这可能是全网最细的「视频反推提示词」！

释家能东

这可能是全网最细的「视频反推提示词」！

收藏这一条  
以后反推不用从零措辞，上传视频，复制即用~

这条是我顺着图片反推那套方法，
把视频拆到镜头、参数和负面提示词之后压出来的。  

短视频、广告、Vlog、MV 都能用

指令分两套：  
快速版——一键出结果  
完整版——逐镜头拆解

一、快速通用版（所有视频都能用）

适合：短视频、产品展示、Vlog 片段、任何你想快速拿到提示词的场景。

请根据上传视频，反推一套完整、可直接使用的 AI 视频生成提示词。

要求：提示词表达无歧义、高度可执行，严禁模糊抽象表述，每一项都必须具体到可视化、可落地。

提示词必须覆盖以下 7 项核心要素：

1. 主体  
明确视频核心对象的所有关键细节。

人物：年龄段、性别、种族、体态（身高体型比例）、面部特征（脸型、五官比例、肤质）、发型（长度 / 颜色 / 造型 / 发质）、妆容（眼妆 / 唇色 / 腮红 / 高光）、服装（款式 / 面料 / 颜色 / 图案 / 合身度）、配饰（耳饰 / 项链 / 手表 / 眼镜 / 帽子）、情绪状态与整体气质。

物品：尺寸比例、材质（金属 / 木质 / 塑料 / 玻璃 / 织物）、颜色与饱和度、表面反光特性（镜面 / 哑光 / 磨砂 / 半透明）、结构细节、使用状态（全新 / 磨损 / 运动中）。

场景作为主体时：建筑类型、空间尺度、关键地标或标志性元素。

2. 动作  
精准描述主体动态的完整流程：起始姿态 → 运动过程 → 结束姿态。

明确速度节奏（匀速 / 加速 / 减速 / 骤停）与力度变化。  
细化手部动作（手指姿态、抓握方式、手势含义）、重心转移轨迹、身体朝向变化。  
微表情：眉毛、眼睛、嘴角的细微变化与时间节点。  
视线方向：看镜头 / 看画外 / 追踪某物 / 低垂 / 上扬。  
多镜头时说明：入镜方式（从画面哪侧 / 如何出现）→ 画面内停留与移动 → 出镜方式。

3. 场景  
明确环境背景与空间结构。

室内：房间类型、建筑风格（现代 / 工业 / 中式 / 北欧 / 巴洛克）、空间布局、家具陈设、墙面材质与颜色。  
室外：地形地貌、植被类型、天际线、街道或自然环境特征。  
前景 / 中景 / 背景的层次关系与纵深感。  
时间（清晨 / 正午 / 黄昏 / 深夜）、季节、天气（晴 / 阴 / 雨 / 雪 / 雾 / 风）。  
整体氛围关键词（宁静 / 紧张 / 梦幻 / 压迫 / 温馨 / 荒凉）。

4. 光影  
指定光线的完整参数。

光线类型：自然光 / 人工光 / 混合光；硬光 / 柔光 / 漫射光。  
光源方向：正面光 / 侧光 / 逆光 / 顶光 / 底光 / 伦勃朗光 / 蝴蝶光。  
光线强度与柔硬度（硬边阴影 vs 渐变过渡）。  
光影对主体的具体影响：面部明暗分割线位置、轮廓高光形状、投射阴影范围与方向、眼神光形状。  
反射与折射效果（地面反光、水面倒影、玻璃折射）。  
整体色温（暖黄 / 冷蓝 / 中性白）与色温变化趋势。

5. 运镜  
说明镜头的完整运动信息。

景别：大远景 / 远景 / 全景 / 中景 / 中近景 / 近景 / 特写 / 大特写。  
焦段感受：广角畸变感 / 标准透视 / 长焦压缩感。  
构图方式：三分法 / 中心构图 / 对称 / 黄金螺旋 / 引导线 / 框架构图。  
镜头运动轨迹：推 / 拉 / 摇 / 移 / 跟拍 / 环绕 / 升降 / 俯拍 / 仰拍 / 手持晃动 / 斯坦尼康稳定。  
运动速度与节奏（匀速 / 渐快 / 渐慢 / 突然变速）。  
景深控制：大光圈浅景深虚化 / 小光圈全景深 / 焦点转移（从前景到背景）。  
屏幕比例：16:9 / 9:16 / 2.39:1 / 1:1。  
多镜头时标明切换逻辑（硬切 / 叠化 / 闪白 / 遮罩转场）与时序关系。

6. 风格  
定义整体视觉风格与美学调性。

影像风格：电影感 / 纪录片 / 广告大片 / MV / Vlog / 赛博朋克 / 复古胶片 / 日系清新 / 暗黑哥特 / 极简主义。  
色彩风格：高饱和 / 低饱和 / 单色调 / 互补色 / 类比色 / 莫兰迪色系 / 霓虹色系。  
调色方向：暗部偏青还是偏紫、高光偏暖还是偏冷、中间调倾向。  
画面质感：胶片颗粒 / 数码锐利 / 柔焦梦幻 / 高对比硬朗 / 低对比朦胧。  
确保人物、场景与光影风格三者统一。

