Grok 视频 Prompt 指南

AI 视频的质量很大程度取决于 prompt。Grok 能理解自然语言，但你写得越具体，模型越容易生成稳定、可用的画面。

一个好 prompt 应该包含什么？#

建议用这个结构：

主体 + 动作 + 场景 + 光线 + 镜头 + 风格 + 画面约束

例如：

一名穿黑色风衣的年轻女性走过雨夜街道，
霓虹灯反射在湿润路面上，镜头缓慢向前推进，
电影感，高对比光线，真实质感，人物保持清晰。

这个 prompt 比“女人在城市里走路”好得多，因为它同时告诉模型要生成谁、在哪里、怎么动、镜头怎么拍、画面应该是什么质感。

主体要具体#

主体可以是人、产品、动物、建筑或抽象物体，但要写清楚关键特征。比如“一个角色”太宽泛，“穿银色夹克、短黑发、站在未来实验室里的年轻工程师”更可控。

如果是品牌或产品视频，建议上传参考图，并在 prompt 中说明“保持产品形状和标志清晰”。

动作要简单#

一次只写一个主要动作。比如“人物走向镜头并微笑”比“人物跑步、转身、挥手、跳跃并换衣服”更稳定。

AI 视频对复杂互动、手部细节和快速运动仍然容易出错。动作越清楚，结果越自然。

镜头语言很重要#

你可以加入这些词：

• slow push-in：缓慢推进

• tracking shot：跟拍

• wide shot：广角全景

• close-up：特写

• handheld feel：手持感

• bird's-eye view：俯视

镜头词能帮助 Grok 决定画面如何移动，而不只是让主体动起来。

光线和风格决定质感#

常用描述包括：soft morning light、cinematic lighting、warm sunset、studio product lighting、moody contrast、documentary style。中文也可以写，但保留常见英文摄影词有时更稳定。

可复用模板#

[主体] 正在 [动作]，位于 [场景]。
光线是 [光线描述]，镜头 [镜头运动]。
整体风格 [风格]，画面清晰，运动自然，主体保持一致。

把这个模板保存下来，每次只替换主体、动作和场景，就能更快找到稳定结果。

常见错误#

不要写过于抽象的情绪，例如“孤独的感觉”。改成可见画面：“一个人坐在空咖啡馆窗边，看着雨水流过玻璃”。模型无法直接拍摄概念，但可以拍摄场景。