很多人学AI视频提示词的常见做法是：看到一条惊艳的成片，直接丢给模型让它反推出提示词。网上流传的方法也大同小异——逐帧暂停，记下人物、场景、风格、光线、景别、运镜，然后照抄。但照着写出来的成片总比原片平一截，画面发糊、层次不足、质感不到位。问题不在你漏记了多少画面元素，而在于反推只能拿到成片的最终结果，决定质感的那些拍摄制作参数，根本无法从画面里直接提取出来。本文结合Google Cloud官方给Veo 3.1写的提示词指南，拆解反推失效的底层原因，给出4个可直接落地的优化方法，并附上PS插件StartAI的AI视频生成实操教程。
一、反推提示词为什么失效？先看两份清单的差别
网上流传的反推教程，让你记的是：景别、镜头角度、镜头运动、画面里是谁、在做什么、在什么地方、风格、光线、颜色。
而Google Cloud官方指南要求写的，是一份更完整的清单：
把两份清单并排看，缺口一目了然。
声音和负面提示词两大块，反推清单里完全没有：成片里听得到声音，却听不出音效该怎么写；画面看起来干净，却看不出哪些东西被刻意排除了。
更隐蔽的是摄影那一列的差别：反推教程让你记的景别、角度、运镜，只是摄影的一部分。官方指南里摄影还包括镜头与焦点——焦段、光圈、景深、焦点锁谁、要不要转移。这些参数融在画面里，看片的人只当它“拍得好”，意识不到它们是能写进提示词的。
反推的本质限制在这里：模型看到的是成片，而成片里只剩下结果，拍摄方法早就被吃进每一帧里了。所以反推给你的永远是一份画面描述清单，决定质感的那几个参数，一个都反推不出来。
照着反推版去跑，结果自然比原片平、比原片糊、比原片没层次——因为决定这些的东西，一个都没写进去。
二、换个定位：提示词不是画面的文字版
提示词的本质，是把脑子里的画面翻译成模型能执行的参数，是一组制作锚点。画面里看得见的东西用不着你重复描述，参考图会替你说；真正要你写的，是画面里看不见的东西——摄影机怎么走、光从哪来、焦点锁谁。
Google官方指南把顺序定成了固定优先级：摄影、主体、动作、环境、风格氛围。摄影排第一位，因为它决定了观众用什么方式看这段画面，其余几项都是“被看的东西”。这一层清楚了，下面四个方法就知道该往哪使劲。
三、4个核心落地方法
1、摄影参数分三层写
写摄影参数分三层，一层管一件事。先当导演，把基础参数定下来：焦段、画幅、光圈、快门、ISO、白平衡。这几个词很多人会写，但写进去往往只是凑数，关键是知道每个参数各自控制什么：
再当摄影师，写清楚这段画面怎么拍、机器怎么动：手持还是肩扛、上滑轨还是斯坦尼康、航拍还是固定机位、跟拍还是横移。
最后当跟焦员，写清楚焦点落在哪、要不要转移。三层合在一起，一段摄影参数大致长这样：
35mm 镜头，横画幅，光圈 f/1.8，快门 1/50，ISO 800，
白平衡偏冷。手持肩扛，画面带轻微呼吸感的起伏，
摄影机与被摄者保持两步距离同步后退。焦点始终锁在人物后背与伞沿，
经过前景停放的自行车时焦点短暂前移，随即拉回人物。2、用固定色卡锁定色彩一致性
写色彩不要写“好看的暖色调”这种话，要点名画面里占面积最大的那几种颜色，逐个写清楚，整段片子的调子就定下来了。
多段视频连着做时，光靠文字很难保证每段颜色一致，做法是先把色卡做出来，之后每次生成都带上它当色调参考。
色卡的文字写法，一句话就能说清：
本段画面综合色调由四种颜色构成：主体为褪色的砖红与陈旧的米白，
阴影部偏冷灰蓝，唯一的高饱和色只出现在人物手中的灯上，为暖橘黄。
除这四种颜色外，画面不出现其他高饱和色。色卡本身可以用图像模型生成，整段复制即可：
画幅比例 16:9 横版。
一张电影调色用的色彩参考卡，纯深色底，
画面横向排列四条等宽的色带，自上而下依次为褪色砖红、陈旧米白、冷灰蓝、暖橘黄，
四条等宽，边缘相接。
每条色带左端标注该颜色在画面中的用途小字：
主体、主体、阴影、唯一高亮。
色带边缘干净、色彩准确，不做渐变、不做透明，
整体像一张专业的调色参考卡。
底部一行小字标注这四种颜色的占比关系：砖红与米白占七成，
冷灰蓝占两成半，暖橘黄只占半成。
不要：照片元素、人物、场景、渐变、立体效果、
多余文字、水印、装饰边框。每次生成视频时把这张色卡一起喂进去，各段之间的色彩一致性会比纯文字描述稳得多，后期调色的活也能省下一大截。
3、按布光逻辑写光影
光影要写的是场地的布光方案，不是画面亮不亮。有五件事必须交代：主光源是什么、从哪个方向打过来、是直射还是漫反射、是柔光还是硬光、偏暖还是偏冷。
这五件事不写，模型会自己补一套最省事的布光——均匀、无方向、哪里都亮一点的正面光，出来的就是没有层次、不通透、人物贴在背景上的画面。写法示例：
主光源为画面右后方一盏低色温路灯，暖黄，从人物右后侧四十五度打来，
