使用指南
Hailuo 2.3 Fast 图生视频提示词:面向开发者的可复制配方
快速档位的首帧结构、运动措辞、质量权衡与负面提示词
本页内容
快速档位适合做什么
快速档位在工作流中占有一席之地,原因只有一个:你能负担多少次尝试。图生视频提示词是一个经验性过程——你对一张静帧应当如何运动形成假设,生成、查看结果,然后调整一个变量。更快的模型压缩了反馈循环,这意味着即使单条片段不如更慢档位返回的结果精致,你也能更早找到好的提示词。
因此,当提示词本身仍是你正在摸索的东西时,就选用 hailuo-2.3-fast:
- 提示词探索。 你有一张首帧,但不知道模型会如何解读它。用便宜、快速的变体反复运行,直到运动词汇变得清晰可感。
- 构图检查。 相机锚点是否保持稳定?主体是否留在画面内?这些是结构性问题,不需要最高保真度就能回答。
- 单变量迭代。 手势的速度、转身的方向、道具是否移动——每一项都是最适合按顺序测试的单一改动。
- 批量快速筛查。 用不同措辞做十次简短尝试,比用单一措辞做一次长尝试能告诉你更多。
当配方已经确定、你正在某个特定镜头上进行创作时,就选用更慢的档位——此时纹理、精细细节和长程一致性比你能尝试多少次更重要。实用的模式是把快速档位当作预发布环境,把更慢档位当作生产环境。
一个结构性说明:在快速档位上,提示词预算不是无限的。简短、有序的描述比冗长的段落更能存活下来,这是下一节的主题。

可重复的首帧描述结构
输入图像已经编码了大部分视觉信息。提示词的任务不是重新描述画面——而是告诉模型画面中哪些部分是承重的,以及什么应该改变。固定顺序使多次运行具有可比性:如果你总是按相同顺序描述事物,那么两次输出之间的差异就更可能归因于你改动的那一项。
按以下顺序使用四个块。
1. 主体
画面是关于谁或什么,以及任何对运动重要的状态。只保留显著的行动者,再加一两个约束运动的属性——姿态、双手拿着什么、人物是坐着还是站着。
Subject: a woman in a canvas jacket, seated, hands resting on a wooden table
2. 场景
足够的环境信息,用以确立什么可以移动、什么是固定的。指明表面、光照方向,以及任何应对主体作出反应的元素(蒸汽、织物、枝叶、倒影)。
Setting: narrow cafe interior, window light from the left, background softly out of focus
3. 相机锚点
明确说明相机是锁定不动还是在移动。这里的模糊是短片段出现不必要漂移的最常见原因。
Camera: locked-off medium shot, no pan, no zoom
4. 运动线索
发生了什么,用一句话说明,并带有一个方向和端点。细节见下一节。
Motion: she lifts the cup to her mouth and sets it back down on the table
组装起来,提示词读起来就是一个紧凑段落:主体、场景、相机、运动。第一遍不要急着添加纹理形容词——先把运动做对,然后有选择地添加细节,这正是快速档位所强制的权衡。

像物理一样运动的措辞
抽象的运动词汇是片段不稳定的最大来源。“动态”“电影感运动”“充满活力”以及类似形容词描述的是感觉,而不是轨迹,模型只能猜测你的意思。具体措辞会指明方向、速度以及重量感,从而生成保持连贯的片段,因为每个分句都在约束结果。
三个属性承担了大部分作用:
- 方向——相对于画面的哪个方向。“朝向相机”“从左到右横穿画面”“向下进入画面下三分之一”。如果它重要,就说出来。
- 速度——慢、稳、快、突然。一个副词就能改变动作跨越多少帧,从而改变它是否能在片段内完成。
- 重量——什么在抵抗,什么在让步。重的东西起步慢、停下也慢;轻的东西则干脆利落。“窗帘落定”与“窗帘拍动”读起来不同。
对比:
Weak: the scene comes alive with movement
Better: the leaves shift gently left to right in the breeze
Weak: she moves dramatically
Better: she turns her head slowly to the right, then holds still
还有两个值得养成的习惯。第一,限定动作边界:说明运动在哪里结束,或主体回到静止状态。当模型在你描述的点之后继续生成运动时,片段就会漂移。第二,当有多个动作时给出顺序:“举起杯子,然后放下”给出了顺序;“杯子抬起和手移动”则没有。
把整个运动分句控制在一到两句话。长串动作会分散模型的注意力,而在快速档位上,它们是最先崩掉的部分。
可直接复制的配方
下面的每个模板都是一个完整的提示词骨架。替换方括号中的槽位,并保持顺序不变。第一遍只应改动方括号中的变量——一次改一个。
配方 1:锁定镜头的肖像加单一手势
Subject: [a person], [posture], [what the hands are doing]
Setting: [interior/exterior], [light direction], background softly out of focus
Camera: locked-off medium shot, no pan, no zoom
Motion: [subject] [single gesture with direction], then holds still
Negative: no camera shake, no warping, no extra fingers
当首帧是干净的肖像,且你想要逼真的微动而相机不做任何动作时,使用这个配方。最重要的变量是手势分句——先替换它。
配方 2:环境对静止主体作出反应
Subject: [figure or object], motionless, [posture or state]
Setting: [environment] with [moving element: steam, fabric, foliage, water], light from [direction]
Camera: locked-off wide shot, no pan
Motion: [moving element] drifts [direction] at [slow/steady] speed; subject remains still
Negative: no subject movement, no camera drift, no flickering
当你想要氛围而不是动作时,使用这个配方。在主体块和运动块中都把静止主体说明为不动,正是防止人物漂移的关键。
配方 3:产品或物体旋转
Subject: [object] on [surface], [notable material or finish]
Setting: [studio/surface], [key light direction], clean background
Camera: locked-off close-up, no zoom
Motion: [object] rotates [clockwise/counter-clockwise] [slowly/steadily] until [end position]
Negative: no shape warping, no background movement, no text artifacts
用于检查式片段。终点位置很重要:无边界旋转在短片段中往往会继续旋转,超出看起来自然的范围。
在不破坏结构的前提下调整
当某个配方不奏效时,不要急着重写全部内容。找出失败属于四个块中的哪一个——运动错误、多余的相机移动、场景重点错误——然后只编辑那个块。每个配方中的说明都标出了杠杆率最高的变量,让你知道从何处入手。

