指南

怎样把参考视频拆成逐镜 AI 视频提示词

MakerNice 团队 · 2026-10-19

把参考视频变成 AI 视频提示词，做法是：在每个剪辑点切开，记下每镜的时间段，再为每镜写清五要素：景别、运镜、时长、动作、光线。分镜表的每一行就是一条提示词，可交给 MakerNice 上的视频模型生成，例如字节跳动的 Seedance 2.5、阿里巴巴的 Wan 3.0、快手的 Kling 3.0 Pro 或 MiniMax H3。

怎样把参考视频拆成一个个镜头？

用慢速播放，或逐帧查看，把每个剪辑点标出来，写下每个镜头的起止时间，这份时间段清单就是分镜表的骨架。也可以先让支持视频理解的 AI 助手列出镜头与时间码，再人工逐个核对边界，因为很短的快切很容易被漏掉。

每遇到一个硬切就新起一行，而不是主体每换一个动作就新起一行。
镜头一直在运动的长镜头仍记成一行，并注明运镜在哪里变化。
每镜时长取整到秒，因为 duration 字段只接受整数。
标出哪些镜头快、哪些镜头停留得久，这种节奏正是你要复刻的东西。

每个镜头要记下哪五个要素？

要素	记什么	示例写法
景别与镜头类型	画面框进多少、什么机位角度	与桌面齐平的中景
运镜	一种运动，或固定机位	缓慢推进
时长	以整数秒计的镜头长度	5 秒，即 duration: 5
主体动作	你自己的主体做的一个主要动作	一只手把杯子推向前
光线与氛围	光源、时间、色调、感觉	暖色窗光，安静

3D 黏土插画：一帧画面被拆成五张悬浮的小卡片，分别是摄影机、弯曲箭头、计时表盘、奔跑的人物剪影和太阳 — 景别、运镜、时长、动作、光线：一帧画面拆出的五张卡片。

怎样把五要素写成一条提示词？

按固定顺序写：景别与镜头类型、你的主体、一个动作、一种运镜，再写光线与氛围，最后补一句与时长相称的节奏。时长本身填在 duration 字段，不写进提示词。把参考视频里的人物、产品和场景换成你自己的，每条提示词只放一个动作、一种运镜。下面的模板是纯文本，可以直接复制到笔记或表格里。

SHOT LIST (one row per cut)
#  | time      | shot size / type | camera move   | action                       | light / mood
01 | 0:00-0:04 | extreme close-up | static        | steam rises from the coffee  | warm low morning light
02 | 0:04-0:09 | medium shot      | slow dolly-in | a hand slides the mug forward | window light from the left

PROMPT TEMPLATE (one prompt per shot)
[shot size and type] of [your own subject], [one action], [one camera move], [light and mood], [pace that fits the duration].
duration: [whole seconds within the model's range]

EXAMPLE (shot 02)
Medium shot at table height of a white ceramic mug on a wooden counter, a hand slides the mug toward the camera, slow dolly-in, warm window light from the left, calm and steady pace.
duration: 5

一份写好的分镜表长什么样？

镜号	时间段	景别	运镜	动作	光线与氛围
01	0:00 到 0:04	大特写	固定	咖啡上升起热气	低角度暖色晨光
02	0:04 到 0:09	中景	缓慢推进	一只手把杯子推向前	左侧窗光
03	0:09 到 0:13	俯拍	缓慢环绕	牛奶在杯中旋开	柔和均匀的日光
04	0:13 到 0:17	远景	缓慢拉远	杯子静置在洒满阳光的桌上	金色逆光，安静

这个例子把一段你自己拍的 17 秒杯子短片拆成 4 个镜头，时长分别为 4、5、4、4 秒。上面模板里填好的就是第 02 镜，其余三镜照同样的格式写，最终得到 4 条提示词和 4 个 duration 值。

各模型的单镜时长可以是多少？

duration 字段以整数秒计，每个模型接受的范围不同；不填时默认 5 秒。参考视频里常有比模型最短时长还短的快切，这时可以按最短时长生成，再在剪辑软件里裁短；或者换一个时长范围能覆盖该镜的模型。

模型	时长	默认	视频模式
Seedance 2.5	4 到 30 秒	5 秒	t2v、i2v、flf、r2v
Wan 3.0	2 到 30 秒	5 秒	t2v、i2v、flf、r2v
Kling 3.0 Pro	3 到 15 秒	5 秒	t2v、i2v、flf
MiniMax H3	5 到 15 秒	5 秒	t2v、i2v、flf、r2v

怎样用分镜表批量生成？

把每一行当作一次生成。所有镜头使用相同的模型、分辨率和 aspect_ratio，让片段彼此衔接；主体描述逐字重复；先用低分辨率出草稿，再正式渲染。通过 API 时，逐行循环：每镜报价并创建一次生成，各用一个独立的 Idempotency-Key。想更牢地锁住构图，就用图生视频模式，把你做好的首帧填进 image_url。MakerNice 会把每个镜头作为单独的片段返回，按顺序拼接需要在你自己的剪辑软件里完成。