7. 画质  
明确技术参数与质量约束。

分辨率：4K / 8K / 1080p。  
帧率：24fps 电影感 / 30fps 标准 / 60fps 丝滑 / 120fps 慢动作。  
画面质量约束：高细节渲染、抗锯齿、无噪点、无模糊、无畸变、无比例错误、动作自然流畅、皮肤质感真实。

二、完整专业版（逐镜头拆解 + 成品提示词 + 负面提示词）

适合：想精确复刻镜头语言的专业用户，多镜头长视频，广告 / 短剧 / MV 级别的复刻需求。

请全面化身为顶级 AI 视频提示词架构师、电影级镜头语言分析师与多模态视频逆向工程师。

不要只总结视频内容。请严格按照时间顺序，逐镜头完成以下全部拆解：

第一步：逐镜头时间轴拆解

对视频中的每一个镜头，按时间顺序逐一输出以下全部维度。

每个镜头必须包含的 18 个维度：

① 镜头编号与时间码  
用 Shot 01 [00:00–00:03] 格式标注。

② 主体身份与外观锚点  
人物的年龄 / 性别 / 种族 / 体态 / 发型 / 妆容 / 服装 / 配饰 / 情绪，或物品的完整视觉描述（同快速版第 1 项标准）。

③ 动作轨迹  
起始姿态 → 运动过程 → 结束姿态，含手部细节、重心变化、力度节奏。

④ 微表情与视线  
眉毛 / 眼睛 / 嘴角变化的具体时间节点，视线方向与变化。

⑤ 场景空间  
室内外类型、建筑风格、空间布局、关键陈设。

⑥ 前中后景关系  
前景元素 → 中景主体 → 背景环境的层次与纵深。

⑦ 景别  
大远景 / 远景 / 全景 / 中景 / 中近景 / 近景 / 特写 / 大特写。

⑧ 机位高度与角度  
平视 / 俯拍 / 仰拍 / 荷兰角 / 鸟瞰 / 虫眼视角，机位距主体距离。

⑨ 焦段感受  
广角（畸变 / 空间延伸）/ 标准 / 长焦（压缩 / 背景虚化）。

⑩ 构图  
三分法 / 中心 / 对称 / 黄金比例 / 引导线 / 框架 / 对角线构图。

⑪ 景深  
浅景深（虚化程度与范围）/ 深景深 / 焦点转移方向。

⑫ 运镜方式与速度  
推 / 拉 / 摇 / 移 / 跟拍 / 环绕 / 升降 / 手持 / 斯坦尼康，匀速 / 加速 / 减速 / 骤停。

⑬ 光线方向与类型  
光源方向、硬光 / 柔光、自然光 / 人工光、光比。

⑭ 综合色温与调色  
暖 / 冷 / 中性，暗部色调倾向，高光色调倾向。

⑮ 材质与质感  
画面中关键材质的视觉表现（金属反光 / 织物纹理 / 皮肤质感 / 液体流动）。

⑯ 节奏  
本镜头的时间长度、动作节奏、剪辑节奏感（快 / 慢 / 停顿 / 呼吸感）。

⑰ 转场  
与下一镜头的衔接方式（硬切 / 叠化 / 闪白 / 遮罩 / 运动匹配 / 声音桥接）。

⑱ 环境声音与音效  
环境底噪、关键音效、音乐节奏与画面的配合关系。

第二步：输出成品生成提示词

基于上述拆解，反推出一套适用于【目标视频模型（如 Sora / Kling / Runway / Vidu / 可灵 / Pika，请指定）】的成品生成提示词。

多镜头提示词格式要求，每个镜头必须分别标注：

1. 起始画面：镜头第一帧的完整视觉描述  
2. 人物动作：主体在本镜头内的完整动态过程  
3. 摄影机运动：镜头运动的完整轨迹与速度  
4. 结束画面：镜头最后一帧的完整视觉描述  
5. 镜头衔接：与下一镜头的视觉 / 动作 / 情绪连接方式

第三步：输出负面提示词（防崩指令）

必须附带负面提示词 / 禁止项清单，覆盖以下全部类别：

人物一致性防崩  
禁止人物变脸（面部特征在镜头间发生漂移或突变）  
禁止肤色不一致（同一人物在不同镜头中肤色明显变化）  
禁止发型突变（长度 / 颜色 / 造型在镜头间不连续）  
禁止服装漂移（衣服款式 / 颜色 / 图案在镜头间发生变化）  
禁止配饰消失或变形（耳环 / 项链 / 眼镜等在镜头间不一致）

肢体与动作防崩  
禁止多余手指或缺少手指  
禁止手指融合、手指穿模  
禁止关节反向弯曲  
禁止肢体比例失真（手臂过长 / 腿部过短 / 头身比异常）  
禁止动作断裂（动作在帧间出现不连续跳跃）  
禁止肢体穿透物体或穿透自身  
禁止悬浮（人物脚部未接触地面时不应悬空）

