PixVerse 提示词公式 — 写得准才能生成好
提示词是 PixVerse 创作的核心
PixVerse 的 AI 模型靠提示词来理解你想要什么画面。提示词的质量直接决定生成结果的质量——写得准不准、具体不具体,比文字长短重要得多。
PixVerse 官方推荐的提示词公式是:
主体 + 场景 + 动作 + 运镜 + 灯光 + 声音 + 格式
这不是一个死板的模板——你可以根据需要省略或调整某些维度。但理解每个维度的作用,会让你的提示词更清晰、更稳定。
七个维度详解
1. 主体(Subject)
主体是画面中的核心角色或物体。明确的主体能让模型把注意力集中在关键元素上。
| ✅ 好的主体描述 | ❌ 模糊的主体描述 |
|---|---|
| 穿白色运动服的年轻女性 | 一个女孩 |
| 哑光黑色智能音箱,放在胡桃木桌上 | 一个音箱 |
| 橘色虎斑小猫,蓝色毛线球在旁边 | 一只猫 |
2. 场景(Setting)
场景告诉模型主体处于什么环境里——室内还是室外?什么时间?什么氛围?
| ✅ 好的场景描述 | ❌ 模糊的场景描述 |
|---|---|
| 清晨的林荫道,金色阳光透过树叶洒下 | 户外街道 |
| 零重力航天器居住舱,温暖的实用灯光 | 太空舱里 |
| 黄昏海岸线,远方城市的红色与琥珀色光芒 | 海边 |
3. 动作(Action)
动作是视频的灵魂——让画面「活」起来。动作描述要具体:走、跑、转身、漂浮、拍打、打开……
| ✅ 好的动作描述 | ❌ 模糊的动作描述 |
|---|---|
| 沿小路慢跑,轻微的呼吸起伏 | 在跑步 |
| 从墙面蹬离,慢慢漂浮 | 在飘浮 |
| 用前爪轻轻拍打木制风车,叶片缓慢旋转 | 在玩风车 |
4. 运镜(Camera Direction)
运镜决定观众用什么视角看画面。PixVerse 能很好地响应运镜指令。
常用运镜指令:
- 推进(push in / dolly in)
- 拉远(pull back / dolly out)
- 平移(pan left / pan right)
- 跟拍(tracking shot)
- 环绕(orbit / arc shot)
- 特写(close-up)
- 航拍(aerial shot)
- 手持(handheld)
| ✅ 好的运镜描述 | ❌ 模糊的运镜描述 |
|---|---|
| 镜头从侧面跟拍,缓慢推近 | 镜头动一动 |
| 稳定器般稳定缓慢漂浮运镜,24-35mm 观感 | 平稳定 |
| 沿海岸线低位滑动跟拍,浅景深 | 镜头跟着海岸走 |
5. 灯光(Lighting)
灯光塑造画面的情绪基调。PixVerse 能响应具体的光照描述:
- 晨光 / 黄昏光 / 月光 / 霓虹 / 棚拍光
- 自然光 / 人造光 / 混合光
- 柔和 / 硬光 / 漫射
- 暖色 / 冷色 / 对比
| ✅ 好的灯光描述 | ❌ 模糊的灯光描述 |
|---|---|
| 温暖的晨光从侧面照射,金属边缘反射光斑 | 光线很好 |
| 深靛蓝海面、猩红倒影、雾中柔和青色底调 | 夜景 |
| 霓虹招牌和路灯透过雾气漫射 | 有灯光 |
6. 声音(Sound)
从 V5.5 开始 PixVerse 支持原生音频生成。声音让视频从「有画面」变成「有氛围」。
| ✅ 好的声音描述 | ❌ 模糊的声音描述 |
|---|---|
| 宇航服麦克风中极其轻微的呼吸声、布料摩擦声 | 一点环境音 |
| 滚滚浪涛、呼啸风声、遥远城市嗡鸣 | 有声音 |
| 柔和的启动提示音、LED 灯环变化时的轻微咔嗒声 | 静音就行 |
注意:声音描述只有在「声音」选项开启时才会生效。如果关闭了声音选项,提示词里写再多音效描述也不会有实际效果。
7. 格式(Format)
格式告诉模型输出的技术规格——分辨率、时长、画幅比例。这些也可以在界面上直接选择,但写进提示词能让模型更好地理解你的创作意图。
| 参数 | 常见取值 |
|---|---|
| 分辨率 | 720P / 1080P |
| 时长 | 5 秒 / 8 秒 / 10 秒 / 15 秒 |
| 画幅 | 16:9 / 9:16 / 1:1 |
| 风格标签 | 电影感 / 写实 / 动漫 / 商业广告 |
正反示例对比
示例一:从笼统到具体
❌ 不好的提示词:
一个女孩在森林里走,光线很好,镜头跟着她。
问题:主体模糊(什么女孩?穿什么?)、场景模糊(什么森林?什么时间?)、动作模糊(怎么走?)、运镜模糊(怎么跟?)、没有声音、没有格式。
✅ 好的提示词:
穿米白色针织衫和橄榄绿长裤的年轻女性,在秋日落叶铺满的林间小径上缓慢行走,偶尔低头捡起一片枫叶。镜头从侧面 2 米远处跟拍,柔和的黄金时刻阳光透过枫树洒下斑驳光影。远处有鸟鸣和风吹树叶的沙沙声。分辨率 1080P,画幅 16:9,时长 8 秒。
示例二:产品展示视频
❌ 不好的提示词:
产品展示一下,好看就行。
✅ 好的提示词:
哑光黑色智能音箱放在胡桃木桌面上,LED 灯环渐变亮起。镜头从左侧缓慢推进到产品特写。温暖的晨光从侧面照射,金属边缘反射出柔和光斑。背景中有轻柔的启动提示音和细微的电流嗡鸣。10 秒,16:9,1080P。
通用原则总结
- 具体胜过冗长:一个详细的主体描述比十个笼统形容词有用
- 一个镜头一件事:8 秒视频里塞两个动作就已经很紧张了
- 调动多种感官:不仅描述画面,还描述声音和氛围
- 重复身份锚点:如果需要角色一致性,在每次镜头切换时重复关键特征(金色头发、红色夹克、狐狸耳朵……)
- 减少冲突:不要在一个提示词里写互相矛盾的要求("白天的夜景"、"安静的喧闹人群")