经湿地面反射形成第二道补光；正面无直射光，人物面部靠反射光提亮；
主光为硬光，边缘清晰，人物轮廓有一道明显的暖色描边；
环境整体偏冷，冷暖对比集中在人物身上。4、写制作指令，而不是画面描述
这层最容易写偏。多数人写的分镜是在描述画面内容，而模型需要的是制作指令：演员怎么演、摄影机走什么路线、场地和背景是什么。对比一下就明白了。只描述画面的写法：
雨夜的巷子里，一个穿红裙的女人撑伞走过，镜头跟着她。下制作指令的写法：
35mm 镜头，低机位手持跟拍，画面带轻微呼吸感晃动。
演员从画面右后方走入，步速偏快，肩膀微缩，
伞沿压低遮住上半张脸；走到巷子中段那盏路灯下停半秒回头，
视线扫向画左，随后继续前行。
摄影机保持在她身后两步距离同步后退，
经过积水时压低角度带过一次倒影。
背景是湿漉漉的青石板巷，两边斑驳砖墙，
巷尾那盏路灯的暖黄光从她右后方打来。
焦点锁在她的后背与伞沿，路过前景自行车时短暂前移再拉回。
同一件事，改后那版的差别在于：它写清楚了演员动作的细节和节奏、摄影机怎么走、背景里有什么、光从哪来、焦点锁谁。模型拿到的是一份能执行的东西，而不是一段氛围描写。
四、3个新手高频避坑技巧
参考图里已经有的信息，不要在文字里重复写：参考图有两种用法，单次生成用人物概念图，自带背景信息，场景描述就可以少写；长视频要精准控制人物，用角色卡，一张卡锁住脸、服装、体型，往后每段都引用。人物出现漂移时，恰恰要删掉文字里冗余的外貌形容词，把身份交给参考图，把文字额度留给运镜和动作。
不要写负面清单，改成正面描述：不要写“不要模糊、不要变形、不要多余的手指”，被否定的词本身会进入生成条件，写“不要模糊”，模型先听到的就是模糊。正确写法是描述排除之后你想要的样子，例如“画面主体清晰，人物形体完整，手部为正常五指结构，背景保持干净无杂物”。
不要迷信提示词模板：网上的模板能帮你复刻别人做过的那一条，换个创意、换个场景就不管用了。摄影、色彩、光影、分镜这四层能力在任何模型上都成立，重点是把脑子里的画面拆成可执行参数，而不是背模板。
五、PS插件StartAI AI视频生成实操教程
适用场景：不用跳转第三方平台，直接在PS内完成提示词调试、参考图上传、视频生成的全流程，生成结果自动保留PS原生图层，后续可直接在时间轴内微调，大幅提升提示词成片还原度。
方法优势：适配PS原生工作流，支持人物图、色卡图、场景图多图参考同步上传，色彩一致性控制能力更强，完美适配人像短视频、电商动态素材等国内高频创作场景。
操作步骤：
在 StartAI 插件里切换到 AI 视频生成。
这一步是 StartAI 的差异化能力：所有视频生成参数都在 StartAI 面板里完成，无需跳出 PS 打开其他工具。
把图片获取上来，如果提示词不会写，可以把模特和产品加上我们整理的这份提示词skill一起发给AI，跟它描述：
根据这个skill，写一段展示模特穿着这个鞋子的展示视频提示词，要有不同景别切换展示，有一位年轻女生活泼配音讲解，15秒，不展示鞋底。图2的鞋子白底图只用于细节还原
把需求都写给它，它会分析我们的产品，提供一份视频提示词。直接复制提示词，然后粘贴在视频需求。
第 4 步：设置视频参数
参数部分是最多人忽略的环节。先记下官方推荐配置：
| 参数 | 推荐设置 | 适用场景 |
| 生成模型 | Seedance2.0 mini | 电商展示选轻量模型即可 |
| 画面比例 | 9:16（竖屏）或 16:9（横屏） | 9:16 适配短视频和详情页 |
| 分辨率 | 720p | 高清展示必备 |
| 时长 | 15 秒 | 产品展示 10~15 秒节奏最好 |
| 视频声音 | 按需勾选 | 短视频建议开启 |
StartAI 已接入 Seedance、可灵、Wan 等多个模型，每个模型的风格差异很大：
- Seedance：写实风格最强，物理细节到位，电商主图场景首选
- Minimax H3开源：原生音视频一体生成，2K 输出，基座权重开源，性价比最突出
- 可灵：人物动作最自然，角色一致性强，画质规格高（4K），适合有人物出镜的广告片和高清投放
- Wan 系列：电影美学控制出色，氛围感强
具体选哪个，看实际需求。首次使用建议可以用官方推荐默认模型。
第 5 步：生成并回到 PS 剪辑
点「立即生成」，等待 1~3 分钟。生成完成后，结果会以视频图层形式回到 PS 图层面板。
最终效果：模特穿着新鞋自然走动，裙摆和光影随动作变化。这段展示视频的起点只是一张静态图，全程没有离开 PS。
立即使用StartAI：【点此一键下载StartAI插件】；
邀请码：【mKU7jz】，立领100积分，基础功能免费用！
