60秒生成一条爆款短视频脚本，AI视频工具的提示词到底该写多细？

，

核心结论

哈哈，妹子你问这个就问对人啦！

我退休以后没事干，天天刷手机，最近迷上那个AI视频工具，什么“输入一句话变视频”的，一开始我也犯迷糊，吧。

你说这提示词吧，写少了它给你整出个四不向，写多了吧，它又像听天书一样乱来，吧。

我琢磨了差不多半个多月，踩了好几个坑，才摸着点门道。

今天就拿我前天在菜市场买番茄的事儿打个比方——提示词不是越细越好，但关键细节一个不能少，就像你告诉儿媳妇“买红的圆的”，她肯定买回来一堆番茄，但，你得说“要带蒂的、捏着稍微软一点的”，不然她准给你挑那种硬邦邦的催熟货（这个我真没想到，AI跟人买家似的）。

我一开始也以为写个“老奶奶在河边洗衣服”就成了，结果AI给我生成一个穿着棉袄的姑娘在浴缸里搓牛仔裤，哈哈哈哈，气死我了。后来我邻居小张，就是那个搞自媒体的年轻人，告诉我一个土办法，特别管用。

具体方法

小张说，你就把AI当成一个特别笨但有超能力的实习生，你得一步步领着它走。

我按他说的试了，真能几十秒出个像样的脚本。

你听我慢慢说，分几步走，特简单。

第一步：先定“一句话人设”，就是你这视频最核心的那个画面是啥。

比如我想做个“婆婆教媳妇做红烧肉”的，我不能只写“做红烧肉”，得写“一个六十岁的婆婆，穿着碎花围裙，在厨房里手把手教年轻媳妇切五花肉，灶台上冒着热气，旁边有个搪瓷盆子”。

你看，这就把人物关系、年龄、动作、环境都框住了，AI就不容易跑偏。

第二步：给镜头“写三个动作”，别贪多。

以前我写“切肉、下锅、翻炒、加酱油、炖、出锅”，好家伙，AI直接给我剪辑成食品安全教育片。

哈哈，后来我就精简成三步：第一个动作切肉，第二个动作炒糖色，第三个动作盛出来撒葱花。

你记住，就三四个动作，多了它反而乱套。

就像我跳广场舞，老师教新动作每次就教四个八拍，多了我脑子就糊，AI也一样。

第三步：把“感觉”翻译成“看得见的东西”，这个最绝。

我原来爱写“温馨”、“幸福”、“热闹”，AI完全不懂。

小张说你写“阳光透过窗户照在铁锅里，油滋啦滋啦响，婆婆笑着用手背擦额头上的汗”。

看到没？

一个“阳光”，一个“油滋啦”，一个“擦汗”，这就把温馨演出来了。

我后来给孙女拍宠物视频也这么干，写“橘猫在旧沙发上打滚，毛线球滚到地上，电视机里放着新闻联播”，AI还真给我整出那种懒洋洋的下午感觉了，哈哈。

还有个小窍门，时长和比例一定要写进提示词里。

你要做竖屏的，就写“手机竖屏，9:16”，要快节奏就写“每两秒切换一个镜头”。

我有一次忘了写横竖屏，AI给我生成个方形的，发朋友圈裁了半天，气死我了。

你们年轻人说的那个什么“缓冲”、“节奏感”，我不会说，我就写“镜头不要停，一直动”，这样也行。

还有画质，记得加“高清、真实、像电影镜头”，虽然我不懂啥叫电影镜头，但加上以后确实清楚多了。

对了，最后一定要加一句“不要出现文字和字幕”。

为啥？

因为AI一不高兴就给你屏幕上蹦出几个乱码字，跟贴了狗皮膏药似的。

我上次做那个“土豆炖牛肉”，它给我整了个“饕餮盛宴”四个大字，差点没把我笑死，哈哈哈哈。

再说说踩坑的事。

我在某东上买过一个“AI视频教程”，花了我九块九，结果教的全是翻译成英文再生成，我人老记性差，学了半天就记住一句话：“描述得越具体，AI越知道你要啥”。

但你别过度写细节，我试过写“手指头转动门把手，左手拿着蓝，色搪瓷杯，杯口有个缺口”，结果AI正儿八经给我生成一个有缺口的杯子，我还得求它“把缺口补上”，麻烦得很。

所以细节挑最重要的三四个就够了，多了就是给自己添堵。

你像要生成长文案脚本，开头我还真不会。

后来发现一个土办法，先给AI说“我要拍一个爆款视频，主题是：教年轻人怎么挑西瓜”，然候你让它给你出三个版本，版本一搞笑，版本二感人，版本三实用。

这个特别灵，我上次去公园溜达，看见有个年轻人摆摊卖手打柠檬茶，我脑袋一热就用这个方法，让AI生成个“大爷大妈都爱喝的柠檬茶”脚本，还真给我整出几个鬼畜画面，哈哈哈，现在我自己看一遍笑一遍。

• 避坑一：别写“老奶奶”，要写“六十岁短发穿紫色毛衣的老奶奶”，AI对年龄超敏感。
• 避坑二：别写“好看”，写“颜色鲜艳，红配绿，带点复古感觉”。
• 避坑三：千万别写“视频里出现手机”，AI会给你画个巨大的手机贴在脸上。
• 避坑四：记得写“镜头稳定，不抖”，不然AI给你整成战地记者跟拍。

我那天在小区门口等快递，忽然想通了一个道理，这AI啊，就像我家那口子，你跟他拐弯抹角他听，不懂，你直接说“明天把垃圾带下去”，他准能办到。

提示词也是，你要把脑子里的画面“拆碎”了，一样样摆给它看。

比如拍“下雨天便利店门口的猫”，你就别只说这个，你得说“灰蒙蒙的雨，便利店绿色招牌的灯光照在水洼上，一只三花猫蹲在纸箱里，耳朵动了一下，远处有汽车驶过的声音”。

你看，这不就出来了吗？

最后教你个压箱底的招，生成完了不满意，千万别重写，就用“把某某地方改成某某”来修。

我上次生成个“大妈跳广场舞”，结果那大妈的脸像个外国人，我就写“把脸改成亚洲中，年女性，扎马尾，穿红色运动服”，它就乖乖改了。

折腾了这么些天，我现在最顺手的就是先写个三句话：谁、在哪、干嘛。

然后加两个环境词（比如“傍晚”“路灯下”），再加一个动作细节（比如“低头看手机”）。

总共算下来差不多四十来个字，就够用了。

写太多它反而分不清主次，像咱们包饺子，馅儿多了皮容易破，哈哈。

好了，啰嗦这么多，其实就是一句话：你把它当成一个啥都不会但听话的实**，xi**生，提示词写清晰、写重点、写看得见摸得着的东西，爆款视频那不就是手拿把掐的事嘛。

哪天你做出个好玩视频，记得来告诉我一声哈（这个我真没想到，我老太太也能教别人用AI了，哈哈）。