发帖
雷达卡
Runway 的这份《Text to Video Prompting Guide》是一份写给「已经会写图生视频提示词、想搞明白视频该怎么写」的人的进阶说明。它建立在同一帮助中心的《Introduction to Prompting》之上，当前按 Gen-4.5 模型优化；文章创建于 2025 年 6 月 25 日，最近一次更新是 2026 年 4 月 20 日，标签里除 Gen-4.5 还覆盖 Veo 3 与 Veo 3.1。
它的核心判断很简单：文生视频模型把「文字描述的场景」变成视频，所以有效的提示词必须交代两件事——画面里出现什么，以及这些元素在场景里怎么移动。指南全篇都在教这两件事怎么写清楚。
一段提示词至少要写清两件事
官方把提示词拆成视觉描述和运动描述两类，每类下面再列组件。写的时候不必全写，但心里要有这张表，缺哪一项就大概知道会丢什么。
| 类别 | 包含的组件 |
| 视觉描述（看到什么、在哪、什么样） | 主体外观、环境、光照、构图与取景、风格 |
| 运动描述（场景怎么动、怎么表现） | 主体动作、环境运动、镜头运动、运动风格与节奏、方向与速度 |
指南对「要不要写全」的回答是不必：省略某些组件等于把创作自由交给模型。它建议先写一条简单提示词，只抓最关键的视觉与运动组件，再按需加细节。
至于用关键词还是完整句子，官方说两者都行，但自然语言通常控制更准——完整句子提供了上下文，能约束元素怎么出现；关键词更像「方向建议」，模型会把你提到的内容放进去，但如何解释、如何融合每次生成都可能不同。
官方建议的句式长什么样
指南明确说不存在严格公式，结构与顺序远不如「把想法讲清楚、减少歧义」重要。但对新手它给了一个可以照抄的骨架：先写镜头与主体，再写动作与环境，最后补支撑性描述，即「［镜头］ shot of ［主体/物体］ ［动作］ in ［环境］ + 支撑组件描述」。
文章给了三条同结构示例：中景里骑在马上的牛仔、从熊的视角伸爪去够蜂蜜的 POV 镜头、低角度跟拍在月球表面滑板的宇航员。三条都遵循「镜头—主体—动作—环境—补充细节」这个顺序，细节部分则堆叠光照、风格、胶片质感等词。
用固定结构的实际好处在迭代上：你知道每个组件待在哪一段，想改镜头就改开头，想换风格就改结尾，不必在整段里翻找，也不会改一处碰坏另一处。指南顺带回答了两个常见疑问——提示词没有理想长度，清晰比字数重要，过长反而可能产生互相冲突的指令、压掉模型给出意外镜头的空间；元素出现的先后顺序不影响权重，开头并不优先。
多步骤场景用时间戳拆动作
一个镜头里要塞进连续几个动作时，指南给的工具是时间戳提示词：给每个动作标上时间区间，用来引导动作发生的先后与节奏。它承认这做不到完全精确，但能有效控制大致顺序。
写法是自然语言描述整段画面，再用时间戳逐条拆动作。文章的例子是一只穿毛衣的羊毛毡柯基站在超市货架前：先描述它转头、镜头急速推近到眼睛、眯眼、皱眉的整段过程与画面质感，然后用四行时间戳拆开——0 到 2 秒背对镜头再转向镜头，2 到 3 秒急推近眼部特写，3 到 4 秒眯眼，4 到 7 秒眉头慢慢皱起。
两个实操提醒：时间戳最好和自然语言提示词一起用，控制力最强；时间要给得符合动作本身的耗时，指南举的例子是让人走过一个房间，把时间设成 0 到 0.5 秒根本不够动作展开，0 到 3 秒才现实。
两个常被问到的问题
文生视频相对图生视频的优势，官方的说法是省掉「先做一张图」这一步：当角色或场景的一致性不是重点时——比如做 B-roll、素材效果、背景板——直接生成更省事；而且它不被起始画面约束，处理复杂运动序列更有效。
另一个问题是怎么保证某个视觉或运动组件真的出现。指南的答案是迭代：第一次没出来，就用自然语言把这条要求再强化一遍。它给的例子是想要高角度俯拍锦鲤池，第一次只写「高角度」没得到，就改成「高角度俯视锦鲤池」再生成。官方把这种反复调整说成生成式媒体的正常环节，类比其他创作里的草稿阶段。
最后一句边界：帮助中心文档属 Runway 服务内容，按服务条款归 Runway 所有，条款限制对服务内容的复制与再发布；本帖是对指南要点的中文转述加官方入口分享，不转存原文页面。要点、入口与文档版本信息放在回复可见的部分。
────────────────
回复后可见：指南原文与两份关联文档的地址、五类视觉组件与五类运动组件的英文原名、结构公式与时间戳写法要点，以及文档的更新日期与适用模型。
把经管之家装进你常用的 AI 智能体中 一键快捷安装经管之家 MCP／技能，让 AI 帮你查教程、找数据、读论坛帖子。 检索、阅读公开帖子不收费，安装可申请领取：3 通用积分＋100 论坛币＋3 元论坛资金 说明： AI 算力按所用平台规则计算；附件按原帖条件获取；福利领取条件以活动页面为准。 |
京公网安备 11010802022788号
