跳到主要内容

图生视频提示词:怎样让你的照片动起来(附 15 个示例)

阅读约 6 分钟

作者:Nureta Team更新于 2026年11月21日

把图片做成视频时,图片已经交代了有谁、在哪里。你的提示词有另一项任务:说明什么在动、镜头怎么动、镜头怎样收尾。在 Nureta,图片有两种方式变成视频:作为出演者中某个人的面部照片,或作为某个镜头的首帧或尾帧。每种方式需要的提示词略有不同。这篇指南说明每种方式该写什么,并附 15 个可以直接复制的示例。

Nureta 是 No.1 的无过滤 NSFW AI 视频平台,深受 100,000+ 用户信赖。文字生成视频、图片生成视频,最长 3 分钟。

想试试?粘贴你的故事,看它变成视频。

制作你的第一个视频

图片的两种用法,以及该写什么

面部照片:在“创作”页的“出演者”下,每张人物卡片可以添加一张经本人同意的成年人照片,最多 3 人。照片决定这个人是谁,每个场景都保持同样的脸。你照常写故事:地点、动作和镜头。

首帧和尾帧:视频长于 15 秒时,在确认步骤把“模式”设为“编辑”。在分镜中,每个 4 到 15 秒的镜头都有一段简短文字,说明这个镜头里发生什么,并且可以把你的图片作为它的首帧、尾帧或两者。画面帧会按原图使用,所以文字要描述动作,而不是描述图片。

每个视频只能选一种方式:画面帧不能和面部照片、素材库中保存的角色、参考图或背景同时使用。

图片的两种用法,以及该写什么
方式在哪里添加图片提示词的作用
面部照片“出演者”下的人物卡片讲故事。照片决定人物是谁
首帧编辑模式中的某个镜头(长于 15 秒的视频)说明图片怎样开始动起来
尾帧编辑模式中的某个镜头说明镜头停在这张图片之前发生了什么
首帧和尾帧编辑模式中的同一个镜头说明怎样从一张图片过渡到另一张

动作提示词要写明的 4 件事

描述变化,而不是图片里已有的东西。画面帧里已经有发型、衣服和房间,所以把字数花在动作上。每 4 到 5 秒一个清楚的动作,通常比一个镜头里塞五个动作效果更好。

写明这四件事:

动作提示词要写明的 4 件事
要素示例词
人物的动作她转过头、慢慢露出微笑、站起来、走向镜头
镜头的运动缓缓推近、镜头保持不动、向左摇、手持拍摄、近景
环境的变化窗帘随风飘动、雨打在窗上、烛光摇曳、海浪
节奏和结尾缓慢而梦幻、平静、急切、结束在她眼睛的近景上

首帧:从你的图片开始(示例 1 到 5)

把你的图片上传为某个镜头的“首帧”。镜头从这张图片开始,然后动起来。

1. 她把头转向镜头,慢慢露出微笑,把头发往后拨。镜头缓缓推近。柔和温暖的光线。

2. 他从椅子上站起来,一边松开领带,一边走向镜头。镜头保持不动。从容而自信。

3. 窗帘随风飘动。她在床上伸了个懒腰,翻身侧躺,看向镜头。轻柔、梦幻的节奏。

4. 她身后的窗上淌着雨水。她抿了一口红酒,向前走近。镜头缓缓推近,然后是她眼睛的近景。

5. 她笑着拉起他的手,把他拉出画面,走向卧室。手持镜头跟着他们。

尾帧:停在你的图片上(示例 6 到 8)

把你的图片上传为“尾帧”。镜头朝它推进并停在它上面,所以要写在那一刻之前发生了什么。

6. 她推门进来,丢下外套,最后坐在床沿,看向镜头。

7. 镜头从房间的远景开始,慢慢推近,最后停在他脸部的近景上。

8. 他们在房间里慢慢起舞,最后停在图片里那个拥抱的姿势。

首帧和尾帧一起用(示例 9 和 10)

把一张图片上传为同一个镜头的首帧,另一张上传为尾帧。文字说明怎样从一张过渡到另一张,所以两张图片要在同一个地点、有同样的人。

9. 她从沙发上起身,走到窗边,转身面向镜头。动作流畅而缓慢。

10. 他们一边接吻,一边从门口移到床上,一个缓慢的连续镜头。

面部照片:让你的出演者进入场景(示例 11 到 13)

