提示词的精确度与细节水平直接影响视频内容的质量。采用结构化提示词可以极大提升视频内容的符合度和专业性。以下是构建提示词的关键组成部分： 提示词 = (镜头语言 + 景别角度 + 光影) + 主体 (主体描述) + 主体运动 + 场景 (场景描述) + (氛围)
- 镜头语言: 通过镜头的各种应用以及镜头之间的衔接和切换来传达故事或信息，并创造出特定的视觉效果和情感氛围。如镜头平移，推近、拉远、升降拍摄、摇摄、跟随拍摄、手持拍摄、无人机航拍等;
- 景别角度：控制相机与被摄对象之间距离和角度，实现不同的视觉效果和情感表达。如大全景、中景、近景 、鸟瞰视角 、跟随视角、鱼眼效果等;
- 光影: 光影是赋予摄影作品灵魂的关键元素，光影的运用可以使照片更具深度，更具情感，我们可以通过光影创造出富有层次感和情感表达力的作品。如自然光、丁达尔效应、柔和散射、硬光直射 、逆光剪影、三点布光等;
- 主体: 主体是视频中的主要表现对象。如儿童、狮子、向日葵，汽车、城堡等;
- 主体描述: 对主体外貌细节和肢体姿态等的描述，如人物的服饰、动物的毛色、植物的颜色、物体的状态和建筑的风格;
- 主体运动: 对主体运动状态的描述，包括静止和运动等，运动状态不宜过于复杂，符合 6s 视频内可以展现的画面即可，
- 场景: 场景是主体所处的环境，包括前景、背景等;
- 场景描述: 对主体所处环境的细节描述。如都市环境、乡村风光、工业区等;
- 氛围: 对预期视频画面的氛围描述。如喧嚣繁忙、悬疑惊悚、宁静舒适等;
提示词技巧
- 关键词重复：在提示的不同部分重复或强化关键词有助于提高输出的一致性。如摄像机以超高速镜头快速飞过森林。
- 聚焦内容：提示词应集中在视频中应有的内容上。如：冷清的街道，而不是”没有人的街道”。
- 使用智能体：使用 提示词智能体 帮助你生成专业提示词。
文生视频示例
Prompt
比得兔（主体）开小汽车（主体描述）， 游走在马路上（环境描述）， 脸上的表情充满开心喜悦（氛围设定）视频
Prompt
一个金发碧眼的女人站在水里（环境描述）， 一群粉红色的水母从水里游向天空（动作）视频
Prompt
夜晚的丛林中，一只猫头鹰站在枯树枝上（环境描述）， 猫头鹰的眼睛在月光下闪闪发亮（动作）。 背景是一片寂静的森林。视频
Prompt
深海里（环境描述）的一艘沉船（主体）， 电影质感，由远到近（镜头语言）视频
Prompt
特写镜头（镜头描述），傍晚的微光（光线运用）， 一只鹦鹉站在阳台的栏杆上， 鹦鹉有着紫色的羽毛和粉色的喙（主体描述）， 背景是都市的高楼大厦（环境描述）。视频
图生视频示例
CogVideoX 可以将用户提供的静态图像转化为 6 秒的动态视频。为达到最佳效果，推荐上传比例为 3:2 的图片，并且文件格式为 PNG 或 JPEG，文件大小不超过 5MB。提示词建议使用”主体（背景）+ 运动描述”的表达方式。 以下为基于图片及对应Prompt生成的视频效果，每张图片搭配文字描述作为生成指令，最终输出对应视频内容：案例1：星空缓慢旋转
Prompt图片：
生成指令：星空缓慢旋转
对应生成视频：
案例2：风吹动她的头发
Prompt图片：
生成指令：风吹动她的头发
对应生成视频：
案例3：鸭子在游动
Prompt图片：
生成指令：鸭子在游动
对应生成视频：