如何逆向工程影片提示詞：分鏡逐鏡指南

如何逆向工程影片提示詞：分鏡逐鏡工作流

「參考影片」很少能只用單一提示詞來概括。它是由一系列分鏡組成的，每個分鏡都有其獨特的主體、動作、鏡頭運動、光影、聲音和轉場。本指南將展示如何將該序列轉化為結構化、可重複使用的 AI 影片提示詞，而不會將整個片段扁平化為模糊的摘要。

您將學習到實用的影片提示詞逆向工程工作流、帶有時間戳記的輸出架構、六個場景拆解，以及將結果轉換為 Veo、Runway、Seedance 或其他目標模型的檢查清單。

想要自動生成初稿嗎？上傳短片至 PixMind 影片轉提示詞工具，然後使用本指南來檢查並優化分鏡清單。

---

第一部分：核心概念與參數速查表

什麼是影片提示詞逆向工程？

影片提示詞逆向工程是指逐鏡分析影片片段，並將其視覺和聽覺上的選擇轉化為結構化的製作語言。您不需要去猜測原創作者的提示詞，而是記錄實際呈現的內容：主體、動作、環境、構圖、鏡頭運動、光影、色彩、聲音和轉場。

其結果並非對來源進行法醫式的複製，而是一個可編輯的創意規格書，您可以將其重複應用於不同的主體、產品、場景或目標影片模型。

五層提示詞結構

每個強大的影片提示詞都是由五個堆疊層構建而成的：

核心參數速查表

核心原則： 從實質上改變畫面的細節開始，然後一次增加一個控制項。一個簡短且內部一致的提示詞，比包含相互衝突的鏡頭、光影或動作指令的冗長提示詞更有用。

---

分鏡逐鏡影片提示詞輸出架構

對於多鏡頭影片，請為每個分鏡建立一條記錄，而不是為整個影片寫一段話：

此架構直接解決了諸如「將影片片段提取為各場景 AI 提示詞」之類的逐場景提取需求。它也讓錯誤更容易被發現：如果工具將固定鏡頭誤標為軌道推拉（dolly），您只需修正該欄位，而無需重寫整個提示詞。

第二部分：場景實戰演練 —— 電影感自然風光

目標

您找到了一段旅遊紀錄片片段：黎明時分霧氣繚繞的山脈、緩慢的航拍拉後鏡頭、畫面中無人。您想要重現那種氛圍。

✅ 參考視覺範例

（示意圖 —— 非 PixMind 模型的實際輸出。）

推薦提示詞範本

Aerial drone shot slowly pulling back from a mist-covered mountain ridge at dawn.
Pale blue and soft orange light filters through low clouds. Pine trees visible below.
No people. Cinematic color grade, anamorphic lens flare, 4K quality.
Mood: serene, vast, slightly melancholic.
Duration: ~8 seconds.

步驟說明

1. 將音訊靜音並觀看影片三次。 僅專注於鏡頭的運動 —— 暫時忽略主體內容。
2. 確定主要的運動方向。 在此案例中：向上 + 向後（拉後）。
3. 命名光源及其品質。 黎明 = 低角度、漫射、暖色到冷色的漸層。
4. 將風格濃縮為 2-3 個形容詞。 「電影感、寧靜、遼闊」。
5. 將您的筆記貼入 PixMind 的 影片轉提示詞工具 以自動提取初稿，然後手動進行優化。

⚠️ 常見錯誤

不要將整個場景描述寫成一長串不間斷的句子。像 Veo 3 這樣的模型在主體、運動和風格用換行或逗號隔開時，表現會明顯更好 —— 將所有內容埋在單個段落中會降低輸出品質。

---

第三部分：場景實戰演練 —— 產品廣告

目標

一個 10 秒的美妝廣告：大理石表面上的產品、緩慢推近、柔和的攝影棚光影、粉彩色調背景。您想要提煉出一個可重複使用的產品影片範本。

✅ 參考視覺範例

（示意圖 —— 非 PixMind 模型的實際輸出。）

推薦提示詞範本

Close-up slow zoom-in on a [product name] bottle placed on white marble surface.
Soft diffused studio lighting from upper-left. Pastel pink background, out of focus.
Subtle water droplets on the product. No hands, no people.
Elegant, minimal, luxury aesthetic. Smooth camera movement, no shake.
5-second clip, 16:9.

