10 个能生成病毒式短视频的 AI 提示词公式

AI 生成的视频，是像技术演示一样平淡，还是能获得百万播放量，往往取决于一个因素：提示词。随着 AI 视频模型在 2026 年的飞速发展，瓶颈不再是技术本身——而是创作者通过文字传达引人入胜的视觉愿景的能力。

本指南详解 10 个特定的提示词公式，这些公式在 TikTok、Instagram Reels 和 YouTube Shorts 等平台上持续产出高表现的短视频。每个公式都包含模板、实际示例和从当今主流 AI 视频模型中获取最佳效果的技巧。

为什么提示词比模型更重要

大多数创作者纠结于使用哪个 AI 模型——Veo 3.1、Kling 3.0、Runway、Sora 2 Pro、Seedance 1.5 Pro 还是 Wan 2.6——却忽略了影响更大的变量：他们实际告诉模型创建什么。将平庸的提示词输入最好的模型，每次都只能得到平庸的结果。而将精心设计的提示词输入中等层级的模型，往往能超越前者。

以下公式适用于 SwapFlow Create Studio 中所有主要模型，但每个模型都有值得注意的优势：

• Veo 3 / 3.1 ——电影级镜头运动和光线表现出色
• Kling 2.6 / 3.0 ——擅长人物主体和面部表情
• Runway ——出色的风格一致性和艺术控制
• Sora 2 Pro ——擅长处理复杂的多主体场景
• Seedance 1.5 Pro ——舞蹈和动作密集型内容表现可靠
• Wan 2.6 ——速度和质量的良好平衡，适合快速迭代

开始之前：短视频的基本设置

以下每个提示词公式都假设采用这些短视频基准设置：

• 纵横比：9:16（竖屏）——TikTok、Reels 和 Shorts 的必需设置
• 时长：每个片段 5-10 秒（拼接多个片段制作更长视频）
• 分辨率：最低 1080x1920
• 帧率：24fps 电影感，30fps 自然运动感

在 SwapFlow 中，这些设置在生成前在 Create Studio 中配置。先锁定这些设置，这样以下提示词就能产出平台即用的输出。

公式一：钩子镜头

模板：[戏剧性动作] 在 [场景] 中，[镜头运动]，[光线风格]，[氛围关键词]

这个公式旨在创建能让人停下滑动的开场画面。任何短视频的前 0.5 秒决定了观众是否继续观看。

模糊提示词："一个人在城市里看着镜头"

精确提示词："一位女性在雨夜的东京街头猛然转头面向镜头，眼睛睁大，快速推拉变焦，湿润路面上的霓虹灯倒影，充满悬疑和电感"

关键区别在于四个维度的具体性：动作、环境、镜头和情感。每个词都有其存在的价值。

公式二：产品展示

模板：[产品] [动作/变化] 在 [表面/背景] 上，[镜头角度]，[光线]，流畅且令人满足

非常适合电商创作者和品牌账号。这个公式强调能驱动产品内容互动的触感质感和 ASMR 特质。

模糊提示词："一瓶护肤品放在桌上"

精确提示词："一瓶磨砂玻璃护肤品在大理石底座上缓缓旋转，黄金时刻的阳光透过窗户投下长长的影子，微距镜头浅景深，奢华而令人向往"

专业提示：添加"流畅且令人满足"或"意外的满足感"作为氛围关键词，能一致产出在 TikTok 上表现出色的精致迷人画质。

公式三：变身揭秘

模板：[主体在状态 A] 逐渐变为 [状态 B]，[过渡风格]，[环境]，[从 X 到 Y 的情感弧线]

变身内容受到算法青睐，因为它让观众看到最后——这是每个平台的关键排名信号。

模糊提示词："一只毛毛虫变成蝴蝶"

精确提示词："陶轮上一座风化的人脸粘土雕塑逐渐变为抛光的青铜雕像，无缝变形过渡，昏暗的艺术家工作室里漂浮着灰尘颗粒，氛围从粗犷原始转为精致有力"

