模板与方法

镜头玩法 · 共 34 条

本卷收录视频提示词结构模板与方法论 34 篇，按名称排序；每篇给出要点摘要、步骤和原文链接。

01 · 基础公式：选对任务类型 #

方法论

人话定义

Seedance 2.0 支持多模态素材（图片 / 视频 / 音频），写提示词前先想清楚你做的是哪种任务，每种任务的句式都不一样。

做法

四种任务类型
怎么选？决策树
限制
下一步

实例

读全文（原仓库）

数据源：lanshu 工具包 · MIT

02 · 进阶公式：8 要素工程化指令 #

方法论

人话定义

好的提示词不是单纯的"文案型形容"，而是"工程型指令"：谁、在什么场景、做什么动作、镜头如何运动、按怎样的时间顺序发生。

做法

公式
8 要素详解
实战示例（来自官方 PDF）
下一步

实例

读全文（原仓库）

数据源：lanshu 工具包 · MIT

03 · 分镜时序：复杂剧情怎么写 #

方法论

人话定义

使用镜头1、镜头2、镜头3 等标识，按事件发生顺序（先主后次）组织内容。

做法

核心规则
反面案例 vs 正面案例
每个镜头按 4 个维度组织
实战示例（古风悬崖对手戏）
视频延长 vs 分段拼接（怎么选）
素材配置策略

实例

读全文（原仓库）

数据源：lanshu 工具包 · MIT

04 · 情绪外化表 #

方法论

人话定义

❌ "她很难过。"

做法

速查表
写法对照
配合分镜使用

实例

读全文（原仓库）

数据源：lanshu 工具包 · MIT

05 · 运镜词典 #

方法论

做法

镜头大小
镜头运动
灯光
风格
色彩分级

实例

读全文（原仓库）

数据源：lanshu 工具包 · MIT

06 · 约束词清单 #

方法论

人话定义

每条提示词都建议加（除非你明确需要这些元素）：

做法

必加的 3 个基础约束
按问题分类的约束词
反向约束（明确告诉模型不要做什么）
矛盾约束清单（不要叠加）
完整模板

实例

读全文（原仓库）

数据源：lanshu 工具包 · MIT

07 · 特殊字符规范 #

方法论

人话定义

- 台词语言需统一，避免中英文混用（专有名词除外） - 外语台词必须明确标注语种： - ❌ He said: "Hello world" （混用） - ✅ 用英语说{Hello world} - ✅ 用日语说道{こんにちは}

做法

标准符号表
完整示例
语言规范
中文发音不准的解法

实例

读全文（原仓库）

数据源：lanshu 工具包 · MIT

08 · 避坑 12 问 #

方法论

人话定义

典型现象：生成的角色形象与参考图不一致，或在视频中途发生"换脸"（ID 漂移），导致视频中人物撞脸明星被审核拦截。

做法

1. 人物 ID 漂移
2. 视频中包含字幕
3. 视频中有 Logo / 水印
4. 风格漂移
5. 延长视频衔接处跳变
6. 双胞胎问题

实例

读全文（原仓库）

数据源：lanshu 工具包 · MIT

09 · Kling 3.0 公式与差异化用法 #

方法论

人话定义

- Subject：具体视觉细节 - Action：精确的运动描述（用 active verbs） - Context：3-5 个环境元素（不要多） - Style：镜头 + 灯光 + 氛围

做法

三套写法（按复杂度递进）
Kling 与 Seedance/HappyHorse 的关键差异
Kling 的写作守则
通用负向提示（建议每条都加）
元素数量上限（不同子模型）
常见错误清单

实例

读全文（原仓库）

数据源：lanshu 工具包 · MIT

10 · 五大主流模型对比与选型 #

方法论

人话定义

需求："一个穿红裙的女子在屋顶跳舞"

做法

速查表
选型决策树
公式对照（同一需求不同模型）
跨模型通用守则
何时切换模型
参考

实例

读全文（原仓库）

数据源：lanshu 工具包 · MIT

11 · Sora 2 公式与官方写法 #

方法论

人话定义

Inside / At: [场景描述 + 关键物件]

做法

两套官方写法
关键技巧（OpenAI 官方）
80-150 词最优
实战：同一场景两种写法
Sora 2 独有能力
局限性

实例

读全文（原仓库）

数据源：lanshu 工具包 · MIT

12 · Veo 3 公式与原生音频写法 #

方法论

人话定义

Google DeepMind 不强推固定模板，但提示词包含以下要素效果最佳：

做法

官方 8 元素公式
推荐结构（3-6 句 / 100-150 词）
原生音频写法的 4 个层次
Veo 3 vs Veo 3.1 关键差异
关键技巧
何时选 Veo 而非 Sora / Kling

实例

读全文（原仓库）

数据源：lanshu 工具包 · MIT

13 · 后 6 大模型公式速查（Runway · Pika · Hailuo · Hunyuan · Wan · 即梦） #

方法论

人话定义

1. 说什么要改（change something） 2. 说什么要保持稳定（preserve everything else） 3. 说转换的程度（how much / how natural）

做法

整体对照
1. Runway Gen-4 / Aleph
2. Pika 2.5
3. Hailuo 02
4. Hunyuan Video 1.5
5. Wan 2.7

