AI生成视频提示词大全：从原理到工程实践

1次阅读

共计 2412 个字符，预计需要花费 7 分钟才能阅读完成。

近年来，AI 视频生成技术取得了显著进展，从最初的简单动画生成发展到如今能够根据文本描述生成高质量视频内容。这项技术主要基于扩散模型（Diffusion Models）和变分自编码器（VAEs）等深度学习架构，通过对大量视频数据的学习，模型能够理解文本与视觉内容之间的复杂映射关系。

当前主流的 AI 视频生成模型如 Stable Video Diffusion、Runway ML 等，已经在创意产业、广告制作和教育领域展现出巨大潜力。然而，如何通过有效的提示词工程（Prompt Engineering）来精确控制生成结果，仍然是开发者面临的主要挑战。

生成结果与预期不符 ：模型对提示词的理解可能存在偏差，导致生成的视频内容与开发者设想存在差距。
语义控制困难 ：复杂的场景描述往往难以通过简单的文本提示准确表达。
生成质量不稳定 ：相同的提示词在不同时间可能产生质量差异较大的结果。

有效的提示词应当遵循 ” 主体 - 动作 - 环境 - 风格 ” 的结构化框架：

主体：明确视频中的主要对象或角色
动作：描述主体执行的具体行为
环境：设定场景的时间、地点和氛围
风格：指定视觉风格（如电影感、卡通等）

使用括号和数字来调整关键词的重要性：

(关键词:1.2) 表示增加 20% 权重
[关键词] 表示降低权重
重要概念可以重复出现以增强效果

明确列出不希望出现在视频中的元素：

low quality, blurry, distorted
extra limbs, deformed faces
watermark, text

import requests
import json

# 配置 API 参数
API_URL = "https://api.example.com/v1/video/generate"
API_KEY = "your_api_key_here"

# 构建提示词
def build_prompt(main_subject, action, environment, style):
    positive_prompt = f"""
    A high quality video of {main_subject} {action} in {environment},
    cinematic lighting, 8k resolution, {style} style,
    (detailed:1.2), (smooth motion:1.1)
    """.strip()

    negative_prompt = """
    low quality, blurry, distorted, extra limbs,
    deformed faces, watermark, text
    """.strip()

    return {
        "positive_prompt": positive_prompt,
        "negative_prompt": negative_prompt
    }

# 生成视频请求
def generate_video(prompt_data):
    headers = {"Authorization": f"Bearer {API_KEY}",
        "Content-Type": "application/json"
    }

    params = {
        "model": "stable-video-diffusion-xl",
        "steps": 30,
        "frames": 24,
        "fps": 24,
        "seed": 42  # 固定种子提高可复现性
    }

    payload = {**prompt_data, **params}

    try:
        response = requests.post(
            API_URL,
            headers=headers,
            data=json.dumps(payload)
        )
        response.raise_for_status()
        return response.json()
    except requests.exceptions.RequestException as e:
        print(f"Error generating video: {e}")
        return None

# 使用示例
if __name__ == "__main__":
    prompt = build_prompt(
        main_subject="a astronaut",
        action="walking on Mars",
        environment="red rocky landscape with dust storms",
        style="sci-fi cinematic"
    )

    result = generate_video(prompt)
    if result:
        print(f"Video generated successfully! URL: {result['video_url']}")
    else:
        print("Video generation failed.")