把动作写清楚。

01 / 动作与镜头

打鬥提示詞寫法要點

這頁整理的是寫打鬥／械鬥提示詞的要點，來源有官方指南、社群作者在貼文裡講的心得，還有資料庫裡實際案例的成敗。最後一段「改寫範例，未實測」是我自己改寫的，還沒有跑過，請勿當成收集來的實測提示詞。

一、通用寫法（各家官方指南的共識）

• 一段只講一個瞬間：Veo 官方建議一支片聚焦一個動作節點；打鬥拆成「起手 → 接觸 → 反應」分段，比一句話寫完整場戰鬥穩定。

• 公式：主體＋動作＋場景＋鏡頭＋風格／光線（Veo 官方五段式；Wan 官方也是類似的公式）。

• 時間碼／分鏡塊：Veo 支援時間碼寫法（例如 [00:00-00:02]）；Wan 2.6 可寫「Shot 1 [0-3s]」；Kling 3.0 支援多鏡頭，最多 6 鏡／15 秒；Seedance 社群也普遍用分鏡塊。

• 鏡頭語言放前面：Runway 官方建議用「[Camera] shot of …」開頭；Hailuo 可以把運鏡指令放進方括號，例如 [Tracking shot]。

• 一個鏡頭只給一種運鏡：Grok Imagine 的建議是一次一個鏡頭運動，疊太多會亂。

• Midjourney 影片：圖生影片，動作大的話加 --motion high；想少一點風格化加 --raw；參數 --video 1。

二、各模型強項（依社群實測與案例整理）

三、常見失敗與避免方法

1. 武器跑來跑去、換手：在提示詞裡寫明每個角色手上拿什麼（例如「A holds a bamboo pole, B holds a sickle」），並且整段維持。

2. 剪接太碎、角色走樣：Seedance 社群建議少切鏡；慢一點、連續的動作比快速亂打更不容易崩。

3. 「一鏡到底」還是被切鏡：Langby2 實測寫了一鏡到底仍出現剪接；要搭配「single continuous take, no cuts」並減少場景變化。

4. 字面誤讀：Langby2 寫「吊臂」鏡頭，模型真的畫出一支吊臂；箭的方向也常飛反。運鏡用英文標準術語（crane shot）比較安全。

5. 出拳變成別的動作：動作動詞要具體（jab、uppercut、sweep kick），並描述打中後的反應。

6. AI 破綻藏起來：godswayfoundinc 的心得是用運動攝影機（action cam）的手持晃動畫面，可以掩飾手腳穿模。

7. 想要即時速度感：與其寫「no slow motion」，不如寫「1/500s shutter」這類快門描述。

8. 服裝或臉跑掉：Seedance 1.0 在測試時換了衣服；圖生影片加參考圖會比純文字穩。

9. 寫太多反而差：多位 Seedance 使用者表示，精簡的提示詞效果更好。

四、各平台暴力內容審核與合規寫法

• Veo（Google）：違規時會回 RAI 錯誤碼，例如 Violence 61493863／56562880、Celebrity（名人肖像）29310472／15236754。看到這些代碼就是被暴力或真人規則擋下。

