别再瞎写视频 Prompt 了：Sora 类分镜模板，让角色脸不崩、镜头真能剪

你是不是也经历过这种崩溃：

同一句角色描述，在图片模型里脸还算稳；一丢进 Sora、可灵、即梦这类视频模型，主角三秒换一张脸，衣服凭空换色，动作像跳切，剪都没法剪。生成完一堆废片，硬盘占满，素材一个都用不了。

问题往往不在“你写得不够漂亮”，而在：你还在用图片思维写视频 Prompt。

视频模型多了三个维度——时间轴、镜头运动、跨帧连续性。继续堆形容词，只会得到“随机短视频”；真正能用的，是一套能锁死角色身份、镜头语言和动作时序的分镜 Prompt 系统。

这篇直接给你可复制、可迭代的模板，从小白到进阶都能上手。目标很明确：让生成结果从“看个热闹”变成“能进时间线剪辑的片段”。

---

一、为什么视频 Prompt 和图片模型完全不是一回事

先说一个几乎所有人都会踩的坑。

你在文生图里写：

一位穿灰色风衣的短发女性，站在雨夜霓虹街头，电影感，写实

多跑几次，脸和服装大体还能对得上。同一段话丢进视频模型，常见结果是：

• 第 1 秒脸 A，第 3 秒脸 B，第 5 秒又变成脸 C
• 风衣突然变成黑色夹克
• 人物从站立“瞬移”到转身走路，中间没有起势
• 镜头乱晃，像手机随手拍，完全无法接戏

这不是模型“不听话”，而是你给的指令只约束了单帧画面，没有约束时间上的身份与动作。

图片模型处理的是一张静态图：身份、构图、光影在同一帧内闭环就够了。视频模型要在连续帧里维护：

1. 谁在画面里（角色身份跨帧不变）

2. 镜头怎么动（机位、景别、运镜是否合理）

3. 动作怎么发生（起势 → 过程 → 落点，而不是结果硬切）

所以，正确打开方式不是“把图片 Prompt 写长一点”，而是换成分镜思维：把一条视频拆成若干可控镜头，用结构化字段把角色、镜头、动作钉死。

一句话记住：图片 Prompt 描述“长什么样”；视频分镜 Prompt 规定“谁、在什么镜头里、按什么顺序做什么”。

---

二、三大连续性死穴与控制逻辑

视频翻车，几乎都死在这三个点上。每个点我都给错误写法 vs 正确写法，方便你对照改。

死穴 1：角色一致性——外貌锚点 + 服装/道具锁定

一个漂亮的女孩走在街上，长发飘逸，气质很好

“漂亮”“气质好”对模型几乎没有约束力。没有固定外貌锚点，模型每一帧都在“重新想象”这个人。

角色 A：东亚女性，约 25 岁，黑色齐肩短发，刘海平直，鹅蛋脸，浅棕色眼睛；身穿浅灰色长风衣、白色内搭、黑色直筒裤、白色运动鞋；左手始终提着棕色皮质手提包。全程保持同一外貌与服装，禁止换脸、换装。

关键动作：

• 用可识别特征（发型、脸型、标志性服装/道具）做锚点
• 明确写“全程保持同一外貌与服装”
• 道具也要锁死（包、眼镜、围巾等），否则中途会“蒸发”或变形

死穴 2：镜头连续性——机位、运镜、景别要成序列

电影级运镜，帅气镜头，多角度展示

模型不知道先远后近、先静后动，结果经常是：远景突然切大特写，或者一镜到底乱飘。

镜头 1：全景，固定机位，3 秒；镜头 2：中景，缓慢推近，2 秒；镜头 3：近景，侧面跟拍，3 秒。禁止无意义的剧烈晃动。

你要做的是给模型一份镜头表，而不是一句“拍得高级点”。

死穴 3：动作连贯性——起势、过程、落点

她转身离开，很有感觉

模型常直接给出“已经离开”的结果帧，中间没有转身过程，剪辑时会感觉跳。

她先停步（0.5 秒）→ 身体右转约 90 度（1 秒）→ 迈步向前走离镜头（2 秒）。动作连续，不要跳切。

用时序词把动作拆成阶段：先…再…然后…；必要时标大致秒数。

---

三、可直接复制的实用分镜 Prompt 模板

下面这套模板是本文核心。建议整段复制，按字段填空，再丢给 Sora 类 / 可灵 / 即梦等视频模型测试。

完整模板（中英双语字段，方便不同模型）

【角色设定块 / Character Block】
Character_ID: A
Appearance: [年龄/人种/发型/脸型/五官特征]
Costume: [上衣/下装/鞋/颜色与材质]
Props: [始终携带的道具，无则写 none]
Identity_Lock: same face, same hairstyle, same outfit throughout; no face morph, no costume change

