每一条 AI 视频都始于同一个画面：空白提示框里闪烁的光标。你输入"海上的美丽日落"，点击生成，得到了……一个日落。技术上没错，但完全无法让人记住。
平庸片段和让人停下滑动的片段之间，差的不是模型，而是提示词。在 Seedance 2.0 上跑过数千次生成之后，我们把真正有效的写法总结在这里。
像导演一样思考，而不是许愿
弱提示词是许愿："一条史诗级的龙"。强提示词读起来像导演递给摄影师的分镜笔记，它回答四个问题：
- 主体 —— 画面里是谁/是什么？要具体：不是"一个女人"，而是"穿着被雨浸透的风衣、一头银发的小提琴手"。
- 动作 —— 时间维度上发生什么？视频的本质是运动，没有动词的提示词只是一张照片。"她举起琴弓，迟疑片刻，然后开始演奏。"
- 镜头 —— 镜头在哪里，怎么动？"低角度缓慢推近。"
- 氛围 —— 光线、色调、情绪。"霓虹倒映在湿漉漉的柏油路上，冷青色阴影，暖色高光。"
组合起来："一头银发的小提琴手穿着被雨浸透的风衣，站在忽明忽暗的路灯下。她举起琴弓，迟疑片刻，然后开始演奏。低角度缓慢推近。霓虹倒映在湿漉漉的柏油路上，冷青色阴影，暖光打在她的脸上。"
这不是诗，这是工单——而模型最擅长执行工单。
学会十个镜头词汇
你不需要读电影学院，这几个词覆盖 90% 的需求：
- 推近 / 拉远（push-in / pull-back） —— 镜头向主体靠近或远离。
- 横摇 / 纵摇（pan / tilt） —— 镜头在固定点水平/垂直旋转。
- 跟拍（tracking shot） —— 镜头伴随移动主体一起运动。
- 环绕（orbit） —— 镜头绕主体转圈。
- 手持（handheld） —— 轻微晃动，纪录片质感。
- 固定镜头（static shot） —— 机位锁死，让主体的运动撑起画面。
- 特写 / 远景（close-up / wide shot） —— 主体占画面的比例。
一条提示词配一个镜头指令就够了。五秒钟里塞三种运镜，得到的只会是一锅粥。
毁掉大多数提示词的错误
- 贪多。 5–10 秒的片段只装得下一个想法。"骑士大战恶龙同时城市燃烧难民逃亡还有……"——选一个。
- 没有运动。 如果提示词里没有任何东西在动，模型会替你发明运动，而你多半不会喜欢。
- 自相矛盾。 "阳光明媚的漆黑房间"逼着模型对不相容的概念取平均。
- 风格大杂烩。 "电影感、动漫、照片级写实、水彩"——只承诺一种视觉。
像工程师一样迭代：用好 seed
生成过程带有随机性，而 **seed（种子）**能把随机性钉住：相同提示词 + 相同 seed = 可复现的结果。这让提示词调优变成受控实验——锁定 seed，只改一个词，你就能看清那个词到底做了什么。当某次生成"差一点就对了"，保留 seed 去打磨提示词，而不是重新掷骰子。
为任务选对模式
提示词不是孤军作战，输入模式同样关键：
现在，去生成
写提示词是靠练出来的手艺，不是靠理论。带上四要素结构，偷走这套镜头词汇，锁一个 seed，在 AI 视频生成器里把同一个想法跑五个变体。到第五条片段时，你写的已经是分镜笔记了——那个空白提示框，从此不再空白。