪条指令影响了下一版。
判断文字是不是合适的起点
什么时候选这个工作流
适合从文字开始的任务
只有创意、还没有参考图时，从这里开始。写清场景，选择适合创作目标的模型，再设置时长、画幅和声音。
准备什么
一个场景、信息点或开场创意
写清什么
主体、动作、场景、运镜和声音
先检查什么
动作与构图是否表达清楚
广告开场探索
比较不同开场动作或信息点，再决定值得继续发展的创意方向。
分镜运动测试
在拍摄素材或制作精细设计稿之前，先观察计划中的镜头节奏。
原创场景构思
探索不依赖现有视觉素材的商品、社媒、叙事或电影感创意。
文生视频工作流常见问题
从文字开始规划视频
第一版提示词应该写什么？
先写一个主体、一项清楚的动作、场景、运镜，以及需要的情绪或声音。场景成立后再加细节。
提示词越长，视频就越好吗？
不一定。重点明确的 brief 更容易评审，因为每条指令都有用途，也不会有太多细节互相争抢。
什么时候应该换成图生视频？
当指定主体、版式、商品或美术方向比自由探索更重要时，应该让参考图成为起点。
我如何为一个清晰镜头写文生视频的提示？
按制作顺序写提示：确定主题，说明可见动作，将其放置在特定环境中，然后描述一个主要的运镜方式。仅在照明、节奏和声音能支持该动作时才添加它们。一个有用的例子比风格列表更具体：说明进入画面的内容、发生的变化，以及相机最终的位置。
哪些运镜指令在 AI 视频说明中效果较好？
选择一个观众可以识别的主要镜头理念，例如缓慢推进、横向跟踪、固定广角镜头或可控手持跟随。添加主体位置和移动原因。在短片中组合几个不相关的镜头动作可能会使结果难以评估，因此应将复杂的镜头覆盖作为单独的镜头进行测试。
我应该如何规划对话、环境音或音效？
将声音描述作为时间线的一部分，而不是作为松散的情绪词。说明谁在说话、台词何时开始、哪种环境声音确定了地点，以及是否应在可见动作时出现效果。如果音频在首次测试中不是核心内容，请首先验证场景和镜头，然后在受控的后续中引入声音指导。
我如何创建一致的提示变体？
保持主体、场景、时长、纵横比和核心动作不变。只改变一个决策——比如开场吸引点、相机距离、光线处理或结尾节奏——并在笔记中标注每个版本。这将提示测试转变为有用的对比，并帮助团队解释为什么一个生成的视频方向比另一个更强。
在生成另一个版本之前我应该检查什么？
首先确认预期动作在首次观看时是否可识别。然后检查主体连续性、空间逻辑、镜头路径、节奏、音频时间以及画面中的任何可见文字。将结果与原始创作说明进行比较，选择影响最大的差异，并只更改最有可能在下一次生成中纠正它的指令。
我应该为文本生成的视频选择哪种纵横比？
在撰写镜头之前选择投放渠道。竖屏通常需要主体更紧凑，动作清晰且靠近中心，而宽屏格式可以包含更多环境和横向移动。方形和肖像布局更适合简化的布景。先确认生成器中可用的纵横比，然后为该画面撰写提示，而不是事后裁剪。
我在哪里可以找到已完成的视频和有用的提示版本？
打开“我的作品”以跟踪任务状态并查看已完成的结果。在每个有用版本旁边保留简短的记录，包含提示词、模型、设置以及你更改的单一变量。这个轻量级记录使得重现成功方向、更好地比较后续测试，以及下载选中的版本进行编辑或审查更加容易。
文生视频项目需要多个镜头时应该怎样规划？
先把脚本拆成能够独立描述和审核的镜头，每个镜头只保留一个主要动作与一种运镜意图。为角色外观、产品属性、光线方向、色彩和声音建立统一规范，再分别生成并在剪辑阶段组合。这样可以单独修正表现较弱的镜头，也不会因为一条提示同时承担过多场景切换而降低可控性。
怎样让人物或产品在不同镜头中保持可识别？
列出必须保持一致的视觉特征，例如脸型、发型、服装、产品轮廓、材质、标签位置和主色。每个镜头重复这些核心约束，并尽量保持模型、比例和参考素材一致。重要身份信息需要更强约束时，改用图生视频或Reference to Video（参考素材转视频），然后逐帧检查首尾状态和关键细节。
提交文生视频任务前怎样减少无效重试？
先用一句话写清镜头要传达什么，再检查主题、动作、环境、运镜、声音与结束状态是否互相支持。删除只增加形容词却不改变画面的内容，确认比例和时长适合投放渠道，并写下本轮唯一的评审标准。生成后围绕这个标准修改一项高影响指令，能够让每次积分消耗都产生明确的创作结论。
怎样把脚本或分镜整理成可执行的视频提示？
先提取当前镜头真正可见的信息，不要把幕后意图或整段故事说明直接塞进提示。把分镜中的主体位置、动作方向、景别、相机路径、光线和结束画面改写成明确指令；对白与音效则按发生时间关联到画面。提交前让协作者只读提示复述镜头，如果理解出现分歧，就继续简化顺序和用词。