使用指南
PixVerse V6 Max 文生视频提示词配方:可复制粘贴的提示词与真实输出
面向开发者的实用提示词手册:镜头结构、运镜措辞、节奏、时长与宽高比处理,以及负向提示词
本页内容
为什么提示词配方优于一次性提示词
每个生成过不少片段的开发者都熟悉这个模式:你写了一段冗长精妙的提示词,得到还不错的结果,然后试图微调,输出却朝你没想过的方向偏移。下一次迭代丢掉了你喜欢的灯光。再下一次镜头运动变了。生成二十次之后,你已经不确定哪段措辞产生了哪个结果。
提示词配方通过把提示词当作结构化产物而非一句话来解决这个问题。你不写自由散文,而是按固定顺序从具名模块组合——主体、动作、环境、镜头、灯光、风格。这带来三个具体优势:
- 可差异对比。当每个提示词都遵循相同的模块顺序时,修改一个模块就是可见、可审查的变更。你可以把提示词纳入版本控制,像代码一样对比运行结果。
- 可复用。一个好的镜头模块或灯光模块可以沿用到几十个场景。你构建一个小型片段库,再从中拼装提示词。
- 意图可复现。"电影感"或"史诗感"这类模糊形容词在不同运行中含义不同。结构化、具体的措辞能锁定更多意图,使方差来自模型而非你的提示词。
这对视频比对静态图像更重要,因为片段包含随时间变化的运动。一个含糊的短语就能改变整个镜头的感受——"缓慢推近"变成"快速变焦"就是完全不同的剪辑。配方让这些变量保持显式。
本指南其余部分将逐模块构建这一结构,然后给出完整的可复制粘贴配方,你可以运行、对照真实输出验证并调整。把每个配方都当作基线而非最终答案:目标是可重复的循环,而非一次完美的首个提示词。
可复制粘贴的视频提示词解剖
可靠文生视频提示词在信息以可预测顺序出现时效果最好。当主体先于镜头、镜头先于风格确立时,模型对场景的解析更一致。以这个六模块顺序作为默认:
1. 主体
屏幕上是谁或什么,具体描述。优先物理细节而非抽象标签:"一个穿炭灰色羊毛大衣的女人"胜过"一个时尚的女人"。如果主体是物体,包含材质和尺度——"一把拉丝钢水壶,高约 20 厘米"。
2. 动作
主体在做什么,用现在时,有明确的起始和结束状态。"从画面左侧走向画面中央并停下"给模型一条轨迹。"正在走"几乎什么都没给。
3. 环境
动作发生的地点:位置、前景和背景元素、天气、时间。这个模块锚定深度线索,进而帮助模型决定前景和背景应如何相对运动。
4. 镜头
景别加运动。"中近景,固定三脚架镜头"或"远景,缓慢推近"。把镜头指令放在独立句子中,以免被动作描述吸收。
5. 灯光
方向、质地和色温。"低角度午后阳光,暖色高光,柔和阴影"足够具体,可重复。避免在一个短语里堆叠三个灯光隐喻。
6. 风格
视觉调性:写实摄影、纪录片、动画、产品视频质感。把风格放在最后,让它为整个场景定调,而非覆盖前面的模块。
拼装模块
按顺序连接各模块,每个一到两句。填好的模板如下:
主体:木桌上的一只陶瓷马克杯,热气升腾
动作:热气向上卷曲并缓慢消散
环境:安静的清晨厨房,背景窗户虚化
镜头:特写,固定镜头,浅景深
灯光:来自左侧的柔和窗光,中性白平衡
风格:干净的产品摄影,写实
你可以直接粘贴带标签的版本,或按相同顺序压平成散文。两者都可行;带标签的形式在迭代时更容易做差异对比。
真正有效的运镜与节奏措辞
镜头语言是模糊提示词最明显失败的地方。"动态镜头"不是镜头,是愿望。模型对既有运动词汇加上速度限定词的回应要一致得多。
运动词汇
- 推近/拉远——摄像机物理上靠近或远离主体。用于建立或释放亲密感。
- 左摇/右摇——围绕固定点旋转。用于揭示环境。
- 上仰/下俯——垂直旋转。用于揭示高度或尺度。
- 环绕——摄像机围绕主体转圈。明确方向和弧度,例如"缓慢顺时针环绕,约 45 度"。
- 跟拍——摄像机跟随运动主体。说明是引导、尾随还是并排移动。
