01 基礎公式
HappyHorse 1.1 聽得懂結構化的指令:誰、做什麼、鏡頭怎麼動、在哪、什麼調性。本章把一條好提示詞拆成五個可複用的零件,再用一條 15 秒的招牌樣片示範高複雜度場景的完整骨架。先立住骨架,後面所有章節都只是它的延伸。記住一個大前提:HappyHorse 預設輸出有聲影片——聲音不寫,模型就即興發揮,所以每條提示詞都該帶上聲音層。
1.1 基本提示詞公式
一切從一句話開始:主體加動作是必需的兩塊,鏡頭、環境、風格按需疊加。先在腦子裡把這條片子拍完,再按公式把它寫出來。時長是 3-15 秒的連續撥盤——幾秒就安排幾秒的事,貪多塞進的第二個動作,往往兩個都演不好。聲音預設常開:環境聲與音效各給一句,成片才完整。
[主體] + [動作] + 可選 [鏡頭] [環境] [風格]
主體
畫面裡的主角——人物、動物或產品,描述越具體越好。
動作
主體在做什麼,寫清肢體部位與快慢輕重;緩慢連貫的小動作最穩。
鏡頭
景別與運鏡:特寫、推鏡、橫移,一個鏡頭只給一種。
環境
場景與氛圍:地點、時間、光線、天氣。
風格
美術調性與畫質:色調、質感、清晰度。
沙丘上的商隊
提示詞
黃昏的沙漠,一支駱駝商隊沿著沙丘脊線緩緩行進,駱駝背上的行囊隨步伐輕輕晃動,領隊人披著赭紅色斗篷走在最前。鏡頭從側面低角度緩慢橫移,夕陽把人和駱駝的影子拉得很長,細沙貼著地面流動。電影質感,暖金色調,畫面細節豐富。音訊:駝鈴聲隨步伐輕響,風沙的低吟墊在遠處,偶有駱駝粗重的呼吸聲。
主體+動作兩句起步,鏡頭與環境各補一句,風格詞與音訊層收尾——這就是一條合格的 HappyHorse 基礎提示詞。建議解析度 1080p、比例 21:9。
F1 車載鏡頭 15 秒(招牌樣片)
提示詞
【風格與機位設定】 超寫實 F1 車載攝影機第一視角畫面,攝影機固定在防滾架上、正對車手頭盔後方,與官方 F1 車載機位完全一致。畫面下方前景是車手的頭盔,整車鼻錐與前翼向前延伸,賽道上清晰可見其他 F1 賽車。超寫實物理模擬,包括真實的車身振動、底盤形變、懸吊運動與空氣動力抖動。8K 電影級畫質,真實轉播調色,高速運動元素帶運動模糊,賽道表面有輪胎煙霧與橡膠碎屑。 【0-4 秒】 賽車以約 280km/h 衝出高速彎道,出彎時路肩振動令底盤劇烈顫抖。正前方出現兩輛對手 F1 賽車,一輛偏左一輛偏右,它們的後擴散器與尾翼佔滿畫面。車手戴著手套的雙手在方向盤上做微調,賽車在制動不穩定下輕微擺動。引擎轟鳴震耳欲聾,整個畫面隨機械強度震顫。輪胎的尖銳摩擦聲與下壓力的呼嘯聲充滿音軌。賽道表面細節、油漆標線與橡膠走線超寫實。 【4-9 秒】 賽車以全速逼近一個狹窄的減速彎,重剎車讓車頭猛烈下沉,整車在 5G 減速度下劇烈抖動。車手頭盔在制動負荷下前傾。賽車急左隨即急右穿過減速彎,底盤隨真實的重心轉移側傾與偏擺,輪胎在側向負荷下明顯形變。在彎心內側強勢超越一輛對手賽車,兩車以公分級距離擦身而過,尾流擾動令鏡頭劇烈晃動。拖剎之下前輪升起縷縷輪胎煙。 【9-15 秒】 賽車全力加速衝出最後一個彎道駛上長直道,後輪瞬間失去抓地力,車尾明顯甩動轉向過度,車手迅速反打方向修正滑移。賽車擺正後沿直道越跑越快,前方兩輛賽車在遠處越來越小。兩側看台人群以極高速度掠成模糊。引擎轉速一路攀升觸及斷油,車手用撥片升檔帶來乾脆的扭力中斷。鏡頭隨路面顛簸與空氣擾動持續震動。最後一幀定格在全速前進的賽車,前方瀝青路面升起熱浪。 【畫質增強】 真實 F1 車載畫面質感,基於真實物理的車輛運動,真實的懸吊行程與底盤形變,負荷下準確的輪胎表現,逼真的引擎與空氣動力音效,高速元素電影級運動模糊,轉播級精準調色,帶橡膠碎粒與胎痕的超寫實賽道表面,全片持續的真實鏡頭震動,不做任何人工平滑處理。
