通义万相AI视频生成教程：零基础快速上手指南

通义万相AI视频生成工具近期热度飙升。本文深度拆解其核心玩法，从文本生成视频（文生视频）到图片生成视频（图生视频），再到提示词撰写技巧与运镜控制方法，一次性系统梳理。以下为完整操作指南，建议收藏备用。

1. 文生视频

基本介绍
文生视频的核心逻辑：输入文字描述，AI自动生成匹配的视频画面与动态流程。支持中英文输入，可选16:9、4:3、1:1、3:4、9:16等多种画幅比例，横竖屏场景全覆盖，适配不同终端与发布平台。

灵感扩写
若仅有模糊创意，通义万相内置灵感扩写功能。输入几个关键词，系统自动将提示词丰满化，画面丰富度与表现力直接提升一个量级。

提示词撰写
提示词是控制视频画面的核心杠杆。掌握书写技巧后，生成视频的品质与可控性将显著提升。如何写出高质量提示词？以下两个公式是关键。

提示词公式
公式 = 主体 + 场景 + 运动
- 主体：视频的主要表现对象，可以是人物、动物、植物、物体，甚至虚构意象。
- 场景：主体所处的环境，包含背景与前景，真实空间或虚拟场景均可。
- 运动：主体的具体动作或整体动态，如静止、小幅动作、大幅动作、局部运动等。

提示词示例：一位身着机甲汉服的黑发古风女孩，盘着发髻，转身望向镜头，柔软而富有光泽的发丝在空中轻灵舞动。

2. 图生视频

基本介绍
图生视频：上传一张图片作为视频的第一帧，配合文字描述，指引AI确定画面运动方向与镜头轨迹。上传图片支持任意比例裁剪，提示词同样兼容中英文。

图像裁剪
上传图片后，可按任意比例或预设比例裁剪、重新构图、旋转，便于二次创作。

提示词公式（图生视频同样适用）
提示词描述越完整、越精确、越丰富，生成视频的品质越高，也越贴近预期画面。为快速上手，针对不同需求准备了四种提示词公式：

基础公式
适合初次尝试AI视频的新手，或仅需灵感启发的用户。词句简洁自由，反而能激发更多想象力。
公式：提示词 = 主体 + 场景 + 运动
（主体、场景、运动含义同上）

进阶公式
适合有一定经验的用户。在基础公式上增加细节描述，视频质感、生动性与叙事性明显提升。
公式：提示词 = 主体（主体描述）+ 场景（场景描述）+ 运动（运动描述）+ 镜头语言 + 氛围词 + 风格化
- 主体描述：外观特征细节，用形容词或短句列举。
- 场景描述：环境特征细节。
- 运动描述：运动幅度、速率、作用效果。
- 镜头语言：景别、视角、运镜等（见下文提示词词典）。
- 氛围词：画面氛围描述。
- 风格化：画面风格语言。

运镜公式
适合对镜头运动有明确要求的专业场景。在基础或进阶公式之上叠加运镜描述，视频的动态感与叙事性更突出。
公式：提示词 = 运镜描述 + 主体（主体描述）+ 场景（场景描述）+ 运动（运动描述）+ 镜头语言 + 氛围词 + 风格化
运镜描述：对镜头运动的具体描述。建议代入导演视角撰写，运镜时长最好控制在5秒内，避免过于复杂。
示例：镜头从满屏古色古香的木质屏风开始，慢慢向左平移，露出屏风后面端坐着的古风女孩，女孩穿着蜀绣汉服，发髻高高盘起，正在参加线上视频会议。

形变公式
适合有明确创意需求的用户。在基础或进阶公式基础上叠加形变描述，可实现意想不到的视觉效果。
公式：提示词 = 主体A（主体描述）+ 形变过程 + 主体B（主体描述）+ 场景（场景描述）+ 运动（运动描述）+ 镜头语言 + 氛围词 + 风格化
- 主体A：形变前的特征与状态。
- 形变过程：从A到B的变化过程，越详细越自然。
- 主体B：形变后的特征与状态。
示例：日漫风格。城市街道一角，一只黑猫蹲伏在路灯下，注视着远处的霓虹灯光。突然一道蓝色光芒从天而降，迅速包裹住它的身体。黑猫在光芒中腾空而起，黑色毛发逐渐消散在空气中，身体迅速拉长。它的皮毛变为一件黑色修身西服，勾勒出修长轮廓。猫耳消失，脸部轮廓逐渐清晰，最终化为一张帅气而冷峻的少年面孔。他轻巧落地，西服在夜风中微微飘动，蓝光渐渐褪去，宛如一位从未来世界走出的神秘少年，优雅而自信。