• 可靈 Kling：使用政策禁止美化暴力、禁止管制武器內容。

• Seedance：如果不交代血腥程度，過濾器常會把整段軟化；明講「no blood, no gore」反而比較穩定。

• 合規寫法建議：

  • 用「火花、黑色粒子、塵土飛揚」取代流血。

  • 用聲音和受擊反應（踉蹌、倒地、武器脫手）表現力道，不拍傷口。

  • 包裝成風格化／奇幻／歷史重現（stylized, historical reenactment, mythological）。

  • 不用真人臉、不提名人名字。

  • 放火燒屋：寫火光、濃煙、人群逃散，不寫人被燒。

• 社群裡有人分享「繞過審核」的寫法（例如 7724bart 的貼文），這類內容不建議照做，可能違反平台條款、導致封號。

五、改寫範例，未實測

以下是我依前面的要點自己改寫的閩客械鬥示範版，改寫範例，未實測。它們不是收集來的提示詞，效果未知。

範例 A：夜間村落械鬥（Seedance／Kling 分鏡寫法）

Shot 1 [0-4s]: Wide shot, night, a 19th-century Taiwanese farming village with red-brick sanheyuan houses. Two clans face each other across a muddy field, torches raised. Clan A holds bamboo poles and hoes, clan B holds sickles and wooden shields. Firelight flickers on their faces.
Shot 2 [4-9s]: Handheld tracking shot following a young man in a dark cotton tunic as he blocks a sickle with his bamboo pole and sweeps his opponent's legs. Sparks and dust, no blood. Every character keeps the same weapon throughout.
Shot 3 [9-15s]: Slow crane up over the field, a thatched roof catches fire in the background, villagers scatter, smoke rises into the moonlit sky. Cinematic, realistic, 1/500s shutter, historical reenactment.

範例 B：原住民神靈對打（一鏡到底）

Single continuous take, no cuts. A mountain spirit made of mossy stone and glowing ferns rises from a misty forest in central Taiwan and clashes with a giant serpent formed of river water. The camera orbits slowly around them at ground level as their impacts throw spray and leaves into the air. Mythological, stylized, dawn light through the fog, no gore.

範例 C：徒手格鬥（功夫，圖生影片）

[Tracking shot] Two martial artists in a temple courtyard of an old Taiwanese town. The man in grey blocks a straight punch, counters with an elbow strike, then a spinning sweep kick; his opponent stumbles back and rolls to his feet. Fluid, continuous choreography, real-time speed, no slow motion.

02 / 真人与情绪

Wan 3.0 官方指南與真人／情感寫法要點

以下是我們依官方指南與社群作者公開分享整理的要點，引述均附出處；不是官方文件全文。

官方提示詞指南與 Wan 3.0 寫法要點

官方指南：萬相 3.0 視頻生成 Prompt 指南

• 官方公式：提示詞 = 總體描述 + 參考素材引用（圖1／視頻1／音頻1）+ 分鏡N（起–止秒）：主體 + 場景 + 運動 + 美學控制 + 台詞（角色說：「……」）+ 音效／BGM + 風格／情緒 + 負向清單。

• 分鏡要寫時間：時間戳要連續，每個鏡頭 2–5 秒（生成文檔建議 4–6 秒），寫「硬切」「疊化」等轉場詞。想要單鏡頭就明說「一鏡到底／生成單鏡頭」。

• 素材按順序指代：圖、視頻、音頻各自計數。input.media 裡第 1 張參考圖就是「圖1」，第 1 段參考視頻是「視頻1」。

• 台詞：寫成「角色 + 說話動詞 + 冒號 + 引號」。用「音色參考 音頻1」指定聲音，加「口型同步」。

• 慢動作寫成「（1000fps 慢動作）」。避免「一秒搖頭 3 次」這類高頻動作。

• 官方優化工具：在百煉 AI 對話框輸入 /wan3-pe 加上提示詞，用 Skill 自動優化。

• 編輯／延長：提示詞裡要有「編輯視頻、去掉、替換、改成」或「延長、延續、向前／向後延長」等意圖詞，ratio 設 adaptive，duration 設 -1。

社群實測心得（以下是作者原話的整理，非官方）：

• Ukiyo_il（原帖）：每張參考圖固定一個角色；30 秒按「導入→攻防→被彈→反擊→決著」安排；高速移動寫「預備動作→中間省略→殘像→到達」；鏡頭要寫位置、旋轉方向和終點；攻擊寫「起點→接觸→結果」；台詞要短。

• Langby2（原帖）：Seedance 的提示詞不能直接照搬到 Wan 3.0，同一張參考圖的人物會走樣。720P 30 秒成本 HKD16.47，Seedance 2.5 為 HKD25.6。

• hii_roto（原帖）：把打鬥動作寫細，動作會變好；特效指示寫太多，動作反而變僵。

• 官方帳號 @Alibaba_Wan 建議先用 360p／480p 試出效果，再拉高解析度。

• 常見弱點（多位作者反映）：快速動作不如慢場景穩定、多圖參考時人物臉部會漂移、有時不照指定語言配音。

真人風格寫法要點

整理自官方指南和本頁收錄的高讚真人提示詞，每點附出處。

• 光影：寫具體光源，不寫「完美打光」。官方公式把光線放在「美學控制」裡，和景別、運鏡同一段寫（官方 Prompt 指南）。高讚作品會寫明方向和色溫，例如「右上 45 度主光、5600K」（johnAGI168）。夜景寫「realistic night exposure, no fake glow effects」（poruru_ai）。另外要主動排除「overly perfect lighting」（Inshrah_ali_）。

