
内容描述框不是越长越好。把主体、动作、环境光线、画面要求四段固定下来,再按电商、口播、风景三类场景替换关键词,同一条描述改两个词就能复用,出片也更稳定。模板不用背,照着填就行。
站内「视频生成」只有一个「内容描述」输入框,所以写法必须自己结构化。一个可复用的句式是:主体 + 一个动作 + 环境与光线 + 画面要求。
例如:「白色陶瓷杯放在木桌上,热气缓慢升起,清晨侧光,浅景深,画面安静」。这句话里四段齐全,模型不需要猜。
四段加起来控制在 40 字左右,模型更容易一次抓住重点。写完先读一遍,看有没有两个动作、两种光线,冲突是出片不稳的主要原因。四段顺序不要调换,模型对前半句的权重更高,主体和动作放前面更稳。
另外,画面要求里要顺手写清构图方向:竖屏写「竖构图,主体居中」,横屏写「横构图,左右有层次」。这一句能减少裁切带来的意外。
模板:产品 + 材质细节 + 一种运镜 + 纯色背景 + 布光。
示例:「磨砂玻璃香水瓶放在米色台面上,瓶身缓慢旋转,横构图,柔光箱侧光,背景纯净无杂物」。
电商场景最怕产品变形,所以描述里不要出现使用动作、人物手部和文字标签,运镜只留一种。产品上的字和价格不要指望模型还原,导出后到外部软件叠加更稳。需要多角度时,分别生成正面、侧面、细节各一段 10 秒,比在一段里塞三个角度更容易成功。
模板可以微调:换材质就换「磨砂」「亮面」「哑光」;换背景就换「米色台面」「浅灰背景」「木纹桌面」。服装类再加一句「面料自然垂坠」,食品类加「表面有细微水汽」,比堆「高级」有效。每次只换一个词,出问题也知道该退哪一步。
口播模板:人物 + 姿态 + 一个手部动作 + 环境 + 机位。示例:「穿深色衬衫的男士坐在书桌前,缓慢抬手示意,背景是书架,正面中景,室内暖光」。注意站内视频生成不出对白和口型,真正开口说话的口播要用数字人站,这里只负责氛围画面。
风景模板:地点 + 天气与时间 + 一个自然运动 + 光线。示例:「山间湖面,清晨薄雾缓慢流动,远处雪山被第一缕阳光照亮,广角,冷色调」。风景类可以放宽动作限制,让云、雾、水波承担运动,画面更耐看,也更适合 16:9 横屏。
套模板时注意三个细节:先定比例再写描述;一次只改一个词;把可用的描述存成备忘录,下次点「复用参数」后直接替换主体词。模板的价值在于减少变量,你每次只动一处,就知道是哪个词在起作用。如果同一句描述连续两次都不理想,先怀疑模板里有两段互相冲突,而不是模型不行。
挑一个你熟悉的场景,用四段式写第一句描述,打开 极客空间站 AI 视频页面 的「视频生成」,选 16:9 和 10 秒跑一遍,再换 9:16 跑同一句,对比两种构图。三套模板各试一次,你就有自己的词库了。
大连极客十一维科技有限公司