AI视频核心底层逻辑：

所有提示词围绕「身份定位、产品信息、目标平台、人群画像、内容目的」五大维度展开，拒绝模糊化描述，用「镜头可执行的具体指令」替代抽象感受，让 AI 的生成结果完全可控，

从根源上规避画面漂移、动作断裂、产品变形等常见问题，记得使用CreatOK。

一、AI 视频提示词结构化要素（核心撰写框架）

四大要素层层递进，覆盖画面、人物、产品、叙事全维度，是提示词撰写的基础模板，缺一不可。

1. 场景与光线：拒绝理想感，打造真实生活感

明确场景属性：精准标注「室内 / 室外」+「阴天 / 夜晚 / 昏暗 / 窗边弱光」，禁用光线充足、阳光明媚、柔光等模糊词；

锁定拍摄设备：指定真实民用设备（如 iPhone 15、华为 Mate60、运动相机 GoPro12），避免 AI 生成专业摄影棚质感；

补充环境细节：简单标注场景基础元素（如出租屋桌面、汽车中控台、阳台铁艺桌），强化场景一致性。

2. 人物与动作：连贯不跨帧，降低分镜成本

精准身份描述：明确人物标签（如 25 岁职场白领、30 岁全职宝妈、18 岁大学生），匹配目标人群画像；

细节化外在：标注穿着（如浅灰色连帽卫衣、米色针织开衫）、表情（如皱眉疑惑、嘴角上扬满意）；

动作有序连贯：按「先后顺序」描述动作，避免瞬时跨帧（如先拿起产品、再翻转查看、最后贴在指定位置），优先第一人称叙述；

控制动作复杂度：符合人类正常行为逻辑，杜绝单手同时完成多步复杂操作。

3. 产品与参照物：尺度不漂移，展示更清晰

多面视图标注：明确产品展示角度（正面 / 背面 / 左侧 / 右侧 / 45° 斜角），按需标注核心细节部位；

加入尺度参照：绑定日常参照物（如手掌托举、放在 A4 纸大小的桌面、靠在矿泉水瓶旁），让 AI 感知产品尺寸；标注固定属性：

必写「Single product, same model, same color throughout the video」（整个视频单一产品、同型号、同颜色），锁定唯一主体。

4. 叙事与情感：痛点切入，用行为替代抽象感受

固定叙事逻辑：痛点场景→产品使用→前后对比→价值升华，层层触发购买动机；

情感转化技巧：摒弃自尊、自信、方便、牢固等抽象情绪词，用可验证行为体现产品价值；

价值升华落地：将情感认同转化为具体场景结果（如单手操作不费力→通勤更高效、安装不损伤家具→租房党无负担）。

二、提示词撰写避坑指南（全常见错误 + 正确解法）

❶ 基础疏漏类错误

错误表现：未检查提示词，漏台词、漏方位、漏关键动作；强制短时间完成表达（如 0-3 秒说完所有卖点）；

直接后果：动作压缩断裂、产品展示缺失、画面逻辑混乱；

正确做法：撰写后按「五大维度 + 四大结构化要素」逐项核对；按「1 秒 1 个基础动作」规划节奏，不强制秒数，用「缓慢完成」「匀速操作」控制速度。

❷ 模糊描述类错误（禁忌词重灾区）

核心禁忌词：随意 / 自然地 / 看起来不错、大概 / 类似 / 像是、高级感 / 有质感 / 网感、爆款感 / 带货感；

直接后果：画面不可控、风格随机、产品位置漂移；

正确做法：用「可被镜头执行的动作 + 位置 + 材质」替代，例：不说「有质感」，说「产品表面为磨砂塑料材质，无反光」；不说「自然拿取」，说「右手从桌面左侧匀速拿起产品，手指握住产品中下部」。

❸ 位置关系类错误

错误表现：仅说「在… 上」，未标注相对关系（如手机在支架上、支架装在车上）；

直接后果：产品位置偏移、与载体衔接错位；

正确做法：标注具体贴合方式 + 精准位置，例：手机支架垂直吸附在汽车中控台左侧、手机支架夹在中央出风口横向叶片中间位置。

❹ 镜头逻辑类错误

错误表现：同一句提示词中出现冲突指令（特写镜头 + 全景展示、快速推进 + 画面不动、快速移动 + 无运动模糊）；

直接后果：镜头抖动、物体变形、动作断裂；

正确做法：一个镜头 = 一个主动作 + 一个镜头语言，单句指令只保留一个核心镜头要求，例：45° 斜角特写，右手匀速翻转产品展示背面；低机位广角，产品放在桌面中央，手指轻推产品验证稳固性。