【场景与风格块 / Scene & Style】
Location: [具体场景]
Time_Weather: [时间/天气/光线]
Style: [写实/电影感/赛博朋克等，选 1-2 个，勿堆]
Quality: cinematic lighting, natural motion, coherent physics, high detail

【镜头序列块 / Shot Sequence】
Shot 01 | [景别] | [运镜] | [时长] | [画面内容与角色位置]
Shot 02 | [景别] | [运镜] | [时长] | [画面内容与角色位置]
Shot 03 | [景别] | [运镜] | [时长] | [画面内容与角色位置]

【动作时序块 / Action Timeline】
Global_Action: [整段视频的主动作一句话]
Beat_1 (0-Xs): [起势]
Beat_2 (X-Ys): [过程]
Beat_3 (Y-Zs): [落点]
Continuity: continuous motion, no jump cuts, no teleport

【硬约束 / Hard Constraints】
Keep Character_A identity consistent across all shots
Camera moves only as specified; no random shake
Dialogue/subtitles: [如有口型/字幕需求再写，否则写 none]

字段怎么填（实用技巧）

示例 1：单人对话（简单，适合入门）

【角色设定】
Character_A: 东亚女性，约28岁，黑色中长直发，圆框眼镜，杏色针织开衫+白色衬衫，桌上有一杯拿铁。
Identity_Lock: same face and outfit throughout.

【场景】
室内咖啡馆，自然窗光，浅景深，写实电影感。

【镜头序列】
Shot01 | 中景 | 固定 | 2s | A坐在窗边，看向窗外
Shot02 | 近景 | 缓慢推近 | 3s | A转头看向镜头，开口说话
Shot03 | 特写 | 固定 | 2s | 嘴部与眼神，说完后微微点头

【动作时序】
0-2s: 安静看窗外
2-5s: 转头→对镜头说话（口型自然）
5-7s: 说完，轻轻点头，保持微笑
禁止换脸、禁止跳切。

示例 2：双人互动（中等）

【角色】
A: 男，30岁，短寸头，深蓝色衬衫，左手戴手表
B: 女，27岁，马尾，白色衬衫+黑色半身裙，右手拿文件夹
Identity_Lock: A/B 全程不换脸不换装

【镜头】
Shot01 | 全景 | 固定 | 2s | 开放办公区，A坐工位，B从画面右侧走近
Shot02 | 中景 | 跟拍B | 2s | B走到A桌前停下
Shot03 | 双人中景 | 固定 | 3s | B递文件夹，A伸手接过并点头

【动作】
B先走近→停下→递出文件夹；A先抬头→伸手→接稳。动作连续，双手交接过程完整可见。

示例 3：场景转换（偏复杂）

【角色】
A: 东亚男性，约25岁，黑色连帽卫衣（帽子未戴），双肩包，白色球鞋

【镜头】
Shot01 | 中景 | 手持轻微跟拍 | 3s | 地铁站内，A走出闸机
Shot02 | 全景 | 跟随后侧 | 3s | A走上出站楼梯，光线逐渐变亮
Shot03 | 中景 | 固定侧拍 | 3s | 街道出口，A停步整理背包肩带

【动作】
出闸→上楼梯→出站口停步整理背包。服装与背包全程一致，禁止瞬移到街上。

分镜序列表示例（可直接照着填）

经验法则：总时长控制在模型擅长区间内（多数产品对短镜头更稳）；单镜头 2–4 秒往往比硬撑 10 秒长镜更可控。

---

想把这套模板批量跑在不同视频模型上、快速对比效果？可以直接调用 api.884819.xyz 提供的统一接口，支持主流模型调用，省去来回切换平台的麻烦。模板复制过去就能测，适合做 A/B 对比和批量迭代。新用户注册即送体验token。 国产模型在平台上也可直接体验，按量使用，没有月租订阅门槛。

---

四、从小白到进阶：实战迭代与避坑清单

模板不是写一次就完事，真正稳的结果来自有节奏的迭代。下面用“咖啡馆女主说话”演示 4 轮常见修法（描述生成现象，便于你对照自己的结果）。

迭代示范

只写“漂亮女生在咖啡馆说话，电影感”。

常见结果：脸中途变化、服装细节漂移、镜头乱晃。

补上 Character 块 + Identity_Lock + 固定服装道具。

常见改善：脸和衣服稳定，但动作仍可能“说完话人突然换姿势”。

补 Action Timeline：看窗外 → 转头 → 开口 → 点头。

常见改善：动作接得上，但景别忽远忽近，仍难剪。

补 Shot Sequence：中景固定 → 近景推近 → 特写固定，并限制运镜幅度。

常见结果：已经接近“可进时间线”的素材——身份稳、动作顺、镜头可接。

你不必一次写完美，按 角色 → 动作 → 镜头 的顺序修，效率最高。

常见失败还原 + 修复（至少两组）

现象文字还原：前 2 秒是短发风衣女，后半段突然变成披肩长发、衣服变黑。

修复：强化 Appearance + Costume + “same face/outfit throughout；no face morph”。道具写死“左手始终提棕色包”。