已驗證的招牌樣片原詞:【風格與機位設定】定調 → 秒級節拍排動作(0-4/4-9/9-15)→【畫質增強】收口,音軌描述(引擎、輪胎、氣流)貫穿每個節拍——15 秒高複雜度場景的完整骨架。
1.2 九檔比例怎麼選
HappyHorse 1.1 提供 9 檔長寬比,是 Molyin 全站最多的:16:9、9:16、1:1、4:3、3:4、4:5、5:4、21:9、9:21。選法只有一條原則——按發布平台倒推:橫式長影片選 16:9,手機直式訊息流選 9:16,圖文 feed 選 4:5 或 1:1,電影寬幕感選 21:9,超直式視覺實驗選 9:21。比例在生成前定,事後再裁只會白丟畫質。
排練廳裡的獨舞
提示詞
一間灑滿晨光的排練廳,穿黑色練功服的現代舞者在木地板上舒展手臂,隨後踮腳旋轉一圈,衣擺隨之揚起,落地時穩穩定格。鏡頭中景固定,晨光從高窗斜射進來,空氣裡有細小的塵埃浮動。音訊:舞鞋與木地板的輕微摩擦聲,旋轉時衣料揚起的風聲,落地一聲沉穩的頓點,房間裡安靜的呼吸感。
已預填 9:16 直式——手機訊息流的標準畫幅,人物全身構圖剛好撐滿直式畫面;音訊層讓無聲排練廳也有了呼吸。
1.3 用 seed 復現與疊代
seed 是 HappyHorse 1.1 的隨機種子,也是它和多數對手拉開差距的能力:固定 seed,同一條提示詞可以反覆生成出高度接近的結果——除錯提示詞時改一個詞就能看清這個詞的影響;換掉 seed,同一條提示詞又是一批新版本。兩個習慣值得養成:跑出滿意結果時記下 seed;做 A/B 對比時鎖死 seed 只改描述詞。注意生成有機率性,相同 seed 不保證逐像素一致,但構圖與主體的穩定性遠高於隨機抽卡。
雪林裡的紅狐
提示詞
一隻紅狐在積雪覆蓋的白樺林間踱步,牠忽然停下,豎起耳朵傾聽,隨後猛地扎進雪堆裡,雪沫四濺。鏡頭中景平穩跟拍,冬日陽光透過樹幹斜照,牠的哈氣在冷空氣裡凝成白霧。音訊:爪子踩在積雪上的咯吱聲,扎進雪堆時沉悶的噗聲,林間的風聲與遠處一兩聲鳥鳴。
已預填 seed 42——改描述詞、不動種子,就能對比每一版微調的效果;音訊層同樣可 A/B。
02 對嘴與台詞
對嘴是 HappyHorse 在官方 playground 的招牌場景:台詞放引號裡逐字寫清,配上「精準對嘴」的關鍵字,人物就能對著鏡頭把話說準。短台詞用一句話交代語氣與機位;稍長的口白按秒級節拍分段,每段一句台詞。本章兩個範例均為官方驗證樣片。
2.1 新聞主播口白
多句口白的寫法是「機位設定 + 秒級節拍 + 逐句台詞」:先立住場景與景別,再按 0-5 秒、5-10 秒分段,每段一句台詞配一個細微動作(轉向第二機位),收尾點名「精準對嘴」與環境底噪。
新聞主播的開場口白(官方樣片)
提示詞
現代演播室裡,一位職業新聞主播端坐於流線型主播台後的中景鏡頭,冷藍色打光,身後螢幕柔和發光。0-5 秒:他直視鏡頭,以清晰而沉穩的聲音說:"Good evening. Tonight, a breakthrough that could change how millions of us work." 5-10 秒:他微微轉向第二台攝影機:"We'll have the full story, and what it means for you, right after this." 精準對嘴,細微的演播室環境底噪,清晰的廣播級畫質,淺景深。