提示词词典

通过不同维度的提示词，可精准控制视频的可控性与表现力。以下整理常用维度及示例。这些仅供参考，完全可自行发掘更多妙招。

1. 景别

特写：特写镜头，视频中镜头特写一位古风女子的脸庞，柔和光线洒在皮肤上，勾勒出细腻轮廓。
近景：近景镜头，视频中镜头近景显示一位古风女子捧着一把青色折扇，指尖轻轻划过扇面上的精美花纹，仿佛在细细品味其中韵味。
中景：中景镜头，视频中镜头中景展示一位古风女子袅袅婷婷地走在花丛中，长裙随风飘荡，仿佛在与自然交融。
远景：远景镜头，视频中镜头远景展示繁华城市街道，宽阔人行道上人来人往，形成生动而热闹的画面。
鸟瞰：鸟瞰镜头，视频中镜头采用鸟瞰视角，俯瞰整个城市全貌，展现出互相交织的街道与建筑。

2. 视角

低角度：视频从一双行走的腿开始，镜头采用低角度拍摄，聚焦于脚步移动。画面中，鞋子踩踏在粗糙的废弃地面上，周围是破碎混凝土和零散杂草，展现出废土风格的荒凉与颓废。
俯拍：视频展示了一个在末世中行走的人的场景，镜头从高处俯拍一个人在废土风格场景中随着阳光缓缓前行。
无人机FPV：无人机视角，视频开始时镜头采用FPV（第一人视角）无人机拍摄，带来身临其境的感受。镜头迅速穿越城市高楼大厦之间，展现出宏伟的都市景观。建筑物在视野中迅速闪过，光影交错，映衬出城市的现代与繁华。

3. 镜头

鱼眼：鱼眼镜头，视频展示一段鱼眼镜头下的画面，镜头采用鱼眼视角，带来独特弯曲效果，将繁忙城市街道呈现得更加引人注目。画面宽阔视野让观众感受到建筑物仿佛在向天空倾斜，街道两旁高楼在鱼眼镜头的渲染下分外立体，扭曲线条形成强烈视觉冲击，充分展现城市的活力与喧嚣。
广角：广角镜头，视频以广角镜头捕捉一个繁忙城市街道监控场景，画面宽广，视野开阔。街道两旁高楼林立，车流不息，行人川流不息，展现出城市生活的喧嚣与活力。

4. 运镜

推进：视频中展示一块巨大立方体石块，伫立在广场中央，周围宁静。镜头缓缓推进，逐渐靠近石块，粗犷纹理和岁月痕迹逐渐清晰。
拉远：视频中展示一块巨大立方体石块，稳稳伫立在广场中央。镜头缓缓拉远，石块的宏伟轮廓逐渐显现，广场的石砖和周围草坪逐渐展露。最终，整个广场的景色展现在眼前。
平移：视频中展示一块立方体石块，镜头聚焦在立方体石块上，阳光透过散发出温暖光泽。随着镜头轻轻移动，石块细节在视野中渐渐变化，周围环境模糊成背景。随即，镜头自然切换到旁边的立方体铁块，光滑金属表面在阳光下闪烁。焦点流畅转移，铁块的冷冽与石块的厚重形成鲜明对比。镜头在两者之间游走，展现出各自的独特魅力。
跟随：视频中展示一个立方体石块在广场中央滚动，镜头跟随运动。随着砾石的移动，周围绿草如茵。镜头灵活地紧贴砾石，捕捉到地面上细微纹路和春风掠过的动感。
环绕：视频中展示一块巨大立方体石块，伫立在广场中央。镜头旋转延展，围绕石块延伸，捕捉到表面粗犷纹理和阳光下闪烁的细微光泽。

5. 速率

慢速：赛车缓慢移动，背景在静谧中逐渐清晰，一切都仿佛被时间拉长。车速温和，带来一种悠然自得的体验与心灵宁静，车手在这片安详中如同与周围环境融为一体，流露出的专注让人心生敬畏。
快速：赛车快速行驶，背景在瞬息之间模糊，一切都仿佛变成色彩的交错。车速迅猛，让人感受到强烈刺激与肾上腺素飙升，车手在这片轰鸣中如同掌控整个世界，释放出的激情让人热血沸腾。
慢动作：人流缓缓移动，慢动作放大了每个行人的步伐，行人与环境融为一体，映衬出生活的每一个细节。步伐缓慢却充满韵律，仿佛在诉说着城市的故事，带着思考与感悟，分享着生活的诗意。
延时摄影：视频展示植物以延时效果迅速生长开花的惊人过程。画面中，嫩芽在短短几秒钟内经历了生长与绽放，从青涩芽苞到鲜艳花朵，瞬间令观众目眩神迷。每个环节被清晰捕捉，展现出生命力的蓬勃与美丽，让人不禁感叹自然界的奇妙与神奇。