步驟說明

1. 在參考廣告的三個關鍵影格暫停： 開頭、中間點和結尾。
2. 觀察影格之間的變化。 在這裡，只有鏡頭距離發生了變化（推近） —— 背景和光影在整個過程中保持不變。
3. 識別品牌專屬元素並將其替換。 將產品名稱和配色替換為您自己的。
4. 使用 PixMind 的 Seedance 2 AI 影片生成器 進行測試 —— 它對產品廣告場景的處理專門針對這種受控的攝影棚美學進行了優化。

⚠️ 常見錯誤

避免使用「高端」或「優質」等模糊的奢華描述詞。相反，請描述奢華的視覺證據：大理石、柔和的陰影、極簡的構圖、緩慢的運動。模型對具體的視覺訊號有反應，而不是抽象的品質標籤。

---

第四部分：場景實戰演練 —— 有行人的城市街景

目標

街頭攝影風格的影片：夜晚繁忙的十字路口、手持相機、霓虹燈反射在潮濕的路面上、行人在畫面中快速穿梭。

✅ 參考視覺範例

（示意圖 —— 非 PixMind 模型的實際輸出。）

推薦提示詞範本

Handheld medium shot of a busy city intersection at night, wet pavement reflecting
neon signs in red, blue, and yellow. Crowds of people walking quickly in multiple
directions. Slight motion blur on pedestrians. Shallow depth of field.
Urban, gritty, high-contrast. Tokyo or New York aesthetic.
Camera: slight sway, no stabilization. 6–8 seconds.

步驟說明

1. 列出畫面中的每個光源。 霓虹燈招牌、車頭燈、商店櫥窗 —— 每個都是一個描述詞。
2. 描述人群密度。 「稀疏」、「中等」或「密集」能給模型提供人口密度的訊號。
3. 捕捉鏡頭的個性。 手持意味著刻意的缺陷 —— 明確寫出「無穩定（no stabilization）」或「輕微鏡頭晃動（slight camera sway）」。
4. 使用 PixMind 的 文字轉提示詞工具 根據您的場景筆記生成基礎初稿，然後手動加入鏡頭描述詞。

⚠️ 常見錯誤

命名一個特定的真實世界地點（例如「澀谷十字路口」）有助於建立美學參考，但它不能取代視覺描述。模型可能會忽略地名並渲染出一條普通的街道。請務必描述您看見的畫面，而不僅僅是它在哪裡。

---

第五部分：場景實戰演練 —— 情感特寫肖像

目標

紀錄片風格的特寫：一位年長者的臉龐、自然窗光、緩慢推近、無對話、沉思的氛圍。

✅ 參考視覺範例

（示意圖 —— 非 PixMind 模型的實際輸出。）

推薦提示詞範本

Slow push-in close-up of an elderly person's face, mid-60s, neutral expression,
thoughtful and calm. Natural soft light from a window on the left side.
Slight skin texture visible. Background: blurred warm interior.
Documentary style, desaturated color grade, no music cue.
Camera: very slow dolly-in, ultra-stable. 8 seconds.

步驟說明

1. 確定情感錨點。 哪個詞最能捕捉這種氛圍？在這裡是「沉思的（contemplative）」。請明確寫出來。
2. 描述光線的方向和品質。 「來自左側的窗光」比「自然光」能給模型提供更多發揮空間。
3. 記錄刻意缺失的部分。 沒有微笑、沒有動作、沒有對話 —— 否定描述詞與肯定描述詞同樣有效。
4. 在 Veo 上進行測試 —— 根據已公布的規格，Veo 3/3.1 在處理具有強烈光影逼真度的人類寫實特寫方面表現尤為出色。

⚠️ 常見錯誤

絕不要在提示詞中指定真實人物的臉部或肖像。相反，請描述人口統計學特徵 and 情感特徵。這能讓您的提示詞符合模型使用規範，並在多次生成中產生更一致的結果。

---

第六部分：場景實戰演練 —— 動作 / 運動畫面

目標

衝浪影片：航拍視角、運動員挑戰巨浪、慢動作、陽光下閃爍的浪花、高能量。

✅ 參考視覺範例

（示意圖 —— 非 PixMind 模型的實際輸出。）

推薦提示詞範本

Aerial shot looking down at a surfer riding a large breaking wave, slow motion.
White water spray exploding upward, backlit by bright midday sun — sparkle effect.
Ocean: deep blue-green. Surfer: small relative to the wave.
High energy, dynamic composition. Camera: hovering drone angle, slight tilt.
Slow motion at 50% speed. 6 seconds, 16:9.