使用面部照片时,照片决定人物是谁,其余一切由故事决定。故事里用的名字要和人物卡片上的一样。

11. 莉娜和乔恩在露台上享用烛光晚餐。莉娜隔着桌子探身吻他。近景,温暖的光线。

12. 乔恩的 POV。莉娜仰躺在白色床单上,抬头看着镜头说 {过来。} 柔和的晨光。

13. 场景 1(酒店酒吧):莉娜和乔恩边喝鸡尾酒边调情。场景 2(电梯):电梯门关上时,他们开始接吻。场景 3(房间):缓慢而性感,台灯光下。

更多故事提示词,请看24 条 NSFW AI 视频提示词示例。

长视频:多个镜头,多张图片(示例 14 和 15)

在编辑模式中,每个镜头都可以有自己的画面帧,视频最长约 3 分钟。“自动衔接”默认关闭。打开它可以让衔接更顺滑:在同一地点,每个片段都会从上一个片段的尾帧开始(换到新地点时仍然是切换镜头),但视频渲染会更慢。

14. 镜头 1,首帧是她站在门口:“她打开门,露出微笑。”镜头 2:“他们一边接吻,一边走进房间。”镜头 3,尾帧是两人在床上:“他们笑着倒在床上。”

15. 镜头 1,首帧是她在海滩上:“她沿着海岸朝镜头走来。”镜头 2:“日落时,她坐在沙滩上,海浪一阵阵涌来。”镜头 3:“近景。她看着镜头,微微一笑。”

视频看起来不对时

大多数问题都能在提示词或分镜里简单解决:

视频看起来不对时
问题要改什么
没什么动静,或动得很少在镜头文字里写明一个清楚的动作和一个镜头运动
发生的事太多,看起来很仓促每个镜头只保留一个动作,或把这个镜头加长(最长 15 秒),同时把另一个镜头缩短
加了画面帧的镜头里脸变了加了画面帧的镜头会忽略它的面部参考。请用一张清楚露出脸的画面帧
背景被忽略了加了画面帧的镜头会忽略它的背景图。请把地点放进画面帧本身
镜头之间的衔接有跳跃打开“自动衔接”(渲染会更慢)
面部照片看起来不像本人使用一张清晰、光线充足、正脸、只有一个人的照片
有一个片段出来不对“修改部分片段”会重做那个片段。每个付费视频在 3 天内包含 1 到 3 次免费片段修改

可以使用哪些图片

只使用你有权使用的、经本人同意的成年人的图片:你本人,或明确同意的伴侣。每张照片和画面帧都会经过自动年龄检查,未成年人的照片会被拒绝。明星和公众人物不被允许,看起来像明星或公众人物的照片会被自动拒绝。含有受版权保护角色的照片也会被拒绝。

可上传 JPG、PNG、WebP 或 HEIC 文件,最大 20 MB。“素材库”中保存的项目暂时不能用作画面帧,所以请直接上传文件本身。免费的首个视频是 5 秒片段,因此没有编辑模式,也不能用画面帧,但可以使用面部照片。全部规则请看用自己的照片做成人 AI 视频:同意规则。

常见问题

图生视频提示词应该写什么?
写会动的东西:人物的动作、镜头的运动、周围在动的东西,以及镜头怎样收尾。例如:“她把头转向镜头,慢慢露出微笑,把头发往后拨。镜头缓缓推近。”每 4 到 5 秒一个清楚的动作,通常效果不错。
需要描述照片里有什么吗?
不太需要。首帧或尾帧会按原图使用,所以图里的人物、衣服和房间都已经在了。把字数花在动作和镜头上。使用面部照片时,照片决定脸,故事决定地点和动作。
可以用一张照片做长视频吗?
可以。在最长约 3 分钟的视频里,一张面部照片能让每个场景都保持同样的脸。在编辑模式中,你还可以给每个镜头设置各自的首帧或尾帧。
为什么我不能添加首帧?
画面帧需要编辑模式,而编辑模式用于长于 15 秒的视频,所以免费的 5 秒片段没有画面帧。画面帧也不能和“创作”页上的其他图片同时使用:要使用画面帧,请先移除面部照片、素材库中保存的角色、参考图和背景。
图生视频比文生视频贵吗?
不贵。价格取决于时长和分辨率:480p 每 5 秒 $1.29 起。创作者目录中的场景可能会加收场景费,确认步骤会显示这笔费用。编辑模式和画面帧不额外收费,也没有订阅。

相关场景合集

写下你自己的场景

用 Google 登录后,第一个 5 秒视频免费。

或者从真实场景开始

  • 示例 1

  • 示例 2

  • 示例 3

查看更多示例

想试试看?

粘贴故事,看它变成场景 — 登录后第一个视频免费。

开始创作

更多指南