
学习简单的文本到视频的人工智能提示结构,包括主题、动作、相机、设置和灯光,以及生成更可控的短片的示例。
有用的文本到视频的人工智能提示描述了可能在几秒钟内发生的镜头。它为拍摄对象命名,赋予其一个可见的动作,设置相机运动,并建立场景和灯光。这种结构为视频生成器提供了一个清晰的解释序列,而不是一系列不连贯的视觉形容词。
从这些部分构建提示:主题 + 动作 + 相机 + 设置 + 灯光。例如:“手工制作的蓝色陶瓷杯在木桌上缓慢旋转;相机轻轻推入;温暖的早晨窗光;安静的工作室厨房。”主题和动作解释了观众所看到的内容;相机和灯光确定镜头。
避免要求在一个短片中进行许多场景变化。单个连续镜头比角色在几秒钟内进入、拿起东西、说话和离开更容易评估。如果您需要更多节拍,请生成单独的剪辑并将它们一起编辑。

“镜头慢慢推入”比“让它变得电影化”给出了更直接的指示。 “纸灯笼在微风中轻轻摇曳”是一个可观察到的动作。当时间很重要时,添加缓慢、稳定或急剧等节奏词。保持场景简洁,以免与主要动作相冲突。
视频生成具有概率性:相同的文本可能会产生不同的镜头,精细的文本或产品标记可能会发生变化。将提示视为引导镜头的一种方式,而不是作为精确逐帧控制的保证。保存最佳变体并在发布前以完整尺寸查看。
足够长来定义主题、动作、摄像机、场景和光线,但又足够短来描述一张连贯的镜头。删除不影响结果的细节。
使用文本转视频来探索新场景。当特定图像、构图或产品外观应指导剪辑时,请使用图像转视频。
加入社区
订阅我们的时事通讯以获取最新消息和更新