步驟說明

1. 建立比例關係。 「相對於巨浪，衝浪者顯得很小」為模型提供了一個構圖錨點。
2. 描述光線如何與場景互動。 背光的浪花會產生閃爍/光暈效果 —— 請明確指出。
3. 用數字指定慢動作。 「50% 速度」或「120fps 播放」比單純寫「慢動作」更清晰。
4. 查看 Seedance 2 提示詞頁面，獲取針對高動態動作場景優化的特定運動提示詞結構。

⚠️ 常見錯誤

高動態動作場景是模型最容易產生偽影（artifacts）的地方 —— 例如扭曲的肢體、不正確的水體物理效果。加入諸如「符合物理規律的真實水體運動（physically realistic water motion）」或「無扭曲（no distortion）」等限制條件，可以顯著降低出現這些問題的機率。

---

第七部分：場景實戰演練 —— 品牌故事 / 敘事短片

目標

一部 15 秒的品牌影片：手工藝人的雙手在陶輪上塑造陶土、溫暖的工作坊光影、特寫細節、分鏡之間的緩慢剪輯。

✅ 參考視覺範例

（示意圖 —— 非 PixMind 模型的實際輸出。）

推薦提示詞範本

Close-up of weathered hands shaping wet clay on a pottery wheel, slow deliberate
movement. Warm tungsten workshop light, dust particles visible in the air.
Background: blurred wooden shelves with ceramic pieces.
Tactile, artisanal, warm color grade. Camera: slow macro push-in on hands.
Ambient sound: soft spinning wheel, no music. 10–12 seconds.

步驟說明

1. 以紋理描述詞開頭。 「飽經風霜的雙手」、「濕潤的陶土」、「木質架子」 —— 觸覺語言能激發更豐富的視覺渲染。
2. 加入環境微粒細節。 「空氣中清晰可見的微塵」能在不增加構圖複雜度的情況下，顯著增加深度與真實感。
3. 如果模型支援，請加入音訊提示。 Veo 3 和 Seedance 2.5 都支援原生音訊生成 —— 「環境音：柔和的旋轉陶輪聲（ambient sound: soft spinning wheel）」是一個有效且實用的提示詞元素。
4. 參考 Seedance 2 產品廣告應用案例，獲取經過商業輸出驗證的品牌敘事提示詞結構。

⚠️ 常見錯誤

多鏡頭敘事提示詞（分鏡 A → 分鏡 B → 分鏡 C）往往會使單一片段模型感到困惑。如果您需要分鏡之間的剪輯，請分別生成每個片段並在後期進行剪輯 —— 不要嘗試在單個提示詞中描述剪輯序列。

---

第八部分：通用提示詞框架與提交前檢查清單

通用影片提示詞框架

適用於所有場景類型的結構：

[Shot size] + [Subject] + [Action/Motion],
[Environment] + [Lighting],
[Camera movement] + [Camera character],
[Style/Color grade] + [Mood],
[Duration] + [Aspect ratio].
Optional: [Audio hint].

填寫範例：

Wide tracking shot of a woman in a red coat walking through a snowy forest,
late afternoon light filtering through bare trees, soft blue shadows on snow.
Camera: slow lateral track, smooth and stable.
Cinematic, desaturated cool tones, quiet and melancholic.
8 seconds, 16:9. No dialogue.

提示詞長度參考

提交前檢查清單

在提交任何影片提示詞之前，請逐一檢查以下項目：

• [ ] 無衝突的運動指令 —— 例如，「手持」和「完美穩定」不能共存於同一個提示詞中。
• [ ] 命名光源 —— 「自然光」的效果不如「來自右側的黃金時刻側光」。
• [ ] 指定鏡頭運動 —— 靜態、軌道推拉、水平平移、垂直傾斜、手持、航拍：選擇一個並明確說明。
• [ ] 定義主體比例關係 —— 在風景、動作場景和人群畫面中尤為重要。
• [ ] 風格形容詞應具體視覺化，而非抽象 —— 「暖色調、底片顆粒」優於「電影級傑作」。
• [ ] 包含時長 —— 模型會使用時長來調整運動節奏和轉場。
• [ ] 未引用真實人物的肖像 —— 描述身體 and 情感特徵，而非特定身份。
• [ ] 為支援的模型加入音訊提示 —— 在 Veo 3 或 Seedance 2.5 提示詞中，不要讓音訊欄位留空。

快速參考：按步驟推薦的 PixMind 工具

---

第九部分：總結

文字轉提示詞本質上是一種翻譯技能 —— 將視覺資訊轉化為 AI 模型訓練時所理解的特定詞彙。您描述自己看見（而非感受）的畫面越精確，模型重現該畫面的的一致性就越高。

從五層框架開始，使用通用範本做為腳手架，並在每次提交前運行檢查清單。隨著時間的推移，您將建立一個經過測試的個人提示詞範本庫，可適用於任何新專案。

加速該過程最快的方法：使用 PixMind 的 影片轉提示詞工具 從參考影片中自動提取初稿，然後應用本指南中的技術進行手動優化。機器提取與人工優化的結合，其表現一向優於單一方法。