❺ 抽象感受类错误（AI 无法理解）

错误表现：使用情绪 / 抽象感受词（显得很方便、让人安心、看起来牢固、不廉价）；

直接后果：AI 自行脑补，产品形态变化、画面偏离预期；

经典转化案例：

不说「看起来牢固」→ 说「左手握住产品底部，右手轻晃产品上方，产品无位移、无晃动」；

不说「使用很方便」→ 说「单手完成产品拆封 + 安装，全程不超过 5 秒，无需借助其他工具」。

❻ 剪辑指令类错误（混淆 AI 生成与后期剪辑）

错误表现：加入后期剪辑指令（这里慢放、加转场、BGM 渐入、后期加特效）；

直接后果：成片节奏错乱、指令不生效，画面衔接生硬；

正确做法：将剪辑指令转化为动作 / 镜头速度描述，例：不说「慢放 1.2 倍」→ 说「动作以缓慢、夸张的节奏完成」；不说「镜头切换」→ 说「场景 1：XXX；场景 2：XXX」，用分场景标注实现镜头衔接。

❼ 卖点堆砌类错误

错误表现：单条视频塞入多个核心卖点（稳固 + 美观 + 便携 + 通用 + 强磁）；

直接后果：产品形态漂移、核心卖点丢失、画面无重点；

正确做法：一条视频只锁定 1-2 个核心卖点，所有动作、镜头、场景均围绕核心卖点展开，例：核心卖点为「强磁稳固」，则全程只展示「吸附→晃动→无位移」的动作，不提及其他卖点。

❽ 一致性缺失类错误（Sora 高频翻车点）

错误表现：未声明画面 / 产品 / 场景的连续一致性，如不写「相同车内设计」「相同照明」；

直接后果：AI 自行切换场景、改变产品位置、调整光线，出现「下一秒换世界」的情况；

正确做法：必加一致性固定指令：Same XXX across all scenes（所有场景保持 XXX 一致），例：Same car interior, same lighting, same product position across all scenes（相同的车内设计、相同的照明效果、所有场景产品展示位置完全一致）。

❾ 文化 / 语言混乱类错误（区域化内容专属）

错误表现：泰区 / 欧美区内容出现地域违和元素（如泰区内容用中文 UI、泰国司机搭配英文系统、非当地车型内饰）；

直接后果：平台降推荐、用户产生违和感，转化效果差；

正确做法：按目标区域精准匹配元素，例：泰区汽车用品视频→标注「泰国本土车型中控台、泰文手机 UI、东南亚肤色人物」。

❿ 反人类动作类错误

错误表现：描述人类无法完成的动作（如单手同时旋转产品 + 吸附 + 稳定驾驶、双手同时完成 3 个以上独立操作）；

直接后果：手部畸形、画面崩坏、产品展示失真；

正确做法：按人类正常行为逻辑设计动作，拆分复杂操作，例：不说「开车时单手安装产品」→ 说「停车状态下，右手单手安装产品，安装完成后启动车辆」。

三、方位图与空间标注：让 AI「看懂」镜头与运动（核心进阶技巧）

核心价值将对「方位、布局、镜头」的要求，转化为高度结构化、带空间和运动信息的文字提示词，相当于为 AI 编写详细分镜脚本，解决 AI「不知道物体在哪、如何运动、彼此如何关联」的核心问题。