- 变焦——不物理移动而改变焦距。措辞中把变焦和推拉区分开;把两者混在一个短语里会产生模糊。
速度与节奏词
每条镜头指令只附一个节奏限定词:缓慢、稳定、轻柔、轻快或快速。避免堆叠副词——"非常缓慢、平滑、渐进的推近"是用三种方式说一件事,往往会把运动压平。
节奏同样适用于主体。像"在镜头过程中"、"在前半段"、"到最后一帧"这样的短语给模型片段内的时间感。对比这两个动作:
弱: 这个人转过身来
较好:这个人从窗口缓慢转向镜头,
在片段结束前完成转身
第二个版本告诉模型运动从哪里开始、片段结束时应该在哪里。这是让短视频显得有意图而非被截断的最大杠杆。
混合运镜
每个镜头一个主运镜是安全默认。如果需要两个,让其中一个明显占主导:"主运镜缓慢推近,伴随轻微右摇。"两个权重相等的运镜读起来通常像镜头抖动。
配方:可复制运行的镜头结构提示词
下面每个配方都遵循六模块顺序。原样粘贴,然后对照生成的片段检查所列信号。
配方 1——静态产品特写
主体:石质表面上的哑光黑色无线耳机充电盒
动作:随着光线变化,盖子上一道柔和的反光缓缓移动
环境:极简摄影棚布景,无缝灰色背景
镜头:特写,固定三脚架镜头,浅景深
灯光:左上方大型柔光箱,柔和衰减
风格:干净的商业产品视频,写实
观察:充电盒是否保持唯一清晰主体,反光是否平滑移动而非闪烁。
配方 2——缓慢推近揭示
主体:一个穿连帽夹克的人站在屋顶边缘
动作:人物保持静止,夹克布料在风中微微飘动
环境:黄昏城市天际线,远处窗户开始亮起
镜头:远景,缓慢推近人物
灯光:冷蓝色环境光,下方城市投来暖色高光
风格:电影写实,低饱和调色
观察:推近是否读作物理移动而非变焦,以及天际线视差是否匹配前景运动。
配方 3——围绕主体环绕
主体:停在碎石小路上的一辆复古摩托车
动作:无,摩托车静止
环境:开阔乡村,远处低矮山丘
镜头:中景,缓慢顺时针环绕摩托车约 45 度
灯光:黄金时刻阳光,地面长阴影
风格:纪实摄影,自然色彩
观察:环绕过程中摩托车的几何形状是否一致。环绕是物体扭曲最先显现的地方。
配方 4——带行走者的跟拍
主体:一个穿浅色雨衣的人牵着狗绳遛狗
动作:两者以稳定步伐从画面右侧走向画面中央
环境:潮湿的城市人行道,停放的自行车,反光路面
镜头:中远景跟拍,与主体并排移动
灯光:阴天日光,柔和均匀
风格:纪实街头摄影,轻微胶片颗粒
观察:摄像机是否与主体保持同步,狗绳是否跨帧保持连接。
配方 5——手持风格反应镜头
主体:一个穿炭灰色羊毛大衣的女人,面部特写
动作:她瞥向镜头外,然后把目光转回镜头
环境:繁忙的车站大厅,身后人物虚化
镜头:特写,轻微手持晃动
灯光:头顶暖色灯,眉下柔和阴影
风格:叙事电影质感,浅对焦
观察:瞥视的时机。如果转身在片段结束前完成,节奏措辞就起了作用。
把这些当作起点,在下一次运行中只改变一个模块。
在提示词中处理时长与宽高比
时长和宽高比是约束而非风格选择,模型在它们与场景并列明确陈述、而非埋没在散文中时处理得最好。
陈述时长
加一个短从句,点明片段长度并连接到运动节奏:
……运动在几秒的短片段内完成。
或者更直接,陈述目标,让节奏模块完成其余工作:
时长:短片段,约 4 秒。
把时长从句与动作描述分开。模型应把它读作对整个镜头的约束,而非主体运动的一部分。
陈述宽高比
明确点出构图方向,当能消除歧义时优先用平实语言而非比例:
比例:竖屏 9:16 构图,用于移动端。
比例:横屏 16:9 宽银幕构图。
如果配方需要竖屏构图,也要在镜头模块中说明——"竖屏构图,主体居中"——因为构图和取景是相关的决策。水平跟拍的竖屏片段需要不同的主体位置。
对照真实输出验证
提示词会影响结果,但不保证结果。每次运行后检查三件事:
- 返回的时长是否匹配请求?如果你的流水线期望特定片段长度,检查返回资产的实际时长,而非假定提示词已强制执行。
