万相视频提示词写作指南：主体+场景+运动公式（附 8 个可抄模板）
万相（Wan）系列模型的提示词逻辑和大多数视频模型不一样：阿里官方直接给了一个可以照着填的公式——基础版"主体 + 场景 + 运动"，进阶版再加上美学控制和风格化。这意味着你不需要"玄学咒语"，只需要像填表格一样把画面要素写全。这篇把官方公式、镜头语言词汇表、图生视频专用写法和 8 个可直接照抄的模板一次整理给你，网页版、百炼 API、本地开源模型三条路径通用。
提示词是整个七步流水线里复用率最高的基本功——第②步写故事、第⑤步写分镜，本质都是在写结构化的视频提示词。
开源 Wan2.2-VACE 官方演示：提示词里写清"人物动作 + 镜头推进"，画面就会照着执行（视频来自 ComfyUI 官方模板库）
基础公式：主体 + 场景 + 运动
官方给新手的最小可用公式。三个槽位各写各的，写全就能出效果：
- 主体：画面主要表现对象——人、动物、物品或想象物体。写清"谁/什么"，必要时带外观细节
- 场景：主体所处的环境，含背景与前景，可真实可虚构
- 运动：主体的动作或镜头的运动，可以是静止、小幅动作、大幅动作或整体动势
照抄示例：
一只橘猫趴在洒满阳光的木质窗台上，尾巴缓慢地左右摆动，窗外有鸟飞过。
进阶公式：加美学控制与风格化
要把画面从"能看"提到"能交片"，用官方进阶公式：主体（描述）+ 场景（描述）+ 运动（描述）+ 美学控制 + 风格化。
一个实用技巧：技术参数前置——先把镜头语言词汇罗列在开头，再写画面内容，例如"边缘光，低对比度，中近景，日光，左侧重构图，暖色调，柔光"。
镜头语言词汇表（官方口径）
| 维度 | 可抄词汇 |
|---|---|
| 光源 / 光线 | 日光、火光、阴天光、晴天光 ｜ 柔光、硬光、侧光、高对比度 |
| 景别 / 构图 | 特写、近景、广角 ｜ 中心构图、左侧/右侧重构图 |
| 焦段 / 机位 | 长焦、超广角-鱼眼 ｜ 过肩角度、高角度、航拍 |
| 运镜 | 镜头拉远、镜头向左移动、镜头推进、环绕运镜、复合运镜 |
| 镜头类型 | 干净的单人镜头、双人镜头、群像镜头、定场镜头 |
| 色调 / 风格 | 暖色调、低饱和度 ｜ 赛博朋克、毛毡风格、3D 卡通、像素风格、黏土风格、黑白动画 |
| 特效 | 移轴摄影、延时拍摄 |
图生视频：只写"运动 + 运镜"
图生视频时，图像已经把主体、场景和风格定死了，提示词只需要写动态过程和运镜需求，别去描述和首帧矛盾的内容：
- 用形容词控制动态程度："快速地""缓慢地""轻轻地"
- 运镜写法："镜头推进""镜头左移"；不想镜头动就写"固定镜头"
照抄示例（配一张人物站立图）：
女孩缓缓抬头，长发随风轻轻飘动，镜头缓慢推进，固定景别，柔和的自然光。
声音、多镜头与参考生视频（API 版专属写法）
声音公式（万相 2.5 及以后支持）：主体 + 场景 + 运动 + 声音描述。人声 = 说话内容 + 情绪 + 语调 + 语速 + 音色 + 口音；音效 = 音源材质 + 行为 + 环境音；BGM = 配乐 + 风格。例如："一个男人在讲脱口秀，他说道：'好好学习，天天向上'，语气轻松，语速适中，声音清亮。"
多镜头公式（2.6/2.7）：总体描述 + 镜头序号 + 时间戳 + 分镜内容，写法如"第 1 个镜头[0-3秒]男孩在操场角落独自坐着，低头望着手中的信纸，随后轻轻叹气；第 2 个镜头[3-6秒]……"。要一镜到底就写"生成单镜头"。
参考生视频（2.7+）：用"图 1""视频 1"指代上传素材，结构 = 参考指代 + 动作 + 场景 + 台词（可选）+ BGM（可选）。台词放引号里会原样保留；不想要台词写"无台词"，不要配乐写"无背景音乐"。
8 个可抄模板
以下模板按"进阶公式"写好，直接替换方括号内容即可用：
- 产品特写：[产品名]置于[场景]中央，转台缓慢旋转展示，柔光棚拍质感，特写镜头，暖色调，低饱和度背景，固定镜头。
- 城市宣传：航拍视角，[城市地标]在[清晨/黄昏]的光线中，镜头从高空缓慢推近再环绕运镜，高对比度，暖色调，延时拍摄质感。
- 人物口播：一位穿着[服饰]的[年龄][性别]面对镜头说话，说道："[台词]"，语气[情绪]，语速适中，中近景，柔光，室内简洁背景，固定镜头。
- 美食：[食物名称]特写，热气缓缓升起，酱汁缓慢流淌，微距镜头，暖色调，侧光突出质感，浅景深，固定镜头。
- 动物萌宠：一只[动物]在[场景]里[动作]，动作[快速/缓慢]，镜头拉远露出全景，日光，低对比度，中心构图。
- 赛博朋克城市：雨夜的未来都市街道，霓虹灯牌反射在湿滑地面，一位穿着黑色风衣的行人缓步走过，镜头跟随，高对比度，赛博朋克风格，冷色调。
- 首尾帧过渡（配两张图）：镜头从首帧的[描述]平滑推进变化到尾帧的[描述]，运动连贯，速度均匀，无跳变。
- 多镜头叙事：第 1 个镜头[0-3秒][分镜A]；第 2 个镜头[3-6秒][分镜B]；第 3 个镜头[6-10秒][分镜C]，整体风格统一，[风格化词汇]。
两个提效细节
提示词自动优化。百炼 API 调用时开启 prompt_extend 参数，短而宽泛的提示词（如"小猫在雪地里玩雪球"）会被自动扩写成结构化描述，新手建议常开；本地开源版可以用 --use_prompt_extend 达到同样效果（详见命令行教程）。
负向提示词。官方指南只覆盖正向写法；本地开源模型（Wan2.1/2.2）支持 negative prompt，把"模糊、变形、文字、水印、低画质"这类词放进去能稳定兜底，ComfyUI 工作流里默认就有这一栏（见ComfyUI 教程）。
系列导航
- 总览：Wan 3.0 上手指南：30 秒一镜到底、文档直出视频，三条路径怎么选
- 本篇：万相视频提示词写作指南（官方公式与可抄模板）
- ComfyUI 跑通 Wan2.2 完整教程：5B 单卡起步到 14B 双专家工作流
- Wan2.2 命令行生成教程：generate.py 全家桶与低显存方案
- 流程通用总纲：从一句话到成片：MiniMax H3 完整制作流程
- 站内产品页：Wan（通义万相）
本文提示词公式与词汇表整理自阿里云帮助文档《文生视频/图生视频 Prompt 指南》，演示视频取自 ComfyUI 官方模板库（Wan2.2 开源模型生成），仅供学习演示；模板与教程整理为原创内容。不同版本的模型对高级写法的支持有差异，以官方文档为准。
官方资源：Prompt 指南 help.aliyun.com/zh/model-studio/text-to-video-prompt ｜ wan.video ｜ 开源仓库 github.com/Wan-Video/Wan2.2