基础用法：在常规提示词中融入空间信息，无需单独编写分镜，直接在原有提示词中加入相机运动、物体位置关系、视角与景别三类指令，覆盖基础空间要求：

相机运动：标注镜头的运动方式（如航拍镜头环绕桌面飞行、从产品特写缓慢拉远至整个桌面、镜头固定不动）；

物体位置关系：标注「主体 + 参照物 + 精准方位」（如方形桌面位于房间中央，产品放在桌面右侧 10cm 处，左侧放一瓶 500ml 矿泉水作为参照）；

视角与景别：标注镜头的拍摄角度和画面范围（如俯视 45° 角度、人物过肩镜头、广角全景、产品局部特写）。

高级用法：编写带「空间标注」的分场景提示词，按「场景序号 + 镜头要求 + 动作 + 空间信息」的结构撰写，实现智能分镜和多镜头叙事，适合复杂的爆款视频脚本，标准格式如下：

场景 1：[机位 / 视角 + 景别]，[场景 / 光线 / 设备]，[人物动作 + 产品展示 + 空间关系]，[一致性要求]；

场景 2：[机位 / 视角 + 景别]，[同场景 / 新场景 + 光线一致]，[后续动作 + 产品细节 + 空间关系]；

场景 3：[机位 / 视角 + 景别]，[光线 / 场景一致]，[使用效果展示 + 可验证行为 + 空间关系]。

空间标注经典案例（汽车手机支架）

Single product, same model, same color throughout the video. Same car interior, same lighting, same product position across all scenes.

场景 1：低机位 45° 特写，汽车中控台（泰国本土车型）、车内昏暗光线、iPhone 15 拍摄，右手从副驾桌面拿起黑色磁吸手机支架，手掌托举展示产品正面，支架位于画面中央，左侧有车载香薰作为参照；

场景 2：平视角度特写，光线 / 场景一致，右手将支架垂直吸附在中控台左侧位置，手指按压支架底部 3 秒；

场景 3：近距离侧拍，光线 / 场景一致，左手拿起手机贴在支架上，右手抓住手机左右晃动 10 次，支架与手机无位移、无晃动。

四、爆款 AI 视频可复制生产全流程（0-1 落地步骤）

步骤 1：定核心 —— 锁定五大维度，明确创作方向

先填写核心信息表，不急于写提示词，让所有创作围绕目标展开：

身份定位：谁在说（如职场白领、宝妈、户外博主）；

产品信息：核心卖点（1-2 个）、基础属性（材质、尺寸、使用场景）；

目标平台：TikTok / 抖音 / 视频号（匹配平台节奏，如 TikTok 偏快节奏、短动作）；

人群画像：用户标签（年龄、职业、痛点）；

内容目的：种草 / 转化 / 品宣（转化类更侧重「可验证行为」）。

步骤 2：搭框架 —— 按四大结构化要素，撰写基础提示词

根据步骤 1 的核心信息，按「场景与光线→人物与动作→产品与参照物→叙事与情感」的顺序，撰写基础提示词，全程拒绝模糊词，用具体指令替代抽象描述。

步骤 3：避坑优化 —— 按常见错误清单，逐项核对修改

对照本文「二、提示词撰写避坑指南」的 10 类错误，逐一检查基础提示词，重点核对：是否有禁忌词、位置关系是否精准、镜头逻辑是否冲突、是否加了一致性指令、是否锁定 1-2 个核心卖点。

步骤 4：加空间 —— 融入方位图与空间标注，优化镜头逻辑

根据视频复杂度，选择「基础用法」或「高级用法」，在提示词中加入空间信息，标注相机运动、视角景别、物体位置关系，复杂视频按分场景撰写空间标注。

步骤 5：生成测试 —— 小范围生成，验证核心指令有效性

用撰写好的提示词小范围生成，重点验证：产品是否变形、位置是否漂移、动作是否连贯、场景是否一致，单次只修改 1 个变量（如调整动作节奏、优化位置描述），避免多变量修改导致无法定位问题。

步骤 6：迭代定稿 —— 根据测试结果，微调提示词

针对测试中出现的问题（如画面模糊、动作断裂、产品偏移），精准修改提示词，例：动作断裂→拆分动作，增加「匀速完成」「缓慢操作」；产品偏移→优化位置描述，加入参照物，最终定稿可复用的标准化提示词。

步骤 7：批量复制 —— 固化模板，替换产品信息实现批量生产

将定稿的提示词打造为标准化模板，保留「结构化要素、空间标注、一致性指令、避坑要点」，后续只需替换产品信息、核心卖点、使用场景，即可实现爆款 AI 视频的批量复制生产。

文章来源：TK大咖社