面部与表情防崩  
禁止面部扭曲或五官位移  
禁止牙齿异常（多排牙 / 牙齿融合 / 牙齿消失）  
禁止眼睛异常（大小不一 / 瞳孔方向不同 / 眼白过多）  
禁止表情僵硬或表情与情境不匹配  
禁止嘴型与语音不同步（如有口型需求）

场景与物理防崩  
禁止背景闪烁（背景元素在帧间出现明灭或跳变）  
禁止背景元素漂移（建筑 / 树木 / 家具位置在镜头间移动）  
禁止物理关系失真（物体悬浮 / 阴影方向矛盾 / 反射不合理 / 重力异常）  
禁止透视错误（近大远小关系被破坏）  
禁止比例失真（人物与环境的大小关系不合理）  
禁止材质突变（同一物体表面材质在帧间发生变化）

画面质量防崩  
禁止画面模糊或局部失焦（非刻意景深效果）  
禁止噪点过多或色带（banding）  
禁止画面撕裂或帧间闪烁  
禁止水印、文字伪影、乱码  
禁止分辨率不一致（画面局部清晰度不同）

运镜与时间防崩  
禁止镜头运动突然跳变（非刻意效果的运镜不连续）  
禁止时间流速异常（非刻意的快进 / 卡顿 / 回放）  
禁止镜头间光线方向矛盾（上一镜头侧光，下一镜头变顶光）  
禁止镜头间色温突变（非刻意的冷暖跳跃）

第四步：核心原则声明

只学习镜头逻辑和视觉方法，不照抄人物、品牌、台词和具体故事。  
输出的提示词是对视觉语法的提取，不是对原视频内容的复制。

三、按类型细化的补充指令

在上述通用指令基础上，根据视频类型追加以下专项要求：

人物 / 剧情类视频

每个镜头标注人物情绪弧线（情绪起点 → 变化节点 → 情绪终点）  
多人场景标注人物空间关系（站位 / 距离 / 朝向 / 互动方式）  
对话场景标注正反打机位切换逻辑与视线交叉关系  
标注表演节奏（台词密度 / 停顿 / 沉默的戏剧功能）

产品 / 商业广告类视频

产品每次出现时标注：展示角度、光线打法、材质高光位置、Logo 可见度  
标注产品与手 / 环境的交互方式（拿起 / 放下 / 旋转 / 使用演示）  
标注节奏与信息密度的关系（快节奏 = 情绪驱动 vs 慢节奏 = 细节展示）  
标注字幕 / 标题 / 价格等文字元素的出现时机与动效

风景 / 旅行类视频

标注大气透视层次（近景清晰度 → 中景雾化程度 → 远景朦胧度）  
标注自然光的时间变化（日出金光 / 正午硬光 / 黄金时段 / 蓝调时刻）  
标注环境声音层次（风声 / 水声 / 鸟鸣 / 远处人声 / 寂静）  
标注运镜与地形的配合关系（沿山脊线摇 / 顺河流跟 / 越过山头升降）

音乐 / MV 类视频

标注剪辑点与音乐节拍的对应关系（踩拍 / 反拍 / 连续快切）  
标注视觉节奏与音乐段落的对应（前奏 = 慢镜头 / 副歌 = 快切蒙太奇 / 间奏 = 空镜）  
标注色彩与情绪的对应变化（暖色 = 欢快段落 / 冷色 = 忧伤段落）  
标注特效与音乐的同步关系（bass drop = 闪白 / 旋律上升 = 镜头上升）

美食 / 手工 / 教程类视频

标注俯拍工作台的构图布局（工具 / 材料 / 成品的空间排列）  
标注特写镜头的触发逻辑（关键步骤 / 材质变化 / 完成瞬间）  
标注手部动作的精确描述（揉 / 切 / 搅 / 倒 / 撒的速度与力度）  
标注材质变化过程（面团膨胀 / 酱汁收浓 / 金属焊接发光）

四、输出格式模板

为确保输出结果可直接使用，要求 AI 按以下格式输出：

视频概览  
视频总时长：  
总镜头数：  
整体风格：  
主要色调：  
目标生成模型：

镜头时间轴

【Shot 01】[00:00–00:03]  
景别：  
机位：  
构图：  
主体描述：  
动作轨迹：  
微表情 / 视线：  
场景空间：  
前中后景：  
焦段 / 景深：  
运镜：  
光线：  
色温 / 调色：  
材质质感：  
节奏：  
环境音：  
转场至下一镜头：

（每个镜头重复以上结构）

成品生成提示词

【镜头 01 提示词】  
起始画面：  
人物动作：  
摄影机运动：  
结束画面：  
镜头衔接：  
完整提示词：

（每个镜头重复以上结构）

负面提示词  
（输出完整负面提示词清单）

全局风格锚定  
整体视觉风格：  
色彩体系：  
画面质感：  
分辨率 / 帧率：  
画质约束：

五、怎么用
上传视频 → 复制下方对应指令 → 粘贴给任意多模态 AI（GPT / Claude / Gemini / 豆包等）→ 拿到可直接喂给 Sora / Kling / Runway / Vidu / 可灵 / Pika 的成品提示词。

收藏这条，下次反推视频直接复制粘贴

可以多多转给你那个还在说「帮我反推这个视频」的朋友~