参考生视频，是当下做AI仿真人短剧绕不开的核心技术。
但大多数人都卡在同一个坎上——提示词不会写。
写多了，生出来一镜到底，毫无节奏感。写少了，人物动作直接崩一半。
这篇我把三种常见场景的提示词模板全部梳理出来了，实测验证过的，拿去直接用。
先搞清楚一个底层逻辑
参考生视频和纯文生视频，写提示词的思路完全不一样。
文生视频，你得从零开始描述画面——景别、色调、构图，全靠文字撑起来。
参考生视频不同。你已经上传了角色图和场景图，模型知道人长什么样。你只需要告诉它：这几秒钟里，发生了什么事。
所以提示词可以短很多，但动作和台词必须交代清楚。
短过渡镜头：3-5秒，越简单越好
表情变化、微小动作、情绪反应……这类镜头不需要任何运镜格式，大白话描述就行。
比如：
@图片1（男主）靠在椅背上，不耐烦地瞥了一眼窗外，轻叹一声。
出片快，废片率极低。复杂的物理运动让模型自己补，反而更自然。
连续剧情片段：10-15秒，直接喂剧本
有对话、有情绪转折的戏，把剧本原文粘进去就行。
格式很简单：资产绑定 + 剧本内容，台词用双引号包裹。
几个细节必须注意——
"只生成音效，不生成音乐。不要生成任何字幕。"这句话必须加。不加的话，每段音乐风格不统一，字幕样式也乱，后期根本没法处理。
台词必须用双引号。不加双引号，模型不会同步口型，嘴就不动了。
动作描写保留原文即可，不用额外改格式。
精细化控制：15秒结构化分镜
如果你对镜头调度有明确要求——先给手部特写，再切面部近景，最后双人全景——就需要结构化分镜提示词。
格式是：资产绑定 + 逐条列出「XX-XX秒，景别，运镜，画面描述」。
比如：0-3秒，全景，固定，两人厅堂对坐，气氛凝重。3-7秒，中景推进，角色A缓缓站起身，说道："……"
这种写法可控性强，但时间分配要合理。4秒内别指望完成跨越整个房间的大动作，写了模型也做不到。
让AI帮你拆分镜
觉得自己拆分镜麻烦？把系统提示词扔给DeepSeek或豆包，让它把剧本自动转成结构化分镜格式。你只需要检查微调，就能直接用。（具体的转换提示词模板，文末可以领取。）
首尾帧接力：解决跳帧问题
多段素材拼接，最常见的问题就是接缝处跳帧——上一段人在左边，下一段突然跑右边了。
解决方法很简单：把上一段视频的最后一帧截图，作为下一段的首帧参考图上传。在剪映里滑到视频结尾，点截图按钮导出，然后提示词里写上"@图片X 作为首帧"。
两段视频就能自然衔接。这个操作建议做成标准流程，每段生完就截尾帧备用。
总结一下
三种场景对应三种写法。每次动手前先判断：这段是短过渡、连续剧情、还是精细调度？然后套对应模板就行，不用每次从头想。
其实AI短剧这个赛道，真正拉开差距的不是工具，而是你对细节的把控。提示词只是其中一环，但把这一环做好，出片效率能翻好几倍。
方法都在这了，不算难。但任何项目都需要过程，不是一上来就能赚大钱的，得不断积累、持续优化。希望这份分享能帮你在AI短剧赛道跑出成绩。
最后送大家一波福利
对 AI漫剧、自媒体运营、AI 视频感兴趣的小伙伴，可以加我微信一起交流，免费赠送一份【AI 自媒体大礼包】，包含
「爆款 AI 视频拆解」系列的提示词合集
Coze各类工作流源码
AI 工具导航 & AI 效率神器合集
n8n工作流2000套源码
工作V：AKAIGC777、AKAIGC888
私人V：AKAIGC666