在快速档位上权衡质量
快速生成设置留给模型逐帧解析精细细节的空间更少,因此花在纹理上的提示词 token 就是没有花在结构上的 token。实用规则是:在快速档位上,把提示词预算花在运动与构图清晰度上,而不是表面细节上。
细节在哪些地方有回报:
- 运动端点与方向——提示词中价值最高的词。明确限定边界的动作在快速设置下比模糊描述的动作存活得好得多。
- 相机说明——明确的锁定镜头或明确的摇镜可防止漂移,而漂移比缺失纹理更明显。
- 哪个元素移动——指明一个移动元素和一个静止元素,比五个形容词更有价值。
细节在哪些地方被浪费:
- 织物纹理、毛孔级皮肤纹理、单根发丝。 首帧已经承载了这些;重新描述它并不会增加快速档位本来就不会渲染的分辨率。
- 堆叠的质量形容词。 “照片级真实、8k、超精细”是噪音。构图和运动才是杠杆。
- 冗长的风格参考列表。 它们会与运动分句争夺注意力。
一个有用的测试:把提示词精简到主体、相机和运动。如果片段在结构上仍然错误,那么添加再多细节也无法修复。如果结构正确但结果感觉平淡,就加回一两个场景细节并重新运行。这就是快速档位的完整质量工作流——先构建结构,再装饰,并且只装饰你能看到模型作出反应的部分。
真正有用的负面提示词
冗长的通用负面词列表大多是无脑跟风。从别人的配置里复制五十个词并不能告诉模型任何关于你图像的信息,而不对应真实失败模式的词只会消耗注意力。有效的负面提示词简短、具体,并且源自你实际观察到的瑕疵。
一个可行的循环:
- 不使用负面提示词生成。
- 观察出的两三个具体问题。
- 在负面字段中直接命名这些问题。
- 用相同的正面提示词加上负面补充重新运行。
- 当可见瑕疵消失时就停止——不要继续填充列表。
常见瑕疵名称,用直白措辞:
Negative: no camera shake, no warping of [the object], no extra fingers, no background drift
保持措辞与瑕疵匹配。“No camera shake”比“no instability”更好。“No extra fingers”比“no anatomical errors”更好。具体的名词和动词给模型一个明确要避免的东西。
两个注意事项。第一,与正面提示词矛盾的负面词会浪费这次运行——如果你要求主体转身,就不要包含笼统的“no subject movement”。第二,一旦某个负面词修复了问题,就保留它;把负面字段当作每张图像已知失败的累积记录,而不是每次凭记忆重写的草稿本。
像测试代码一样测试提示词
把提示词当作源代码,把输出当作测试结果。这个做法的最低可行版本几乎不需要工具成本:
- 为每个提示词做版本记录。 在注释或文件名中放一个短 id,再加上输入图像引用,就足够了。你需要能在一周后回答“到底是什么生成了这条片段?”
- 每次运行只改一个变量。 不同的图像或不同的运动分句——绝不要在同一次比较中两者都改。如果你改了两件事而片段变好了,你对哪一件起了作用一无所知。
- 记录瑕疵,而不只是结论。 “片段 7:主体的左手漂出画面”是有用的。“不好”则不是。
- 为每张图像维护一份负面提示词台账。 一旦某个瑕疵被修复,修复它的负面词就属于该图像的配方。
- 推广配方,而不是一次性尝试。 当一个模板在两三张不同图像上都稳定奏效时,它就升级为你的可复用集合。
每次运行写一条小型结构化记录——提示词 id、图像 id、一行改动、一行观察到的瑕疵——能把提示词工作从猜测变成可以推理的事情。在快速档位上跑十几次之后,这份日志就是“有一个提示词”和“有一套流程”之间的差别。
从一张你熟悉的图像开始,对它运行三个配方,让日志告诉你你的主体实际对哪种运动措辞作出反应。