- 取景是否匹配?确认返回的帧尺寸,尤其当你在横屏和竖屏配方之间切换时。
- 节奏是否适合该长度?四秒内完成的运动在更长片段中显得慌乱,在更短片段中显得被截断。调整节奏措辞,而不只是时长从句。
把时长和取景请求与返回的值一起记录,这样对比运行时偏差就可见了。
负向提示词与伪影清理
负向提示词在简短具体时最有用。粘贴一堆通用质量词——"低质量、低分辨率、丑陋、变形"——通常适得其反:它稀释信号,可能把模型推离完全没问题的输出。
实用的起始清单
让清单聚焦于你实际观察到的伪影:
负向:文字叠加、水印、标志、多余手指、
重复肢体、扭曲面孔、灯光闪烁、
突然镜头抖动、跳切
该清单涵盖生成视频中最常见的失败:不需要的文字、手部与面部解剖错误、时间不稳定。只有看到具体问题时才添加。
按配方匹配负向词
负向词最好按配方范围限定,而非全局:
- 产品镜头:添加
反光跳动、物体悬浮、阴影不匹配。 - 环绕镜头:添加
几何变形、旋转过程中物体扭曲。 - 跟拍镜头:添加
狗绳断开、脚步滑动、背景速度不匹配。 - 反应镜头:添加
不自然的眼部运动、表情僵住。
应省略的内容
避免堆叠通用质量形容词。如果某次运行产生模糊图像,修复通常是在正向提示词中加入更锐利的灯光或风格模块,而非再加一个负向词。负向词移除特定的不想要内容;它们不增加质量。把它们当作清理环节,每当所对抗的伪影变化时重新审视清单。
基于真实输出迭代而不浪费生成次数
快速耗尽生成次数的最快方式是同时改三样,然后猜哪样起了作用。把提示词迭代当成受控实验。
单变量循环
- 选一个基线配方。原样保存,包括带标签的模块。
- 只改一个模块。如果镜头运动感觉不对,只编辑镜头模块。主体、动作、环境、灯光、风格和负向词保持不动。
- 重新生成并并排对比。同时观看两个片段,聚焦你改动的模块。
- 保留或回退。如果改动有帮助,提升为基线。如果没有,回退并在同一模块尝试不同措辞。
- 记录差异。记下基线 ID、改动的模块、新措辞和一行结论。
对比什么
基于可观察属性对比片段,而非感觉:运动方向是否匹配?时长是否落在请求的位置?取景是否保持?伪影清单是否变化?为每次运行写下答案——一打片段之后记忆就不可靠了。
何时放弃配方
如果同一模块的两三次单变量尝试都不能改变结果,问题很可能是结构性的。也许镜头运动与主体动作冲突,或场景对景别来说太繁杂。这时应改变镜头结构——换一个镜头模块或简化环境——而非继续调整形容词。
跨项目复用
配方稳定后,连同结论笔记复制到提示词库。随着时间推移,你积累针对特定镜头类型的经过验证的模块,新场景从经过测试的基线开始,而非从零开始。这就是配方方法的好处:迭代会累积而非重置。
接入你的流水线
本指南中的配方旨在经受从手动操作界面到程序化调用的转变。几个实用习惯让这更容易。
把提示词存为结构化数据。把每个配方存为记录,字段包括主体、动作、环境、镜头、灯光、风格、负向词、时长和比例。在调用时拼装最终提示词字符串,以便记录产生每个输出的确切文本。
固定模型。在配置中使用单一模型标识符,并在每次生成时记录。PixVerse V6 Max 文生视频模型记录在其模型页面上,包括请求参数——构建客户端时从这里开始。
验证响应,而不只是请求。每次调用后,对照配方要求检查返回的时长和取景,并把观测值与提示词记录一起存储。差异是配方需要修订的早期信号。
给配方做版本控制。把提示词库当代码对待:提交变更时附上描述哪个模块改了以及原因的说明。当模型更新后配方不再产出好结果时,你可以准确追溯发生了什么变化。
最小调用流程如下:加载配方 → 拼装提示词 → 发送文生视频请求 → 存储提示词和响应元数据 → 对照配方约束比较输出。构建一次这个循环,每个新配方都能接入其中。
上述配方是基线而非保证——真正的价值在于围绕它们的纪律性迭代循环。