现象文字还原：人还在门内，下一帧已坐在窗边，中间没有走动。

修复：把路径拆开——进门 → 走过过道 → 落座；每个阶段对应一个 Shot，并写 continuous motion, no teleport。

现象文字还原：画面剧烈晃动，景别毫无逻辑地狂切。

修复：每个 Shot 只允许一种运镜；写明 fixed / slow push-in / side track；加 “no random camera shake”。

最常见 6 个坑 & 快速修复

1. 过度形容词

“绝美、史诗、顶级光影、神级运镜”一堆 → 删掉，换成具体景别与光线方向。

2. 忽略时长

不写秒数，模型容易把动作挤在前 1 秒 → 每个 Shot 给 2–4s 建议。

3. 中英混用导致理解偏差

同一句里中英重复且互相矛盾 → 选定一种主语言；专有约束句可用英文硬约束（如 no face morph）。

4. 只写结果，不写过程

“她生气地摔门离开” → 改成：皱眉 → 起身 → 走向门 → 推门离开。

5. 多角色不编号

“男的和女的”指代混乱 → 统一用 Character_A / Character_B。

6. 风格词堆太多

同时写赛博、胶片、二次元、纪录片 → 只留 1–2 个主风格，避免模型风格漂移。

生成前快速检查清单（建议每次勾一遍）

1. 角色是否有 ID + 外貌锚点 + 服装锁？

2. 是否写了 Identity_Lock / no face morph？

3. 道具是否声明“始终存在/始终手持”？

4. 镜头是否按编号列出，且景别序列合理？

5. 每个镜头是否只有一种明确运镜？

6. 动作是否拆成 起势-过程-落点？

7. 是否避免“瞬移/跳切”类结果描述？

8. 总时长与单镜时长是否克制、可执行？

9. 风格词是否 ≤2 个，没有互相打架？

10. 硬约束区是否用否定句钉死最大风险点？

进阶扩展方向（先埋钩子，后面专门写）

• 多角色绑定：群戏时给每人独立锚点，并用空间关系（左/右/前景/后景）固定站位
• 长镜头拆分：把 10 秒以上诉求拆成可缝合的短镜头序列，后期再融
• 与剪辑衔接：在 Prompt 里预留“可接上一镜的入画出画方向”，方便导入剪辑软件

可选：结构化 JSON（方便批量调用）

进阶用户可以把模板转成 JSON，便于脚本批量替换角色与镜头：

{
"characters": [
{
"id": "A",
"appearance": "东亚女性, 25岁, 黑色齐肩短发, 浅灰风衣",
"props": ["棕色手提包"],
"lock": "same face and outfit throughout"
}
],
"shots": [
{"id": 1, "scale": "wide", "move": "static", "duration_s": 3, "action": "A走进雨夜街道"},
{"id": 2, "scale": "medium", "move": "slow_push_in", "duration_s": 3, "action": "A停步抬头看霓虹"},
{"id": 3, "scale": "close", "move": "static", "duration_s": 2, "action": "A微微侧脸，表情坚定"}
],
"constraints": [
"no face morph",
"no costume change",
"continuous motion, no teleport",
"camera only as specified"
]
}

按这个结构生成最终自然语言 Prompt，或直接给支持结构化输入的工作流使用，迭代成本会低很多。

---

写在最后：你手里已经有一套能连续出片的分镜系统

回到开头那个痛点——主角脸一直在变、动作跳、镜头废。

根因通常不是“模型不行”，而是指令只描述了画面，没有锁死身份、镜头、时序。从今天起，请把视频 Prompt 当成迷你分镜脚本：

1. 角色块钉死“是谁”

2. 镜头块钉死“怎么拍”

3. 动作块钉死“按什么顺序发生”

4. 硬约束钉死“绝对不许怎样”

先拿本文的单人对话模板跑通一轮，再用检查清单修 2–3 次。当你第一次得到“脸稳、动作顺、能丢进剪辑时间线”的片段时，会明显感觉：这才是视频模型该有的用法。

现在你手里已经有了一套能连续出片的分镜系统——别再靠运气抽卡了。复制模板，改三个字段，立刻去生成第一条可剪的素材。

下一篇我会继续深挖：如何把这套分镜模板扩展到多角色群戏 + 长镜头叙事，并给出可直接导入剪辑软件的镜头标记法。想让 AI 视频真正能剪成短片的人，记得蹲。

#AI视频 #Sora #分镜Prompt #可灵 #即梦 #AI教程 #8848AI #Prompt技巧