6. 氛围

活力/欢快/愉悦/美好：视频展示一片充满活力的森林，阳光透过树冠洒下金色光斑，鸟儿在林间欢快飞舞，清脆鸣叫声在空中回荡，仿佛在为这片生机勃勃的天地演唱颂歌。树叶在微风中轻轻摇摆，像是随着乐曲节拍欢快起舞，欣欣向荣的景象令人心生愉悦。小动物们在草地上嬉戏，花朵在阳光下绽放，整个森林充满生机与活力，仿佛在诉说着生命的美好与无限可能，让人感受到大自然的蓬勃与希望。
幽深/柔和/安静/梦幻：视频展示一片幽深森林，夜晚的宁静如同一层柔和轻纱，温柔笼罩每一寸土地。四周静谧无声，仿佛时间在此刻凝固，唯有微风轻轻拂过树梢，带来细微沙沙声，仿佛在与大自然低语。夜空如深蓝绒布，星光点点闪烁，宛如遥远宝石镶嵌其中，散发出清冷而柔和的光芒。整个场景安静而和谐，令人心旷神怡，仿佛走入梦幻境地，恍若与世隔绝，尽情融入这片自然的怀抱。
孤独/冷清/惆怅/宁静：视频展示一片孤独森林，四周寂静无声，仿佛时间在这一刻停滞。树叶轻轻飘落，缓缓铺洒在地面，发出微弱窸窣声，仿佛在低声诉说秋天的离别。空旷空间中只有风声孤独回荡，似乎在唤醒这片沉寂土地。阴影在树木间交错，营造出冷清而忧郁的氛围，整个场景透着一丝孤寂，让人感受到一种淡淡的惆怅，仿佛在向失去的时光致敬，深处于这一片宁静中，让人不禁沉思。
紧张/不安/压抑/阴郁：视频展示一片紧张森林，狂风肆虐，猛烈吹动树梢和树叶，发出一阵阵低沉沙沙声，如同大自然在低语着不安的预兆。树干摇曳，似乎在抗争突如其来的威严。天空中乌云密布，厚重云层像是压抑的心情，笼罩整个画面，透出一种阴郁而凝重的气氛。周围的一切似乎也在为即将到来的变化而屏息，整个场景充满紧迫感，令人心头微微一紧，仿佛随时都会爆发出无法预知的风暴，使人感受到大自然的无情与力量。
庄严/力量/宏伟/敬畏：视频展示一片庄严森林，树木高大挺拔，如同守护者般屹立在大地，散发出一种无言的力量。阳光透过浓密树梢，洒下斑驳光芒，形成层层光影交织在地面，仿佛在绘制一幅自然画卷。空气中弥漫清新气息，偶尔传来的鸟鸣声低沉而庄重，增添了几分肃穆氛围。整个场景透着一种宏伟与宁静，引人肃然起敬。这个森林仿佛是时光见证，承载着无数故事与秘密，让人感受到大自然的庄重与神秘，令人心生敬畏，仿佛置身于一片灵性之地。

7. 风格

赛博朋克：复古赛博朋克风格 – 闪烁霓虹灯下，一名身着皮夹克的赛博战士在废弃电子工厂中穿行，镜头从他背影拉远，展示出一个充满未来科技感的城市夜景。
废土风格：视频展示废土风格背景下，一位仿佛来自异世界的飞天仙女的惊艳现身。她身着破旧却华丽服饰，背后展开一对由废墟碎片构成的奇异翅膀，翱翔在荒凉地景之上。镜头跟随她的飞行轨迹，从低空拉高至广阔天空，展现出她轻盈身姿与废土世界的强烈对比，每一次挥翅都似乎在诉说着生存与希望的故事。
勾线插画：法庭上，一只机智敏捷、口才了得的狐狸律师，身着笔挺律师袍，正滔滔不绝地为当事人辩护，她的每一个论点都精准有力，让旁听者无不为之动容，勾线动画。
国风动漫：国漫风格穿越少女，在古代宫廷中烛光照耀下学习礼仪，一举一动皆显古风优雅。
毛毡风格：视频展示一个由毛毡制成的人物在厨房环境中的生动场景，增添了几分童趣。毛毡小人正站在迷你厨房里，手里拿着小锅铲，仿佛在精心烹饪美食。背景是一面挂满各种厨具的墙，整个空间充满温馨气氛。视频通过固定视角捕捉毛毡小人的每一个动作，包括搅拌、翻炒等，展现了其精湛的“厨艺”。
经典名作：梵高的《星夜》中，一位穿着现代服饰的滑板少年在扭曲的树木间穿梭，星空下的光影效果与滑板轨迹交相辉映。
像素游戏：一个人站在游戏风格的像素世界里，配备有史以来最华丽、高分辨率8K纹理包。

来源：互联网