把提示词和“350 万”放在一起放在两年前很难让人理解。但一套足够完整的提示词如果能驱动 AI 生成一部长片电影它的价值就不再是“几行文字”而是一套可复用的生产流程。公开报道里提到的全球首部全 AI 生成电影长片外界的目光大多落在“AI 能不能拍电影”上而对真正动手做 AI 视频的人来说更值得研究的是那份被开源出来的提示词文档到底长什么样。这篇文章从这件事切入拆解电影级 AI 生成流程里提示词的实际作用和分层方式给出可以直接参考的场景、角色、运镜和负面提示词模板并说明如何像管理软件项目一样管理提示词以及开源之后会遇到的结构、版本、许可以和协作问题。1. 先把“350 万提示词”这件事拆开看它到底值在哪里1.1 一个电影级提示词文档包含的不只是“描述画面”先说一个容易踩的误区很多人以为电影级提示词就是一段特别长的英文句子把“赛博朋克、电影感、8K、细节丰富”堆到一起就完了。如果只是这样那它不可能值那么多钱也不值得开源。一套真正能支撑长片制作的提示词本质上是一个结构化创作说明书。它要回答的不只是“画面里有什么”还包括这个故事发生在什么时间、什么地点视觉基调是什么。主要角色长什么样服装、发型、语气、行为习惯如何保持稳定。每个场景用什么样的景别、光线、色彩和构图。镜头是固定还是运动运动速度是多快带不带景深变化。画面情绪如何匹配配乐、音效和旁白。哪些内容要明确禁止出现防止生成结果跑偏。所以所谓“350 万提示词”更准确的理解是一整套经过大量迭代后沉淀下来的提示词资产而不是一句魔法咒语。它的价值来自试错成本多少次生成结果不可用多少次角色不统一多少次风格漂移最终才形成一套稳定可复用的文本模板。开源的价值也在这里别人拿到后不需要重新踩一遍同样的坑可以直接在基础上做二次创作。1.2 提示词在 AI 电影流程中的分层结构在实际项目里提示词不会只出现在“文生图”这一个环节。整个 AI 电影长片流程可以粗略分成文本、图像、视频、音频和后期五层每一层需要解决的问题不同提示词的写法也不同。层级核心职责提示词重点世界观层确定时代、地点、氛围、视觉基调时间背景、地理环境、天气、整体色彩倾向角色层保持人物外观和行为一致外貌、身材、服装、发型、神态、口头禅场景层确定单张画面的构图和内容景别、主体位置、光线方向、环境细节、道具镜头层确定画面运动和节奏推、拉、摇、移、跟速度镜头焦距景深音频层匹配音乐、音效、旁白情绪配乐风格、乐器、节奏、情绪关键词质量层统一画质与排除错误内容分辨率、镜头类型、负面词、风格参考词理解这个分层之后再去看网上流传的电影提示词就不会觉得它们只是“写得长”。每一段提示词都在对应某一层的具体问题。写提示词之前先搞清楚当前这一步要解决哪一层的问题否则很容易出现“画面很好看但角色前后不像同一个人”“单张图很精致但拼不成连续镜头”这类问题。2. 理解 AI 电影长片的生成链路才知道提示词写在哪里2.1 从剧本到分镜文本层的提示词AI 电影长片的第一步不是生成视频而是把剧本拆成分镜表。一部长片可能有上千个镜头如果直接拿整段剧本去生成视频模型根本处理不了这么长的上下文也很难保证连续性。常见的做法是先用大语言模型把剧本按场景切分再按镜头拆分。每个镜头需要包含镜头编号、场景地点、时间、人物、动作、对话、景别、运镜、情绪。这一步已经是在写提示词只不过对象是大语言模型。下面是一个最小分镜表结构实际项目中可以按这个思路扩展成 JSON方便后续每个镜头单独取用{ film: 示例短片, shots: [ { shot_id: 1, scene: 旧城区的深夜街道, time: night, characters: [主角], action: 主角从巷口走出抬头看霓虹灯, dialogue: , camera: 中景缓慢后拉, mood: 孤独、压抑, duration_seconds: 4 }, { shot_id: 2, scene: 旧城区的深夜街道, time: night, characters: [主角], action: 主角停下脚步低头看手机屏幕, dialogue: “又没信号了。”, camera: 近景固定镜头, mood: 焦虑、迟疑, duration_seconds: 3 } ] }这一步的关键在于分镜表要尽量把“动作”和“情绪”写清楚因为后续文生图、图生视频的提示词都要从这里提取素材。