官方 playground 對嘴樣片原詞:10 秒兩句台詞按 0-5/5-10 分段,「精準對嘴」關鍵字必帶,演播室底噪讓聲音有空間感。
2.2 character 語法與直式短劇
直式短劇的官方寫法是用 character1 直接給角色命名開場:「character1 在某場景做某動作,抬頭用某語言說:台詞」——一句話裝下場景、動作、語言與台詞,配 9:16 直式就是一條訊息流短劇。
凌晨三點的吉他手(官方樣片)
提示詞
character1 在一間溫馨昏暗的房間裡撥了一下琴弦,抬起頭用英語說:"This next one I wrote at three in the morning." 溫暖的實景燈光,親密氛圍,電影感,精準對嘴。
官方 character 語法樣片原詞:character1 命名開場 + 「用英語說」指定語言,已預填 9:16 直式——台詞越短對嘴越穩。
03 圖生影片
一張首幀圖片加一句運動描述,HappyHorse 1.1 就能讓畫面動起來——提示詞的重心從「描述畫面」轉向「描述運動與聲音」,因為畫面已經有了。一條硬規則先記住:圖生影片的輸出比例自動跟隨首幀圖,沒有比例選擇器——想要 9:16 的成片,就上傳 9:16 的圖,構圖主動權在自己手裡。
3.1 讓照片動起來
圖生影片的提示詞只寫三件事:誰動、怎麼動、鏡頭動不動。圖裡沒有的東西不要硬加,圖裡已有的東西可以「喚醒」——飄動的衣角、流動的水面、搖曳的燈火,都是高命中的小動作。補一句「延續原圖質感」,畫風就不會跑偏;聲音層照常寫,靜幀本身不帶任何音訊資訊。
湖畔獨木舟的清晨
提示詞
讓這張照片動起來:薄霧在湖面上緩緩流動,獨木舟隨著細浪輕輕起伏,船頭掛著的馬燈微微搖晃,一隻水鳥從遠處的蘆葦叢中飛起,掠過水面飛向畫面右側。鏡頭保持固定,全程延續原圖清晨冷調的底片質感。音訊:細浪輕拍船身,馬燈的金屬輕響,水鳥振翅掠過水面,遠處蘆葦的沙沙聲。
需上傳 1 張首幀圖片;只寫動作不重述場景,「延續原圖質感」穩住畫風,音訊層把靜幀缺失的聲音補回來;輸出比例自動跟隨首幀。
3.2 產品展示
電商產品的展示影片,提示詞寫清兩件事:產品怎麼動(旋轉、懸浮、推近),鏡頭怎麼配合。補一句「產品外觀與圖片保持一致」鎖定細節,再指定布光與背景質感——「影棚級布光、畫面乾淨」是產品片的萬能收尾。聲音是產品片最容易漏的細節:一聲盒蓋的咔噠、一段高級感的配樂,都是轉化率。
青瓷花瓶環繞展示
提示詞
圖片中的青瓷花瓶置於淺灰色無縫背景前,緩慢勻速旋轉一整圈,瓶身的冰裂紋理在柔和的影棚光下流轉,鏡頭從中景緩慢推近至瓶肩特寫,展示釉面的細膩光澤。產品外觀與圖片保持一致,影棚級布光,畫面乾淨高級。音訊:展廳般的安靜底噪,配一段極簡、質感高級的輕音樂。
需上傳 1 張產品圖;「旋轉一整圈 + 推近特寫」是產品展示的固定動作組合,配一段高級感輕音樂是產品片的完整形態。
04 參考生影片
文字說不清的長相——角色、產品、吉祥物——直接交給參考圖。HappyHorse 1.1 的參考生影片僅接受圖片參考,1-9 張,按上傳順序用「圖片1」「圖片2」在提示詞裡點名,模型照著素材鎖定外觀,場景與動作全部由你的文字決定。和圖生影片的分工很簡單:參考圖不負責當首幀,它負責當「長相檔案」。