最佳模型：Veo 3.1 和 Sora 2 Pro 处理变形过渡最具说服力。Kling 3.0 在人物主体变身方面是强有力的替代选择。

公式四：第一人称视角体验

模板：第一人称视角 [动作/移动] 穿过 [环境]，[速度]，[观众看到/经过的事物]，[感官关键词]

第一人称视角内容创造出身临其境的沉浸感。它是获得高观看时长的最可靠格式之一，因为观众感觉身体上就在场景中。

模糊提示词："在森林中行走"

精确提示词："第一人称视角在茂密的竹林中奔跑，手持镜头晃动，阳光透过树冠闪烁产生频闪效果，竹竿在两侧飞速模糊而过，柔软泥土上的脚步声，令人喘息和兴奋"

时长提示：第一人称视角内容适合稍长的片段（8-10 秒）以建立旅程感。在 SwapFlow 中生成前相应调整时长滑块。

公式五：美学小品

模板：[美学风格] 场景中的 [主体进行某活动] 在 [精心描述的场景] 中，[色彩调色板]，[胶片/视觉风格]，[氛围]

这个公式瞄准在 Instagram Reels 和 Pinterest 上蓬勃发展的"美学"内容领域。重点在于氛围而非动作。

模糊提示词："一个有书的温馨房间"

精确提示词："田园风格场景，一位穿亚麻裙的女性在石头小屋中雨痕斑驳的窗边阅读，暖琥珀色和鼠尾草绿色的调色板，35mm 胶片拍摄带柔和颗粒感，窗台上一杯冒着热气的茶，温柔而怀旧"

高表现风格关键词：田园风、暗学院风、海岸祖母风、清爽女孩风、老钱风、赛博朋克、太阳朋克、吉卜力风格。

公式六：不可能的镜头运动

模板：[镜头从位置 A 开始] 然后 [不可能的运动] 揭示 [对同一场景的惊人新视角]，连续一镜到底，[视觉风格]

AI 视频相对于传统电影制作的最大优势是能够执行物理上不可能的镜头运动。这个公式直接利用了这一优势。

模糊提示词："从上方看一座城市"

精确提示词："镜头从一颗从天空落下的雨滴内部开始，然后穿透雨滴表面，揭示其中折射和扭曲的整个曼哈顿天际线，当雨滴溅落在一辆黄色出租车顶上时拉回，连续一镜到底，超写实"

最佳模型：Veo 3.1 持续产出最具说服力的不可能镜头运动。Runway 在更具风格化的执行中是强有力的第二选择。

公式七：情感微故事

模板：[角色描述] [特定的情感动作] 在 [放大情感的场景] 中，[面部表情细节]，[一个象征性的视觉元素]，[音乐/氛围方向]

短视频靠情感共鸣取胜。这个公式在单个片段中浓缩了完整的情感节拍。

模糊提示词："一个悲伤的老人独自坐着"

精确提示词："一位穿着旧开衫的日本老人在小厨房的桌子上，轻轻地在空椅子对面放了第二只茶杯，他的眼眶泛着泪光但微微含笑，一片樱花花瓣透过敞开的窗户飘落在空座位上，温暖的早晨光线，苦涩而温柔"

模型推荐：Kling 2.6 和 Kling 3.0 在面部表情和微妙的人物情感方面表现卓越。对于这个公式，它们始终优于其他模型。

公式八：模式打断

模板：[正常/预期场景] 突然 [意外元素进入/出现/改变]，[反应]，[正常与意外之间的视觉对比]，[语调转变]

模式打断是病毒式内容的基础。当预期被打破时，大脑会自动注意。

模糊提示词："一个被打断的无聊会议"

精确提示词："一间冷清的公司会议室里，穿灰色西装的高管正在做演示，突然会议桌从中间裂开，一棵巨大的热带树从中间喷涌而出，散落纸张和咖啡杯，高管们惊慌后退，房间迅速被丛林植被和异国鸟类填满，荧光灯被斑驳的阳光取代，语调从平凡变为魔幻"

