使用指南
PixVerse V6 提示词：4 个文生视频配方与真实片段
- 模型
- pixverse-v6
以下是四个 pixverse-v6/text-to-video 提示词，你可以直接复制、粘贴并运行。每个提示词都配有完整的请求体以及它在 hiapi 实时 API 上生成的真实片段——这里没有任何素材库视频或模拟内容。下方片段可内联播放。
文生视频与图生视频是两种不同的技艺。使用图生视频时，你给模型一个首帧，它在此基础上进行动画化；而文生视频完全没有输入帧，因此提示词必须同时确立主体、场景、光照以及运动。这些配方正是为此而调校的。
承担主要作用的三类字段
在开始配方之前，先建立心智模型。pixverse-v6/text-to-video 接收一个 prompt 以及一组小型、固定的输入字段（schema 是封闭的——未知字段会被拒绝）。其中三类字段对输出的影响最大：
- 提示词本身。该模型刻意没有
camera_movement、motion_mode或quality字段。每一个镜头运动以及每一丝动作都必须写进提示词文本中。这是理解该模型最重要的一点。 style——一个包含五个预设的枚举：anime、3d_animation、clay、comic、cyberpunk。设置它会为整个渲染重新换肤，而不仅仅是调色板。generate_audio——一个布尔值（默认false）。开启后，模型会在同一次调用中渲染提示词所描述的环境音，并保持同步。
其余字段是格式和控制旋钮：aspect_ratio（八个选项，包括 16:9 和 9:16）、duration（一个整数，1–15 秒）、resolution（360p → 1080p），以及可选的 negative_prompt 和 seed。完整字段列表和请求/响应结构见 Create Task 和 Get Task Detail 文档，模型专属页面是 PixVerse V6 Text to Video API 文档。
配方 1——电影感镜头运动 + 同步音频
一个写实的定场镜头，其中是摄影机本身在运动，且环境音在同一次调用中一并生成。
提示词（可复制粘贴）：
Cinematic slow dolly push-in across a windswept coastal cliff at golden hour. Tall grass ripples in the sea breeze, waves crash against dark rocks far below, warm low sunlight rakes across the scene. The camera glides forward steadily toward the cliff edge, revealing a wide ocean horizon. Shallow depth of field, gentle lens flare, realistic film grain, soft natural ambience of wind and distant surf.
请求体：
{
"model": "pixverse-v6/text-to-video",
"input": {
"prompt": "<prompt above>",
"aspect_ratio": "16:9",
"duration": 5,
"resolution": "720p",
"generate_audio": true
}
}
它生成的真实 5 秒片段（16:9，720p，声音开启）：
为什么有效：
- pixverse-v6 上没有
camera_movement字段，因此运动存在于提示词中："slow dolly push-in" 和 "the camera glides forward steadily" 正是产生向前推进效果的原因。 generate_audio: true是这段片段拥有风声和海浪声的全部原因——它是一个真实的布尔开关，默认值为false。描述你想要的声音（"soft natural ambience of wind and distant surf"），它就会同步渲染出来。- 感官化、具象的动词（"grass ripples"、"waves crash"、"sunlight rakes"）给模型提供了可动画化的运动，而不是一张静态明信片。
配方 2——style: anime 预设
用单个字段把普通的角色节拍变成手绘动漫。
提示词（可复制粘贴）：
A teenage courier in a weathered red jacket stands on a rain-slicked rooftop at dusk, distant city lights blooming behind her. A gentle breeze lifts her hair and the hem of her jacket; neon signs flicker and reflect in shallow puddles. The camera slowly orbits from her side around to a three-quarter front view. Hand-drawn anime aesthetic, soft cel shading, warm-to-cool color grade.
请求体：
{
"model": "pixverse-v6/text-to-video",
"input": {
"prompt": "<prompt above>",
"aspect_ratio": "16:9",
"duration": 5,
"resolution": "720p",
"style": "anime",
"negative_prompt": "blurry, distorted hands, extra limbs, watermark, text artifacts"
}
}
它生成的真实 5 秒片段（16:9，720p）：
为什么有效：
style: "anime"会为整个渲染重新换肤——线稿、赛璐璐着色、调色——其效果远超在提示词里加上 "anime" 一词。- 镜头方向仍然以散文形式表达："the camera slowly orbits from her side around to a three-quarter front view" 带来受控的揭示感，而不是锁定的三脚架镜头。
- 简短的
negative_prompt（"distorted hands, extra limbs"）是角色镜头上的廉价保险，因为手和四肢是常见的失败点。
配方 3——style: 3d_animation 预设
一个温暖、接近 Pixar 风格的 3D 角色节拍，适用于产品吉祥物和讲解开场。
提示词（可复制粘贴）：
A chubby palm-sized desk robot with big round eyes wakes up on a wooden desk beside a steaming coffee mug. It stretches its little arms, blinks twice, then waves cheerfully at the camera. Morning light streams through a nearby window. Smooth stylized 3D animation, soft global illumination, playful squash-and-stretch motion, shallow depth of field.