如果分镜表里写的是“主角走着”生成时大概率会得到一个不知道在干什么的画面如果写的是“主角从巷口走出抬头看霓虹灯”提示词就能直接转译成画面描述。2.2 从分镜到画面文生图阶段的提示词拿到分镜表之后通常不会直接文生视频而是先生成关键帧图片。原因是图生视频比文生视频更容易控制构图和角色先确定“这一帧长什么样”再让模型补出运动过程。文生图阶段的提示词需要把分镜表中的场景、角色、动作、光线、景别翻译成图像模型能理解的描述。一个实用的写法是“主体 场景 动作 光线 构图 风格 质量词”的顺序结构避免信息堆在一起。一个穿深色长风衣的年轻男性站在旧城区霓虹灯下的巷口抬头看向上方红色招牌雨天地面有积水反光中景构图主体位于画面左侧三分之一处赛博朋克风格冷蓝色调电影感光影细节丰富8K 画质这段提示词里每个部分都有明确作用“穿深色长风衣的年轻男性”锁定主体“旧城区巷口、雨天、霓虹灯、积水反光”锁定场景“抬头看向上方红色招牌”锁定动作“中景、左侧三分之一”锁定构图“赛博朋克、冷蓝色调、电影感”锁定风格。这种写法比“一个男人下雨天在巷子里看灯”可控性强很多生成结果的随机性会明显降低。2.3 从图片到视频图生视频与运动提示词关键帧图片生成之后进入图生视频阶段。图生视频的提示词通常不需要像文生图那样详细描述画面内容重点是描述“发生了什么运动”和“镜头怎么动”。运动提示词的常见写法是主体动作 镜头运动 运动强度 持续时间。例如主角缓慢抬头目光从地面移到霓虹灯镜头从近景缓慢后拉雨滴持续下落整体运动速度偏慢保持画面构图稳定这里要注意很多视频模型对“运动幅度”非常敏感。运动描述必须和模型能力匹配如果模型支持 5 秒生成运动描述就不要写成“快速奔跑穿过整条街”因为模型在 5 秒内很难生成完整且合理的运动轨迹。先写“缓慢”“轻微”“逐渐”这类低强度运动词跑通之后再逐步增加幅度是更稳妥的做法。2.4 从画面到声音与剪辑后期环节的提示词画面生成完成后长片还需要配音、配乐、音效和字幕。这一步也会用到提示词只是很多做 AI 视频的人容易忽略。旁白和角色配音可以使用语音合成模型提示词主要描述文本内容、说话人音色和情绪。配乐部分可以用音乐生成模型提示词需要描述风格、乐器、节奏和情绪变化。例如低沉的钢琴与电子氛围音每分钟 60 拍情绪从孤独逐渐转向坚定适合城市夜景独白场景剪辑环节也可以用 AI 工具辅助排布镜头顺序、选择转场和匹配节奏。这类工具的提示词往往不是自然语言而是时间轴上的结构和参数但设计思路和提示词是一致的明确输入素材、目标时长、节奏强度和输出格式。如果不想自己拼装整条流程也可以先参考 GitHub 上开源的 AI 创作项目。例如开源的 my_ai_town 项目仓库地址为 https://github.com/mewamew/my_ai_town它把 AI 角色放置在一个小型虚拟城镇里运行适合研究 AI Agent 如何被提示词驱动、角色设定如何写入项目文件。这类项目的思路和电影制作里的“角色一致性设定”是相通的角色卡、人格描述、行为规则本质上都是提示词的工程化表达。下载运行前先看 README 里的环境要求确认 Python 版本和依赖安装方式再按项目说明启动。3. 一套可以直接参考的电影级提示词模板这里给出的是通用模板实际项目需要结合自己的故事、角色和风格替换占位符。所有示例都以中文说明为主便于理解结构部署到具体模型时可以按模型擅长的语言习惯进行翻译或调整。3.1 场景描述提示词模板场景描述提示词最适合用“填空式”结构把稳定信息和可变信息分开。稳定信息是每个镜头都要保持一致的风格基底可变信息是当前镜头的具体内容。[风格基底]赛博朋克电影风格冷蓝与紫红主色调高对比度胶片颗粒感电影感光影 [场景主体]旧城区深夜街道潮湿路面霓虹灯招牌电线杆上贴满旧海报 [当前焦点]主角站在红色招牌下方仰头看灯雨水顺着嘴角流下 [景别构图]中景主体偏左右侧保留环境纵深 [光照]暖红色招牌光从左上方向下打背景远处有冷蓝色路灯 [画质]细节丰富清晰面部8K专业电影截图这种模板的好处是当你需要批量生成同一场景的不同镜头时只需要修改“当前焦点”和“景别构图”两个字段其他部分保持不变这样场景风格就能保持统一。