文生视频提示词怎么写：Seedance、Wan、Kling 通用五要素

好的文生视频提示词用五个部分描述一个镜头：主体、单一动作、一种镜头运动、光线，以及与时长匹配的节奏。这套结构适用于 MakerNice 上的视频模型，包括字节跳动的 Seedance 2.5、阿里巴巴的 Wan 3.0 和快手的 Kling 3.0 Pro。请把它当作起点：每个模型理解提示词的方式略有不同，同一提示词多次生成的结果也会有差异。

文生视频提示词写多长合适？

prompt 字段接受 1 到 4,000 个字符，但并不是越长越好。视频模型对「一个镜头的简短、具体描述」反应最好。「漂亮」「电影感」这类形容词帮助不大；名词、动词，以及关于镜头和光线的具体细节，才是模型真正能画出来的东西。

主体和动作该怎么写？

先说画面里是谁或什么，再说它在做什么。名词越含糊，画面越含糊。优先写一个主要动作，而不是一串事件，因为短片段里通常放不下情节。与其写「热闹的集市，发生很多事」，不如写「鱼贩从冰里拎起一条银色的鱼，递向镜头」。

提示词里怎样指挥镜头？

说明镜头怎么动：缓慢推进、固定广角、手持跟拍、低机位、缓慢环绕。不指定的话，由模型自己决定。每个片段给一种镜头运动就够了，叠加多种往往显得混乱。

光线和氛围怎样影响画面？

对画面而言，光线比形容词有用得多。写明时间、光源和质感：穿过灰尘的低角度金色阳光、冷色的顶灯荧光、湿柏油路面上的霓虹倒影。再补几个关于材质和颜色的具体细节，来锚定风格。

提示词怎样和片段时长匹配？

先选好时长，再按时长写提示词。4 到 5 秒的片段只够一个动作或一次镜头运动；更长的片段可以容纳缓慢的变化，如云层聚拢或人物走向门口，但提示词应描述这种渐变，而不是剪切。各模型的时长与画幅限制如下：

差的提示词和好的提示词差在哪？

• 较弱：一段很酷的夜晚城市视频。
• 更好：出租车在小雨中穿过空荡的路口，霓虹灯倒映在湿路面上，低机位侧向跟随车速平移，冷蓝色阴影配暖红色高光，节奏平稳从容。
• 较弱：一个舞者。
• 更好：身穿白色亚麻裙的舞者在空旷的排练室里缓慢转身，左侧窗口透入柔和的光，固定中景，空气中漂浮着灰尘。

aspect_ratio 会按模型校验，不在上表里的值会被拒绝。先用短时长、低分辨率出草稿（如下面的请求），满意后再用完整质量渲染最终版本。

{
  "model": "seedance-2.5",
  "mode": "t2v",
  "prompt": "A dancer in a white linen dress turns slowly in an empty studio, soft window light from the left, static medium shot, dust floating in the air",
  "duration": 5,
  "resolution": "480p",
  "aspect_ratio": "16:9"
}

接下来可以读「AI 视频时长与分辨率怎么选」一文规划正式渲染；生成前先请求报价，或查看 Pricing 页，就能知道确切费用。