面向开发者的 Kandinsky 6.0 Pro 文生视频提示词配方

为什么提示词的结构比长度更重要

长提示词让人感觉很有产出感。你描述了光线、氛围、背景、汽车的型号、天空的颜色——然后得到的片段却忽略了一半内容，或者更糟，把所有东西混成一团模糊的妥协产物。像 kandinsky-6.0-pro/text-to-video 这样的文生视频模型并不奖励冗长；它们奖励的是结构。

结构化提示词能做三件自由格式段落做不到的事：

• 它分离了关注点。 镜头类型、主体动作和镜头行为是相互独立的变量。当它们纠缠在一句话里时，你无法判断是哪一部分导致了糟糕的输出。
• 它让比较成为可能。 如果一批中的每个提示词都遵循相同的骨架，那么输出的差异就可以归因于你实际改动的部分。
• 它可模板化。 带有固定槽位的提示词可以被参数化并程序化生成——一旦你从手动测试进入流水线阶段，这一点就至关重要。

在本文中，我们使用一个三部分配方：

[SHOT] + [SUBJECT & ACTION] + [CAMERA]

简短、有序、可重复。目标不是为了少写而少写——而是为了可预测地写，这样同一配方只替换一个槽位，就能给你一个有意义的比较，而不是另一部不同的电影。接下来的一切都建立在这个骨架上：可复制粘贴的模板、运镜措辞、迭代循环，最后将整个流程接入 API 调用。

文生视频提示词配方的解剖

在编写配方之前，先理解每个块的作用。

镜头（Shot）

镜头块设定取景和时长的意图：特写、中景、广角定场镜头、俯拍、低角度。这是提示词中杠杆率最高的一行，因为它锚定了构图。如果镜头错了，下游任何东西都救不回这个片段。

保持为一个短语。Wide establishing shot 胜过 a shot that shows the whole scene from far away so you can see everything in the environment。

主体与动作

这个块描述什么在动以及怎么动。对主体要具体，每个片段只用一个主要动作。一个提示词中两个相互竞争的动作通常会产生一个两者都做不好的主体。

• 好：a cyclist rides left to right across frame
• 有风险：a cyclist rides while waving and the camera zooms and the crowd cheers

如果你需要第二个动作，问问它是否应该属于一个单独的片段。

镜头运动（Camera）

运镜措辞告诉模型视角如何表现：静止、摇镜、俯仰、推镜、环绕。这是开发者最常跳过的块——也是对一批片段是否感觉连贯影响最大的块。简短、祈使式的措辞效果最好；参见下面的专门章节。

应该省略什么

配方有意省略长串形容词、情感叙述以及以散文形式表达的否定指令。如果某个细节无法映射到镜头、主体或运镜，它在这个阶段通常是噪音。只有在核心配方产生稳定结果后，才把它加回来。

一个有用的心智模型：每个块从不同方向为同一个输出帧提供输入——构图、运动、视角。当一个块模糊时，模型会用自己的先验填补空白，不一致性正是在那里悄悄出现。

常见镜头的可复制粘贴配方

每个模板遵循 [SHOT] + [SUBJECT & ACTION] + [CAMERA]。替换方括号中的值；保持结构完整。

产品主视觉镜头

Close-up product shot of a [PRODUCT] rotating slowly on a seamless surface, soft studio light, camera locked off, shallow depth of field

用于电商循环视频和应用主视觉片段。保持旋转是唯一的运动。

定场环境

Wide establishing shot of [ENVIRONMENT] at [TIME OF DAY], light haze in the air, slow forward dolly

适合片头和章节过渡。推镜增加了深度，但不会抢走焦点。

角色或人物运动

Medium shot of [PERSON OR FIGURE] [PRIMARY ACTION], natural pace, camera static at eye level

只做一个动作。如果人物需要先进入再行动，拆分成两个片段。

抽象或背景循环

Full-frame abstract shot of [SHAPE OR PATTERN] drifting slowly, [COLOR PALETTE], gentle camera drift

为无缝循环背景而设计。避免强烈的方向性运动，这样循环点就不那么明显。

UI 或屏幕风格素材

Straight-on shot of [DEVICE OR SURFACE] displaying [CONTENT], subtle parallax, camera locked, no rotation

锁定镜头保持文字和界面元素稳定——如果你要在上面合成真实 UI，这一点至关重要。

自然与纹理细节

Close-up shot of [NATURAL ELEMENT] moving gently in [CONDITION], macro framing, slow lateral drift

在批量中少用；纹理片段是模型差异最明显的地方，所以比较时保持一组内镜头运动完全相同。

清晰易读的运镜与运动措辞

运镜语言是提示词悄悄出问题的地方。模型对简短、常规的措辞反应更好，而不是描述性散文，而且一批内的一致性比文采更重要。

使用小词汇表

选择一组固定的运镜术语，并在所有地方重复使用。一个可行的入门集合：

• camera static / camera locked off
• slow forward dolly / slow backward dolly
• pan left / pan right
• tilt up / tilt down
• orbit around subject
• handheld drift

抵制发明复合运动，比如 "dolly-zoom with a slight arc"，除非你已经验证模型能处理它们。每个不寻常的短语都是一个未测试的变量。

将主体运动与镜头运动分开

这是两个不同的指令，应该放在不同的槽位中。A cyclist rides left to right 描述主体；pan right 描述镜头。写 the camera follows the cyclist 会把它们合并，让你不清楚模型应该优先考虑哪一个。