对比一下“每次重新写一整段”这种写法明显更利于控制一致性。3.2 角色一致性提示词模板角色一致性是 AI 电影长片里最难解决的问题之一。同一个角色在镜头 1 和镜头 50 里长得不像整部片子就失控了。单靠文字保持角色一致性是非常困难的。建议采用“文字基线 参考图 固定种子”的组合方案。文字部分只写最稳定的特征不写容易变化的细节角色名林夏 性别男年龄约 28 岁 脸型偏瘦下颌线清晰 发型黑色短发左侧有一缕挑染银色 眼睛深棕色 服装深灰色长风衣黑色高领毛衣 配饰右手戴一块旧机械表 画风写实电影风格面部光线自然这里的关键是不要在一次提示词里写“戴眼镜”下次又不写不要在这次写“穿黑色外套”下次换成“穿棕色外套”。角色的服装、发型、配饰都要建立一份“角色设定卡”作为所有镜头提示词的公共前置文本。生成图片时最好同时带上角色设定卡对应的参考图并固定生成种子这样一致性会好很多。注意角色一致性不能只靠文字描述。长片项目里一定要同时维护“角色设定卡 参考图 固定种子”三个要素缺失任何一个跨镜头一致性都很难稳定。3.3 运镜与节奏提示词模板运镜提示词要解决的是“画面怎么动”。不同运镜方式对应不同的画面语言镜头运动从近景缓慢后拉逐渐露出完整街景 运动速度缓慢约 3 秒内完成 画面重心始终保持在主角身体位置 景深前实后虚背景霓虹灯形成光斑 输出要求画面稳定无明显扭曲主体轮廓清晰表格式对照更直观运镜类型中文提示词参考适用场景推镜头镜头从远景缓慢推进至主角脸部强调角色情绪转变拉镜头从近景缓慢拉远露出更大环境揭示故事空间关系横移镜头从左向右平移跟随主角行走展现连续环境动作摇镜头镜头原地旋转扫过城市天际线建立场景氛围跟随镜头跟随主体运动保持相对距离动作戏、追逐戏运镜提示词越简单越好。一次生成里塞入“推、拉、摇、移”多个运动模型大概率会输出扭曲画面。一次专注一个运动是更稳妥的策略。3.4 负面提示词与质量参数负面提示词的作用是告诉模型“不要生成哪些内容”它能明显降低坏图率。电影级制作里负面提示词通常包含以下几类负面词类别示例作用画面质量类blurry, distorted, lowres, jpeg artifacts, watermark避免模糊和低清结果人体结构类extra fingers, bad hands, deformed face, crossed eyes避免肢体畸形内容污染类text, sign, logo, subtitles, timestamp避免画面出现无关文字风格漂移类cartoon, anime, 3d render, painting避免偏离写实电影风格运动异常类morphing, warping, flickering减少视频画面扭曲闪烁不同模型的负面提示词支持程度不一样。有的模型支持“负面提示词”独立字段有的模型只支持在正向提示词里写“不使用某风格”。使用前先确认模型的参数文档不要想当然。质量参数方面最常见的包括分辨率、步数、采样器、种子、CFG 强度。以常见文生图模型为例可以按这个初值开始调参数常见初始值说明分辨率1280x720 或按模型要求电影长片建议直接按 16:9 出图采样步数25 到 30太低细节不足太高提升有限CFG5 到 7越大越贴近提示词但容易过饱和种子固定值需要复现或批量生成时务必固定负面提示词按类别组合减少结构错误和文字污染这里要特别提醒参数不是越高越好。CFG 过高会出现颜色溢出、主体僵硬步数过高只是增加等待时间。建议建立一张“参数试验记录表”每次改一个参数记录结果差异再决定最终方案。4. 把提示词当作工程产物来管理版本、结构与开源4.1 提示词文档的标准结构一部长片的提示词可能涉及上百个文件如果不管理很快就会乱。和代码项目一样提示词项目也要有清晰目录结构。