实例

读全文（原仓库）

数据源：lanshu 工具包 · MIT

14 · 四大开源模型速查(LTX / Mochi / CogVideoX / Higgsfield) #

方法论

人话定义

实时生成是颠覆性的 — 5 秒视频在 5 秒内生成。意味着创作者可以迭代式实时改 prompt,而不是等几分钟一次。

做法

1. LTX-Video 0.9.7
2. Mochi 1
3. CogVideoX 5B / 1.5
4. Higgsfield Soul 2.0 / DoP
选型决策树(15 模型完整版)
4 大开源模型综合对比

实例

读全文（原仓库）

数据源：lanshu 工具包 · MIT

15 · Seedance 2.0 Masterclass — 10 YouTube 视频精炼 #

方法论

人话定义

来源:tZReV23ncuc — The ULTIMATE Seedance 2.0 Prompting Guide

做法

完整公式(9 要素)
Timeline Prompting(时间轴提示词法)
角色一致性方法论(5 步)
5 种爆款视频格式
VFX / 特效技巧
多模态输入(Omni Reference)

实例

读全文（原仓库）

数据源：lanshu 工具包 · MIT

16 · Gemini Omni 公式 — Google AI 官方 5 大 Prompting 技巧 #

方法论

人话定义

Google 在 2026-05-19 发布 Gemini Omni(Omni Flash 首先上线),定位是跨模态统一模型(any-input-to-any-output),从视频开始。已可在 Gemini App / Flow / GoogleFlowMusic / YouTube Shorts / YouTube Create 多平台使用。

做法

Gemini Omni vs Veo 3.1 / Sora 2 怎么选
Tip 1:利用 Real-World 知识 — 不要过度描述
Tip 2:控制文字渲染(Gemini Omni 核心强项)
Tip 3:像导演一样指挥摄影
Tip 4:迭代编辑(Edit Iteratively)— Gemini Omni 核心差异化
Tip 5:中途改动作(Change Action on the Fly)

实例

读全文（原仓库）

数据源：lanshu 工具包 · MIT

17 · HappyHorse 1.0 Masterclass — 7+ YouTube 视频精炼 #

方法论

人话定义

1. 核心公式(6 要素黄金公式 / 五要素补充) 2. 单镜头 20 词规则与垃圾词过滤 3. 情绪转物理动作规则 4. 参考图系统(@tag Omni Reference) 5. 多镜头 Timeline Prompting(时间码分段) 6. 音频工程(AUDIO 区块 / 多语言 Lip-Sync) 7. 三种生成模式(I2V / T2V / R2V)对比 8. 工作流(GPT Image 2 + Storyboard + 分段长视频) 9. HappyHorse v

做法

目录
1. 核心 Prompt 公式(6 要素黄金公式)
2. 单镜头 20 词规则与"垃圾词"过滤
3. 情绪转物理动作规则
4. 参考图系统(@tag Omni Reference)
5. 多镜头 Timeline Prompting

实例

读全文（原仓库）

数据源：lanshu 工具包 · MIT

18 · Kling AI Masterclass — 26 YouTube 教学视频精炼 #

方法论

人话定义

1. 核心 Prompt 公式(5 要素结构) 2. Constraint Sandwich 约束三明治(O1 专用) 3. Style Bible Line 风格圣经行 4. Elements / Bind Elements 系统(跨镜头一致性) 5. Multi-Shot 多镜头生成(6 shots within 15s) 6. Motion Control 运动迁移 + Motion Library 7. Motion Brush 运动笔刷 8. 摄像机运动提示词完整列

做法

目录
1. 核心 Prompt 公式(5 要素结构)
2. Constraint Sandwich 约束三明治(O1 专用)
3. Style Bible Line 风格圣经行
4. Elements / Bind Elements 系统(跨镜头一致性)
5. Multi-Shot 多镜头生成(6 shots within 15s)

实例

读全文（原仓库）

数据源：lanshu 工具包 · MIT

19 · Seedance 2.0 Masterclass Round 3 — 8 个新视频教学补遗 #

方法论

人话定义

1. 三类 Reference 深度拆解(图片/音频/视频) 2. AI Anime 四步法 + Higgsfield Elements 角色训练 3. 3×3 网格绕过人脸过滤 + 50 爆款 Prompt 类目 4. CapCut Video Studio:多镜头自动分割 + 视频扩展 30 秒 5. CapCut Video Studio 三模式 / 画布 AI Agent 工作流 6. CapCut 访问入口 + 首次测试技巧 7. 全规格参数 + 五段式 Promp

做法

目录
1. 三类 Reference 深度拆解(图片/音频/视频)
2. AI Anime 四步法 + Higgsfield Elements 角色训练
3. 3×3 网格绕过人脸过滤 + 50 爆款 Prompt 类目
4. CapCut Video Studio:多镜头自动分割 + 视频扩展 30 秒
5. CapCut Video Studio 三模式 + 画布 AI Agent 工作流

实例

读全文（原仓库）

数据源：lanshu 工具包 · MIT

20 · 写实 AI 角色 / 网红 / 数字人物一致性大师课 #

方法论

人话定义

仓库 methodology/15-19 聚焦于单家视频模型的 prompt 写法(Seedance / HappyHorse / Kling / Veo / Gemini Omni)。但"做一个会动会说话的 AI 网红" 是一个跨工具流水线问题 — 单靠任何一家视频模型都不够。

做法

为什么需要单独一篇
§1 角色一致性的 5 种主流技术
§2 写实人像 Prompt 5 段公式(Dan Kieft Prompt Pack)
§3 真实 prompt 原文档案
§4 工具生态对比(20 视频整合)
§5 12 个写实图像 prompt 技巧(C2 完整清单)

实例

读全文（原仓库）

数据源：lanshu 工具包 · MIT

21 · 玩法集合 #1 · 画线控制 AI 航拍镜头(FPV 路径绘制) #

方法论

人话定义

两条原推: - 🌍 主案例(世界地标 mashup):x.com/MrLarus/status/2060588327409959082 — 45K 浏览 · 275 赞 · 233 bookmarks(2026-05-30) - 🏙 玩法起源(广州中轴线 FPV):x.com/MrLarus/status/2060267899382542341 — 158K 浏览 · 1389 赞 · 210 RT