指定速度

一个词——slow、steady、brisk——通常就够了。速度词锚定了运动消耗片段时长的多少，当你需要固定长度的片段来剪辑在一起时，这一点很重要。

在一批内保持措辞恒定

如果你生成十个变体来比较，保持运镜行逐字节完全相同。在运行之间同时改变主体和运镜，意味着你无法将差异归因于任何一个。这是临时提示词测试中最常见的错误。

优先使用正向、可观察的指令

描述镜头做什么，而不是它避免什么。Camera static 是一个清晰的指令；camera doesn't shake 要求模型对否定进行推理。正向措辞也让你以后的提示词库更容易搜索。

在不破坏配方的情况下调整它

配方是起点，不是固定资产。纪律在于你如何改变它。

每次运行只改一个槽位

选择一个基础配方，生成一个基线，然后只修改一个块——镜头、主体或运镜——并重新生成。如果你同时改变镜头和主体，你无法得知哪个调整起了作用。这个约束一开始感觉慢，但一旦你的库增长，它会节省大量时间。

记录一切

对于每次运行，记录：

• 完整的提示词字符串，未经修改
• 更改了哪个槽位以及改成了什么
• 一个简短的判定（保留 / 拒绝 / 重新审视）
• 任何明显的伪影或与配方的偏差

一个纯文本文件或电子表格列就可以。重点是三周前你喜欢的提示词是可复现的，而不是从记忆中重建的。

为配方做版本管理

像对待代码一样对待提示词模板。给它们标识符（product_hero_v1、establishing_city_v2），并为每个版本保留一行变更日志。当下游片段看起来不对时，你可以检出产生它的确切配方。

知道配方何时完成

当使用相同参数连续三次运行产生的输出你都能接受时，配方就是稳定的。此时，冻结它、打标签，然后转向下一个镜头类型。继续调整一个可用的配方是用稳定性换取边际收益。

积极修剪

你编写的大多数配方最终都会被丢弃。删除或归档那些从未稳定下来的——一个未维护的半成品模板库比一个你信任的小库更糟糕。

将配方放入流水线

手动迭代用于探索。生产需要参数化、版本化的提示词，通过稳定的端点发送。

参数化模板

将配方存储为带有命名槽位的模板，而不是完成的字符串：

{
  "id": "product_hero_v1",
  "template": "Close-up product shot of a {{product}} rotating slowly on a seamless surface, soft studio light, camera locked off, shallow depth of field"
}

渲染很简单：在调用时替换 {{product}}。模板保持固定；只有槽位值变化。这与手动测试中一次一个变量的纪律相同，只是以程序化方式应用。

保持在一个端点上

将实验和生产流量都路由到同一个模型端点 kandinsky-6.0-pro/text-to-video。当你的测试调用和发布调用命中同一个 API 时，在探索中有效的提示词在生产中表现完全相同。在阶段之间切换接口是 "昨天还能用" 这类 bug 的常见来源。

在调用点进行版本管理和记录

每个生成的片段都应该可追溯到配方 ID、渲染的提示词和时间戳。将这些与输出引用一起记录。当某个片段被标记时，你希望无需取证就能回答 "哪个配方版本和哪些参数产生了这个？"

有思考地批量生成

当生成变体时，在一批中只改变一个槽位，保持其他一切恒定——包括运镜行。这保持了批次的 可比较性，并使自动审核或人工抽查显著更快。

将结果折回库中

在生产中稳定下来的配方应该被打标签并重用。随着时间的推移，库成为你团队真正的提示词资产：一组经过验证、有版本管理的构建块，而不是一个一次性字符串的文件夹。

一旦模板被参数化和版本化，同一个配方无需修改就能同时驱动手动测试和生产批次。

常见失败模式及其解读方法

弱输出通常不是随机的。将症状映射到最可能负责的块，并只改变那个块。

构图在运行之间漂移

可能原因： 镜头块。模糊或复合的取景短语——a wide shot, somewhat close——给了模型解释的空间。收紧为单个规范的镜头术语，并在一批内保持恒定。

主体做错事或做得太多

可能原因： 主体和动作块。一个提示词中有多个动作，或用模糊动词描述的动作。减少为一个主要动作，并使用可观察的语言。

过度或 erratic 的镜头运动

可能原因： 运镜措辞，或其缺失。没有运镜指令时，模型会自行发明运动。添加明确的 camera static 或一个命名的运动；移除暗示运动的散文——the scene sweeps across 会被读作运镜指令。

出现了你没要求的细节

可能原因： 过长的提示词。形容词链和情绪语言会邀请模型填补空白。将配方削减回三个块，确认核心有效，然后一次一个地重新引入细节。

输出一致但无聊

可能原因： 过度约束的配方。如果每个块都被锁定且结果平淡，解决办法通常是一个受控的改变——一个新的运镜、一个新的动作——而不是完全重写。

结果无法复现

可能原因： 流程问题，而非提示词。未记录的编辑、运行之间更改的运镜措辞，或在不同于生产的端点上测试。补救方法是上述的版本化库和单端点纪律。

以这种方式解读失败，将每次糟糕的生成转化为一个具体的、可测试的假设，而不是重写一切的理由。