film_prompts/ ├── README.md ├── LICENSE ├── changelog.md ├── config/ │ ├── base_params.json │ └── model_settings.json ├── characters/ │ ├── lin_xia.md │ └── supporting_role.md ├── scenes/ │ ├── scene_01_night_street.md │ └── scene_02_interior_room.md ├── shots/ │ ├── shot_001.json │ └── shot_002.json ├── templates/ │ ├── scene_template.md │ ├── character_template.md │ └── camera_template.md └── negative/ └── common_negative.txtREADME.md 说明项目用途、适用模型、依赖环境、使用流程。characters 目录放角色设定卡scenes 目录放场景设定shots 目录放每个镜头的完整提示词 JSONtemplates 目录放可复用模板negative 目录放通用负面词。changelog.md 记录每次版本迭代改了什么这一点尤其重要因为提示词迭代非常频繁没有变更记录就不知道“上一版为什么有效”。4.2 GitHub 上开源提示词项目的基本规范那些被开源出来的提示词项目和普通代码项目一样通常要遵守几个基本规范命名清晰、结构完整、注释到位、版本可回溯。本地建立一个提示词仓库可以直接用 Git 管理git init film_prompts cd film_prompts git add . git commit -m init: establish film prompt project structure git tag v0.1.0后面每次修改提示词都像改代码一样提交变更。生成效果有回归时可以用git diff对比前后差异快速定位是哪一段提示词导致风格漂移。如果要把项目发布到 GitHubREADME 至少应该包含这些内容项目用途和适用模型。目录结构与每个目录的说明。使用提示词的完整流程。模型、参数版本依赖。示例输入与示例输出。开源许可证说明。如何参与贡献和维护者联系方式。开源的关键不是“把文件传上去”而是让其他人拿走后能快速理解、运行和复用。很多提示词项目下载量高但收藏价值低原因往往就是 README 写得太简略。4.3 开源许可与使用边界提示词是否受版权保护、能不能被别人直接商用在法律上还存在争议不同国家和地区观点不一致。但在开源项目实践层面还是应该明确选择许可证避免后续使用者和贡献者产生分歧。许可证允许商用需要附带版权声明修改后必须开源典型适用场景MIT是是否希望被广泛使用Apache-2.0是是否需要专利保护条款GPL-3.0是是是要求修改后继续开源CC BY-NC非商用是否只允许学习研究如果你只是想在个人项目里参考别人的提示词建议先看仓库的 LICENSE 文件再判断能否使用、能否商用、修改后是否要开源。如果是把提示词项目发布出去尽量在第一天就放好 LICENSE避免后续“作品被转载后才发现许可不清晰”的麻烦。注意提示词的版权保护在不同地区仍有争议。发布开源提示词项目时先选好许可证并写在 README 里既是对使用者的交代也能让后续维护有明确边界。在实际场景里GitHub 上还经常能看到 AI 相关开源项目自带角色卡、行为规则和运行配置例如前面提到的 my_ai_town 就属于这类项目。这类项目不仅提示词有趣更重要的是它们的配置方式展示了如何把提示词从“一次性文本”变成“可复用配置”这是值得认真阅读的部分。下载和运行前先确认 README 里的环境要求、依赖版本和许可证再考虑是否用于自己的创作。5. AI 电影制作中常见的提示词问题与排查路径5.1 角色脸不统一现象不同镜头生成的主角看起来不是同一个人脸型、发型、服装变化较大。可能原因每个镜头都重新写了角色描述且描述不一致没有使用参考图生成种子不固定角色描述里的特征词过多且相互冲突。排查顺序先确认所有镜头是否使用同一份角色设定卡再确认是否都带了同一张参考图再确认生成参数里的种子是否固定。如果都没有问题再检查角色卡里的特征描述是否稳定例如“黑色短发”和“深棕色头发”同时出现就会互相干扰。处理方式统一角色设定卡删掉多余的可变细节每个镜头生成时都带上参考图固定种子生成后建立“角色档案图”每批次抽帧对比一次。这类问题从提示词层面解决最有效。