4.1 角色參考公式
參考生影片的提示詞結構是三段式:先用「圖片N」把素材請進場,再寫新場景裡發生什麼,最後一句「保持一致」收口。上傳順序就是編號順序——第一張是圖片1,第二張是圖片2。同一角色的多角度圖效果最好,模型據此建立完整的「長相檔案」,換場景也不變臉。
[參考圖:圖片1…] + [場景描述] + 保持 [主體] 特徵一致
參考圖
僅圖片,1-9 張,用「圖片N」在提示詞中引用,上傳順序即編號順序。
場景描述
新場景裡發生什麼:動作、環境、運鏡——畫面從零生成,全由文字決定。
一致性
一句「與參考圖保持一致」強化外觀鎖定。
太空人的太空日常
提示詞
圖片1中的乳牛貓穿著白色太空衣,在太空站艙內緩慢漂浮,牠好奇地伸出爪子碰了碰一顆飄過的水珠,舷窗外藍色的地球緩緩轉動。鏡頭環繞牠半周,貓與太空衣的外觀和參考圖保持一致,3D 動畫質感,細節豐富。音訊:艙內設備低沉的嗡鳴,水珠被碰觸時細微的顫動聲,失重環境特有的安靜。
需上傳 1 張以上參考圖;「圖片1」指代你上傳的角色圖,結尾「保持一致」是鎖定外觀的固定句式,音訊層補足太空艙的空間感。
4.2 多圖組合
多張圖各管一件事:一張管角色、一張管道具、一張管服裝。按上傳順序用「圖片1」「圖片2」逐一點名職責,模型就不會張冠李戴。越重要的素材在提示詞裡越早提到——主角永遠排在道具前面。
拋花束的瞬間
提示詞
圖片1中的新娘站在爬滿藤蔓的石階上,笑著把圖片2中的白色芍藥花束拋向身後,幾位伴娘笑著伸手去接,花瓣在空中散開。鏡頭低角度仰拍,午後陽光穿過樹葉灑落,畫面溫暖自然。人物與花束的外觀和參考圖保持一致。音訊:賓客的歡呼與笑聲,花瓣散落的窸窣聲,遠處隱約的鳥鳴。
需上傳 2 張以上參考圖;人物用圖片1、道具用圖片2 逐一點名,分工明確不混淆;歡呼聲讓這一瞬間真正「活」起來。
05 影片編輯
用自然語言改影片——這是 HappyHorse Video Edit 的領地。上傳一段 3-15 秒的源影片,寫一句大白話指令:換風格、換衣服、換道具,其餘一切原樣保留。輸出的時長與比例自動跟隨源影片,沒有時長與比例選擇器;還可以附最多 5 張參考圖,告訴模型「換成什麼樣」。
5.1 風格變換
整條片子換一身美術皮膚,官方樣片給出的寫法極簡:一句「按參考圖的風格為整個場景重新上色」,配一張目標風格的參考圖——風格答案交給圖,比一百個形容詞都準。沒有參考圖時,就用文字點名目標風格的三個特徵——筆觸、材質、色調。
按參考圖重上色(官方樣片)
提示詞
按參考圖的風格為整個場景重新上色,鏡頭運動、構圖與畫面節奏保持原樣,只改變色調與美術質感。
需上傳 1 段 3-15 秒源影片 + 1 張目標風格參考圖;自動切換到 Video Edit,時長與比例跟隨源影片。官方重上色樣片的核心句式——風格交給參考圖,敘事原樣保留。
5.2 元素替換
不動原片地換衣服、換道具、換產品:說清把 A 換成 B,再補一句「其餘內容保持不變」。替換類編輯配一張參考圖外觀最準——「圖片1中的米色開衫」勝過一百個形容詞。
給人物換件開衫
提示詞
把影片中人物的外套替換成圖片1中的米色針織開衫,衣物的皺褶隨動作自然變化,質感與光影方向和原畫面保持一致,其餘內容保持不變。
需上傳源影片,可附最多 5 張參考圖;「把 A 替換成 B + 其餘保持不變」是最穩的替換句式。