中文AI视频提示词生成器

AI CHINESE PROMPT

简繁 EN

By AI Tools Desk Published 17 Jun 2026 Updated 3 Nov 2026 Last reviewed 3 Nov 2026

关于这个工具

按万相官方指南写视频提示词：文生、图生、多镜头

按万相官方指南写中文 AI 视频提示词:文生视频、图生视频、多镜头时间戳,附光线、景别、运镜用语与反向提示词。免费,浏览器本地运行。

RT-AI-060 · AI Tools

你的浏览器版本过旧,此工具的交互功能无法运行。请更新至 Safari 13.1、Chrome 或 Edge 80、Firefox 74 或以上版本。

按万相官方指南的公式写视频提示词：文生视频、图生视频或多镜头。

反向提示词（只放进工具的反向提示词栏）

提示词

反向提示词

📅 研究资料截至 2026年11月3日 · 来源： Alibaba Cloud Model Studio, 视频生成Prompt指南 for 万相 (Wan): formulas and term tables, read 2026-11-03.

标准、已发表的公式与参考数据会随时间修订 — 依据这些数字行事前，请对照当前的权威来源核实。

怎样写一条视频提示词

先选写法

文生视频写主体、场景和运动；图生视频只写运动和运镜，因为图片已经定下了主体、场景和风格；多镜头写一句总体描述，再按顺序写每个镜头和它的秒数。

点选画面用语

光线、景别、构图、机位、色调、运镜和风格都可以点选，这些词都出自万相的官方提示词指南。点选的词会按指南的顺序接在你写的描述后面。

需要时加声音

台词会写成「某某说：“……”」，指南说明模型会照原话生成；也可以勾选「无台词」「无背景音乐」，或用「生成单镜头」要求一镜到底。

复制到你的工具

提示词和反向提示词分开复制：反向提示词只放进工具的反向（负面）提示词栏，不要写进正文。

为什么按指南的公式写

这一页照着阿里云百炼的「视频生成Prompt指南」（万相）来写提示词。指南给了几条公式：文生视频是「主体（主体描述）+ 场景（场景描述）+ 运动（运动描述）+ 美学控制 + 风格化」；图生视频只写「运动 + 运镜」，因为图片已经决定了主体、场景和风格；多镜头写「总体描述 + 镜头序号 + 时间戳 + 分镜内容」。

这一页以前把各栏用「## 标题」拼起来，标题文字会跟着粘进模型；还把「不要……」写进正文，而指南说提示词是正向提示词。现在提示词是一段连贯的描述，排除项单独放在反向提示词框里。按钮上的光线、景别、构图、机位、色调、运镜和风格用语，全部取自指南的提示词词典。

其他视频模型的官方指南没有在本页引用，所以这里不声称同一套写法对可灵、即梦或海螺同样有效。

阿里云：视频生成Prompt指南（万相）

常见问题

出自阿里云百炼的「视频生成Prompt指南」（万相）：文生视频是「主体 + 场景 + 运动 + 美学控制 + 风格化」，图生视频是「运动 + 运镜」，多镜头是「总体描述 + 镜头序号 + 时间戳 + 分镜内容」。可选的画面用语也都取自该指南的提示词词典。
能复制过去用，但这里的公式和用语是万相官方写的，别家没有在本页引用的文件里确认过。拿到别的工具上用，请以那个工具自己的说明为准。
指南把提示词定义为正向提示词，描述画面里应该有什么。不想要的内容放在工具的反向提示词栏里，不写进正文。
按你填的每个镜头的秒数依次累加，写成「第1个镜头[0-3秒]」「第2个镜头[3-6秒]」，与指南的「镜头 1[0-3 秒]」写法一致。总长度在列表下方显示。
不会。提示词完全在你的浏览器里拼好，不调用任何模型，也不发送到任何地方。

方法与来源

计算方式

In the browser, by a tested kernel. Text to video joins subject, scene, motion, the chosen lighting, shot, camera and style terms, then sound, into one description; image to video gives motion and camera movement only; multi-shot gives an overall line, then 第n个镜头[a-b秒] per shot. All follow Alibaba Cloud's 万相 (Wan) prompt guide. Exclusions come back separately as a negative prompt. No model is called.

本工具依据的标准

Corrected 2026-10-19: the page said most Chinese video models render about 5-10 seconds per clip. Current flagships allow 15 to 30 seconds: Kling 3.0, Hailuo 3.0 and Wan 2.7 up to 15 s, Vidu Q3 Pro 16 s, Seedance 2.5 30 s, per RECATOOLS' AI video model specs dataset, where each figure carries the vendor documentation it came from (checked 20-21 August 2026). The advice to keep one action per shot is kept, worded as practice rather than a limit.
Rebuilt 2026-11-03 in all three languages. The page joined its fields under Markdown "##" headings, so each heading was pasted into the model with the scene, and it wrote the exclusions into the prompt as "不要…", while the 万相 guide defines the prompt as the positive prompt. The prompt is now one description in the guide's order, exclusions come back in a separate negative-prompt box, and image-to-video and multi-shot forms follow the guide's own formulas.
The clip-length paragraph and the AI video model specs citation were removed with the copy they supported: the page no longer states durations. Other vendors' guides are not cited, and the page says so rather than claiming the wording works equally in Kling, Jimeng or Hailuo.
Merged 2026-11-03: /chinese-image-to-video-prompt-builder/ now redirects here, to this page's image-to-video mode, which writes the 万相 guide's 运动 + 运镜 formula. The retired page held no list or data to port.

资料来源

Alibaba Cloud Model Studio. 视频生成Prompt指南 (万相): the text-to-video, image-to-video and multi-shot formulas, the fixed phrases 无台词, 无背景音乐 and 生成单镜头, and the term tables every button is taken from. https://help.aliyun.com/zh/model-studio/text-to-video-prompt — read 2026-11-03.

中文AI视频提示词生成器