• 鏡頭：用真實拍攝設備的語言。官方示例會寫焦段和景深，例如「85mm 長焦淺景深」，每個分鏡 2–5 秒。想要真人感，最有效的是寫「不完美」：手持輕晃、自動對焦和曝光變化（codewithhajra），「像被觀察而非表演、構圖不完美」（mightyking），8mm 片門晃動和膠片顆粒（old_pgmrs_will）。高價感廣告則寫「ARRI Alexa 色彩、淺景深」（johnAGI168）。

• 膚質：每段都重申 realistic skin texture。中文可直接寫「真實攝影質感、無塑料感、無 AI 油光」（johnAGI168 IN RED）。人物描述可以細到亂髮、極淡鬍渣、略疲憊的眼神（mightyking），細節越具體，越不像蠟像。

• 表情：寫生理反應，不寫形容詞。不要只寫「很傷心」，要寫「眼淚持續滑落、眼眶紅腫、鼻尖泛紅、面部肌肉真實抽搐」，並禁止「舞台表演感」（PixelAigc）。笑場、自然收尾這類「不完美表演」也很加分（MonetizationDon）。動作要拆小，每 3–5 秒一個核心動作，避免一秒內做太多事（騰訊新聞・梧桉AI 實測；官方指南也提醒避免高頻動作）。

• 避開塑料感：在開頭或結尾加一段反 AI 清單。現成可抄的例子：「100% 像真實拍攝，不是 CGI、不是動畫；避免過度完美的光、塑料感皮膚、假背景、過度銳利」（Inshrah_ali_）；「practical-looking effects… Avoid an obvious AI look」（ahmadmalik375）；「禁止假髮套感的頭髮、塑料皮膚、浮腫臥蠶、CG 蠟像臉」（johnAGI168）；「禁止美顏磨皮」（PixelAigc）。

• 避開臉崩／換臉：①先寫「身份鎖定」段，把臉型、膚色、髮際線、鬍渣全部列出並禁止變臉、變老（Xaroon_x），或用 REFERENCE LOCK／OUTFIT LOCK 分開鎖臉和服裝（poruru_ai）。②一張參考圖只放一個角色（Ukiyo_il），三人戲要寫清座位和左右關係（drjoetw）。③負向清單照官方寫「不要人臉變形、不要人物換臉、不要多餘手指」（官方 Prompt 指南）。④圖生視頻時鎖死首幀背景（PrometheanAIX）。⑤多張參考圖時臉容易漂移，快速動作也比慢場景不穩，所以真人戲盡量少圖、慢動作、先用 480p 試。

情感／情緒戲寫法要點

整理自阿里雲萬相 3.0 官方 Prompt 指南、百煉《視頻生成 Prompt 指南》，以及社群驗證寫法；每點標出處與原文引述，不自行編造官方未說過的話。

官方建議（務必對照原文）

1. 公式裡要有「風格／情緒」板塊 出處：萬相 3.0 視頻生成 Prompt 指南 原文引述：「提示詞 = [总体描述] + … + [风格 / 情绪] + [负向清单]」；情緒關鍵詞示例：「悲壮孤峙」「轻快治愈」「压抑紧张」「松弛自信」「神秘魔幻」。

2. 總體描述要交代「整體情緒」 出處：同上（分鏡與時間戳） 原文引述：「总体描述：一句话交代主题、视角、叙事风格与整体情绪。」示例短劇：「讲述一个关于放弃与重拾希望的短剧」，並寫「泪光闪烁，带着失落和无助」。

3. 人聲＝內容＋情緒＋語調＋語速＋音色＋口音 出處：視頻生成 Prompt 指南（百煉）「聲音公式」 原文引述：「人声 = 角色说话的内容 + 情绪 + 语调 + 语速 + 音色 + 口音」。示例用「语气轻松，语速适中…」這類可執行描述，而不是只寫「很開心」。

