AI 音乐视频提示词：镜头示例与模板

写 AI 音乐视频提示词时，先写清这一个镜头要做什么。描述主体、场景、主要动作、构图和镜头方向，再点出应从相邻镜头延续的元素。

下面的示例是书面规划模板。要看带成片画面和时间范围的真实顺序，见12 镜头分镜示例。那里的画面是输出证据；这些模板是帮你写自己方向的材料。封面是编辑配图。它们没有被验证成一支完成的音乐视频。

紧凑的单镜头结构

每个需要决定的事，用一句话起头：

不必六项都塞进每一条提示词。锁定的机位或静止的表演者，可能正好合适。在一个短镜头里同时要求好几个地点、换装和复杂动作，失败点会更多。

用这四段文字，给不同的歌曲段落不同的视觉任务。它们共享一个想象中的世界；没有作为一支生成出来的音乐视频一起测试过。

每段模板把外观和运动写在一起。不要把整段模板粘进同一个框。按下面说的字段拆开。像「来自主角参考图」这样的说法只是普通措辞，不是用来选中某张图片的语法；主角要在控件里设置，每个镜头选中的参考也要在控件里核对。

黄昏的空屋顶，远处有一扇温暖的排练室窗户。宽幅固定画面，云的光线缓慢变化。琥珀色和石板灰，色彩克制。还没有表演者。场景要简单，适合一个很短的开场镜头。

先听前奏在做什么，再决定要不要揭示。如果歌曲一开头就是人声，空的建立镜头可能并不合适。

与主角参考图中同一位表演者，仍穿那件深色外套，站在排练室窗边。中景，一个克制的手势，镜头缓慢横向移动。脸要清楚，光线与开场一致。

如果要唱的近景，为合适的人声段落选择口型同步。场景提示词里写了「唱歌」，本身并不建立人声同步。

同一位表演者、同一套衣服，在屋顶上。全身构图，手和脚周围留出空间。自信地向前一步，手臂一个有力的重音。低角度、受控地推近。在已经建立的琥珀色和石板灰里，暖色逆光更强。动作延续到切点。

如果需要编舞，按那个镜头和它实际的输入要求评估跳舞。镜头更有能量，并不等于生成出来的动作会是一套可靠的舞蹈。

副歌之后回到排练室窗边。表演者的手安静地搭在窗框上，深色袖子可见。锁定的近景，柔和的侧光，动作很少。保留地点和色彩；不要引入另一个角色。

插入镜头可以制造停顿，也减少一张难处理的脸被反复生成的次数。它是剪辑上的选择，不是修好一张坏掉的主角参考图的办法。

在 AI 制片人 → 主角 上传一张角色图片，和/或在 主角描述 里写主角的外观。当前中文界面里，这一栏的标题是「主人公」，说明字段是「人物说明」。
打开 生成偏好 → 创作方向，写整体意图和场景推进。当前界面里，这个字段显示为「故事方向」。创作需求指的是这一组输入，不是另一个单独的文本框。
在 创作方案 里查看每个镜头的 图片提示词，确认主体、服装、场景和静帧构图。应用方案之后，在工作台的图片步骤里编辑图片提示词。用 参考图 引导起始静帧；需要一张新的首图时，选择 生成图片。
把动作和镜头运动写进该镜头可选的 视频提示词。它和起始画面的描述是分开的。

以主歌模板为例，静帧描述可以是「选定的表演者穿着深色外套，站在排练室窗边，中景，脸部清楚。」视频提示词可以是「一个克制的手势，镜头缓慢横向移动。」这些仍是未测试的写作示例；这段文字本身没有附上参考图。

对照你的歌曲检查 镜头划分，生成运动之前先看每一张首图。一个重音的提示词，不应意外覆盖整段很长的主歌。先生成一小段有代表性的部分，对着歌曲看过，再把这个做法延伸开。

生成或应用创作方案不收费。生成和重新生成媒体会消耗积分。主产品分析节拍、能量、人声段落和歌曲结构；它不会替你转写或解读歌词。要把故事含义写进 创作方向，需要你自己加上。