时长注意：模式打断在 5-6 秒时效果最佳——刚好足够建立常态、传递惊喜并展示后续效果。

公式九：质感特写

模板：[具有有趣质感的主体] 的极致微距特写，[特定的运动或变化]，[质感揭示的内容]，[感官语言]，[ASMR 相邻的氛围]

质感内容在 AI 视频中被低估了。有趣表面和材质的特写能产生强烈的互动，因为它们触发了近乎物理的反应。

模糊提示词："冰融化的特写"

精确提示词："一块水晶般透明的冰块缓慢开裂的极致微距特写，细小的裂纹在内部蜘蛛网般蔓延捕捉棱镜光线，一滴融水形成并沿表面滑下留下湿痕，裂缝加深一块碎片在慢动作中脱离，清脆而迷人"

专业提示：质感特写与编辑阶段的 ASMR 音频搭配效果特别好。用这个公式生成视觉效果，然后在 SwapFlow Studio 编辑器中添加令人满足的音效。

公式十：图生视频升级

模板：以一张静态图片开始（AI 生成的或上传的），然后提示：让这张图片活起来，带有 [特定运动]，[镜头运动]，[在时间内发生什么变化]，[保持原始图片的风格]

这个公式使用图生视频（I2V）模式而非文生视频。它给予创作者对起始构图更大的控制权，这对品牌一致性至关重要。

SwapFlow 中的工作流：

1. 使用任何图片模型生成一张静态图片（或上传现有图片）
2. 切换到支持 I2V 的模型（Veo 3、Kling 2.6、Runway、Wan 2.6）
3. 使用图片作为起始帧
4. 仅提示运动和变化

模糊的 I2V 提示词："让它动起来"

精确的 I2V 提示词："镜头缓慢推进，同时主体的头发开始在微风中飘动，背景云朵从左向右漂移，微妙的镜头光晕从右上角进入，保持原始图片的绘画插画风格"

为什么 I2V 很重要：当文生视频提示词无法精确呈现预期效果时，先生成完美的静态帧再动画化，通常比反复重新生成文生视频提示词快得多。

组合公式制作完整视频

单个 5-10 秒的片段很少能独自走红。真正的力量来自将多个公式组合成序列：

1. 用公式一（钩子镜头）开场 来阻止滑动
2. 接着用公式四（第一人称视角体验） 或 公式六（不可能的镜头运动） 创造沉浸感
3. 用公式三（变身揭秘） 或 公式七（情感微故事） 收尾，给出令人满意的结局

在 SwapFlow 中，创作者可以分别生成每个片段，然后在 Studio 编辑器中添加转场和音乐将它们拼接在一起。这种流水线方式产出的内容感觉是有意为之的，而非随机的。

常见提示词错误

• 太短："一只狗在跑"没有给模型任何信息。目标至少 30-60 个词。
• 太长：超过 150 个词的提示词通常会使模型混乱。要具体，但不要面面俱到。
• 没有镜头指导：省略镜头运动让模型猜测，通常会导致静态或平庸的平移。
• 矛盾的氛围："快乐而恐怖"迫使模型陷入尴尬的中间地带。选择一个主导氛围。
• 忘记纵横比：以 16:9 生成然后裁剪为 9:16 会浪费构图的上下各三分之一。生成前务必设置 9:16。

开始生成

这 10 个公式是起点，而非僵化的规则。最优秀的 AI 视频创作者快速迭代——生成、审核、调整提示词、再次生成。SwapFlow 的 Create Studio 通过将所有模型、设置和输出保持在一个工作区内，使这个循环变得快速。

2026 年赢得短视频竞争的创作者，不会是预算最大或粉丝最多的人。而是那些学会流利"说" AI 视频模型语言的人——这些公式就是词汇。

准备好开始创作了吗？ 注册 SwapFlow，在一个平台上使用每一个领先的 AI 视频模型，实践这些提示词公式。