4. 微表情需與台詞情緒契合（音訊驅動示例） 出處：萬相 3.0 Prompt 指南「音頻驅動」示例 原文引述：「说话时伴随自然的眨眼、轻微的头部点动和呼吸感，面部微表情需与台词中的关怀、回忆情绪完美契合。」

5. 負向清單可禁「誇張眨眼／誇張肢體」 出處：萬相 3.0 Prompt 指南「負向清單・動作」 原文引述：「不要夸张肢体动作」「不要夸张眨眼」。情緒戲想克制時，可把這兩條寫進負向清單。

6. 提示詞詞典有「人物情緒」槽位 出處：視頻生成 Prompt 指南「人物情緒」 原文示例：「十分高兴，眼睛里闪烁着纯粹的幸福」；「脸上是惊讶的表情」。官方示範仍會補可見細節（眼／臉），而非單字標籤。

社群驗證有效的情感寫法（有出處）

• 把情緒寫成可見動作鏈，不要只寫情緒標籤 出處：Atlas Cloud《如何编写 Wan 3.0 提示词》 原文要旨：「将表演写成一系列可见动作，切勿使用情感标签。『焦虑』是一种希望。『咀嚼变慢、眉头皱起、目光垂落到手上』才是一条指令。」（英文版同站：How to Write Wan 3.0 Prompts）

• 長鏡頭給一個緩慢可見變化（目光軌跡／姿勢） 出處：同上 Atlas Cloud 官方案例解讀——固定特寫加「目光从前方移到看向自己的手」這類可驗證微動作。

03 / 视听与结构

MiniMax H3 官方寫法要點

以下是我們依官方 Skill 文件整理的要點，引述均附出處；不是官方文件全文。

官方提示詞寫法要點

整理自 MiniMax 官方 h3-prompt-writing Skill 與 base-en.txt，每點標出處。

1. 先選模式，再套結構 出處：SKILL.md T2VA／I2VA／FL2VA／L2VA 用三欄：integrated_multimodal_description、overall_soundscape、non_diegetic_music。Ref2VA 另用六段：subject_definitions、summary、retention_analysis、detailed_description、overall_soundscape、non_diegetic_music。

2. 時長必須對齊 4–15 秒 出處：同上 Tips 「Always match the total duration of the description to the requested video length (4–15 seconds).」

3. 寫具體可見／可聽細節，少寫抽象形容 出處：同上 Tips 「Prefer concrete visual and audio details over abstract words like "cinematic" or "beautiful".」

4. 分鏡時間戳：第一鏡不加時間，之後嚴格遞增 出處：base-en.txt §4.2 寫法示例：[Shot 2] At 00:03.500, the camera cuts to...

5. 運鏡＝運動類型＋幅度＋速度 出處：base-en.txt §4.3 例如：The camera pushes in with small amplitude at slow speed toward...。中等幅度／正常速度可省略。

6. 對白用穩定說話人 ID，原文語言原樣保留 出處：base-en.txt §4.4 與 SKILL Output Rules 用 (S1)／(S2)；對白、歌詞、畫面上文字保持原語言，不要翻譯。

7. 音景與配樂分開寫 出處：base-en.txt §4.6–4.7 overall_soundscape 寫環境／動作／非語言人聲；non_diegetic_music 只寫角色聽不到、觀眾才聽得到的配樂。沒有配樂就寫 N/A。

8. 首尾幀要寫清楚與時間軸的銜接 出處：SKILL Tips 「When using keyframes (I2VA / FL2VA / L2VA), clearly state how the first and/or last frame connects to the timeline.」

9. 參考標籤全程一致 出處：SKILL Tips <Picture 1>／<Video 1>／<Audio 1> 這類標籤在各段都要同一套，不要中途改名。

10. Atlas／社群補充（非官方原文，但實用） 出處：AtlasCloudAI awesome-minimax-h3-prompts README 七點：參考綁定、可觀察動作、空間關係、鏡頭與剪輯、視覺風格、音訊、必要約束。社群庫 BeatAPI 收有 550+ 條核驗案例：https://github.com/BeatAPI/awesome-minimax-h3-prompts