请求体：
{
"model": "pixverse-v6/text-to-video",
"input": {
"prompt": "<prompt above>",
"aspect_ratio": "16:9",
"duration": 5,
"resolution": "720p",
"style": "3d_animation"
}
}
它生成的真实 5 秒片段（16:9，720p）：
为什么有效：
style: "3d_animation"带来柔和的全局光照和圆润表面质感，否则你可能要花上整段提示词去追求这种效果。- 按顺序排列的节拍让这 5 秒清晰可读："stretches its little arms, blinks twice, then waves"——将动作排序，模型就会在整个片段中为它们分配节奏。
- 模型能理解的动画提示（"squash-and-stretch motion"）会被解读为有意的角色动画，而不是漂移的渲染。
配方 4——竖屏、高能量节奏（style: cyberpunk，9:16）
一个动感十足、能让人停下滚动的竖屏片段，适用于 Reels / Shorts / TikTok。
提示词（可复制粘贴）：
Fast first-person sprint through a narrow neon alley in a rain-soaked future megacity at night. Holographic advertisements smear past, puddles throw back magenta and cyan light, steam vents hiss on both sides. Quick energetic forward motion with a slight handheld camera shake, dynamic reflections, high contrast. Dense, kinetic, cinematic.
请求体：
{
"model": "pixverse-v6/text-to-video",
"input": {
"prompt": "<prompt above>",
"aspect_ratio": "9:16",
"duration": 5,
"resolution": "720p",
"style": "cyberpunk",
"negative_prompt": "static, frozen, slow, dull colors, low detail, watermark, text"
}
}
它生成的真实 5 秒片段（9:16，720p）：
为什么有效：
aspect_ratio: "9:16"一开始就以竖屏构图——后期裁成竖屏会丢掉一半分辨率，所以直接请求你需要的画幅形状。- 节奏是提示词的选择："fast first-person sprint"、"quick energetic forward motion" 和 "slight handheld camera shake" 会把模型推向动感运动。
- 这里的
negative_prompt物有所值——"static, frozen, slow, dull colors" 会主动引导模型远离平淡提示词容易产生的无生气输出。
调参要点
- 运动是散文，不是参数。如果片段显得静止，就添加明确的镜头指令（"slow dolly in"、"orbit left"、"crane up"）以及主体的物理运动。模糊的提示词只会得到固定机位镜头。
- 有意识地选择
style。同一个场景作为anime、3d_animation或cyberpunk的观感完全不同。若要写实风格，就不要设置style。 - 音频就是一个布尔值。
generate_audio: true会添加同步声音；它默认为false，而sound/audio不是字段名（会被拒绝）。定价有单独的开启声音档位，所以只在需要时开启。 - 先定形状，再定规模。竖屏请设置
aspect_ratio: 9:16，而不是在后期裁剪 16:9 的渲染。duration是整数——5可用，"5"会被拒绝。 negative_prompt和seed。用negative_prompt推开常见失败模式（"static, blurry, extra limbs, watermark"）；一旦找到想要继续迭代的观感，就设置一个seed。
FAQ
如何在 pixverse-v6 文生视频中控制镜头？
完全通过提示词。没有镜头参数——用文字写出运动（"slow dolly push-in"、"the camera orbits to a three-quarter view"），如上方配方 1 和配方 2 所示。
pixverse-v6 文生视频能生成声音吗？
可以。设置 generate_audio: true（它默认为 false），并在提示词中描述环境音。配方 1 的海岸片段就是在同一次请求中渲染出风声和海浪声的。
支持哪些视频长度和分辨率？duration 是 1 到 15 秒的整数，resolution 可取 360p、540p、720p、1080p。按秒计费，声音开/关有不同的档位——当前各分辨率下的每秒费率请见定价页面（以上数据截至 2026 年 10 月有效）。
这与图生视频有何不同？
文生视频没有输入帧，因此提示词承载整个场景。如果你已经有首帧需要动画化，请改用 pixverse-v6/image-to-video。
这些提示词在其他视频模型上有效吗？
结构可以迁移，但风格预设和音频开关是 pixverse-v6 特有的。其他模型请参阅我们的其他配方集，例如 Kling 文生视频提示词和 Grok Imagine 1.5 提示词。
自己运行这些配方
上方每个片段都来自一次 POST /v1/tasks 调用加一次轮询——复制一个提示词，填入请求体，你就会得到同类输出。从 PixVerse V6 Text to Video 模型页面获取实时 schema 和你的 API 密钥，打开 Create Task 文档查看请求格式，并在批量运行前查看定价。
