Midjourney V8 图生视频提示词(2026)
到 2026 年,信息流视频的胜出工作流已经悄悄变成两段式。创作者先出图——Midjourney V8 渲染出的光影、质感和构图,是纯文生视频至今无法稳定命中的——再把这张图交给图生视频模型(Seedance 2.5、Veo 3、Sora 2、可灵)去动起来。从产品短片、角色短片,到黑五到跨年这段 Q4 冲刺期的内容,如今大多数像样的 AI 视频就是这么做出来的。
问题在于:好的静帧提示词和好的运动提示词是两份不同的文档。团队把一张惊艳的 V8 图丢进视频模型,输入”以电影感的方式让它动起来”,拿回来的片段里镜头无缘无故漂移、产品翻倒、脸悄悄变形。图不是问题——从静态提示词到运动提示词的翻译才是。
这篇指南讲的就是这套翻译:怎么挑能活过运动的 V8 图、怎么把静帧提示词改写成带时间的节拍、图生视频的七个镜头要素,以及三个可直接复制的两段式模板。
挑视频模型能真正动起来的图
V8 什么都能画,但不是什么都能扛住运动。在写第一个运动词之前,先出”可动画”的图:
- 一个主体,一个被暗示的动作。 已经在讲故事的图(”转身中途,裙摆扬起”)给了视频模型方向。纯粹摆拍的图等于没给它事做——而闲着的模型会自己发明运动。
- 留出运动余量。 在主体将要移动的方向上留空白。主体被紧紧裁在画面边缘,一动就会被拉伸或切掉。
- 结构清晰优先于微观细节。 繁复的蕾丝、细小的标签、背景杂物,在静帧里没问题,一动就糊成一团。把细节留给主体,背景保持简单。
- 9:16 还是 16:9,在出图时就定。 竖屏给 TikTok、Reels、Shorts;横屏给 YouTube。把 16:9 的图裁成竖屏,你会丢掉镜头运动所需的余量。
一个有用的测试:遮住画面四边,问”接下来要发生什么”。如果什么都不会发生,先重新出图,再谈动画。
从静帧提示词到运动提示词:转换规则
静帧提示词描述”存在什么”。运动提示词描述”什么在变、按什么顺序、多快”。五条转换能解决大部分问题:
| 静帧提示词写 | 运动提示词写 |
|---|---|
| “飘逸的红裙” | “2–3 秒她转身时,裙摆扬起摆动” |
| “电影感构图,三分法” | “从全景缓慢推进到中景,主体保持在左三分线” |
| “情绪化的霓虹灯光” | “霓虹招牌在 1–3 秒间闪烁两次,反光从地面滑过” |
| “平静的表情” | “她在 3 秒眨眼一次,目光稳定地对着镜头” |
| “大理石台面上的产品” | “产品随镜头弧线旋转 15°,标签始终正对镜头” |
另外三条规则让其余部分可靠:
写节拍,不写形容词。 把片段拆成 2–3 个带时间的节拍(”0–2 秒静止;2–4 秒转身;4–6 秒看向镜头”)。视频模型对时间戳的服从度远高于对情绪词的。
锚定不能变的东西。 每条运动提示词都以恒定条款收尾:”身份、Logo 位置、色彩基调全程保持一致。”这是防止脸部变形和产品漂移最便宜的防线。
运动要匹配画面暗示的能量。 宁静的 V8 图配上甩镜,读起来就是混乱。静帧已经承诺了节奏——照着走。
图生视频的七个镜头要素
| 要素 | 要写什么 | 对 V8 图生视频有效的说法 |
|---|---|---|
| 主体 Subject | 与静帧提示词相同的身份词 | “同一个年轻女性,米色风衣,黑色短发” |
| 构图 Framing | 起始构图 + 如何变化 | “以全景开始,以中近景结束” |
| 镜头 Camera | 只写一个运动 | “缓慢推进 20%,不摇不滚转” |
| 动作 Motion | 带时间戳的主体节拍 | “0–2 秒静止;2–4 秒转头;4–6 秒微微一笑” |
| 光影色彩 Light & color | 光里什么在动 | “黄金时刻的光保持不变,尘埃在光柱中飘动” |
| 节奏 Timing | 时长 + 步调 + 画幅 | “6 秒,不急不缓,9:16” |
| 声音 Sound | 即使是无声生成也要规划 | “只有视觉节奏;音乐在转身处落下” |
两个图生视频专属要点。每个片段只用一个镜头运动——推进*或者*环绕,绝不同时来;叠加运动是业余 AI 视频自我暴露的地方。另外要写次级运动(织物、头发、蒸汽、粒子):很便宜、很卖真实感——而且是缺了时观众最先注意到的东西。
三个可直接复制的两段式模板
1. 节日促销产品特写,竖屏(9:16)
静帧提示词(Midjourney V8):哑光陶瓷蜡烛罐,素色牛皮纸标签,放在深色胡桃木桌上,旁边一小枝干松针,左侧暖色窗光,深阴影,浅景深,居中且上方留白,写实产品摄影 --ar 9:16
运动提示词:同一个蜡烛罐,同一张深色胡桃木桌,暖色窗光保持不变。节拍:0–2 秒:静止,一缕细烟从烛芯升起;2–4 秒:镜头推进 20% 到特写,烟向左飘;4–6 秒:一只手从画面右侧入画,缓缓把罐子拿起,标签始终正对镜头。镜头:只有一次缓慢推进。身份、标签文字、色彩基调保持一致。6 秒,9:16,不切镜,写实风格。
2. 角色时尚短片,带身份锁定,竖屏(9:16)
静帧提示词(Midjourney V8):银灰色寸头年轻男性,黑色廓形大衣内搭白色 T 恤,站在蓝调时刻雨后的城市人行道上,身后霓虹店面虚化,四分之三身,街头编辑摄影 --ar 9:16
运动提示词:同一个年轻男性,同一件黑色大衣,同一条蓝调时刻的雨湿街道。节拍:0–2 秒:静立,双手插兜,雨水顺着大衣下摆滴落;2–4 秒:缓缓抬头看向镜头,呼出的白气可见;4–6 秒:转身走开两步,大衣摆动,霓虹反光在湿地上滑动。镜头:先是静态中景,他转身时轻微跟进推进 15%。面部、发色、着装全程保持一致。6 秒,9:16,电影级写实。
3. 氛围建立镜头,横屏(16:9)
静帧提示词(Midjourney V8):雪后黄昏的安静老城广场,暖光的咖啡馆橱窗,头顶一串串还没点亮的小灯,前景一张空木长椅,石板路反射着灯光,电影感大远景 --ar 16:9
运动提示词:同一个雪后广场,同样的暖光橱窗,同一张长椅。节拍:0–2 秒:远景静止,小雪飘落;2–5 秒:镜头缓缓下摇推近长椅,雪在椅背上积起;5–8 秒:串灯一盏盏亮起,暖色反光在石板路上铺开。镜头:只有一次缓慢下摇,不摇移。建筑、橱窗位置、色彩基调保持一致。8 秒,16:9,一镜到底,安静的电影氛围。
两段式提示词从哪来
画面好编,运动好”偷”——合法地偷。你在 TikTok 或 Reels 上欣赏的那个片段,就是一座镜头语法的图书馆:推进的速度、转身的时机、织物在运动中的表现。
用 SocialToPrompt,你能把这套语法拿到手,变成结构化的提示词数据。粘贴 25+ 平台的链接(YouTube、TikTok、Instagram、X、小红书、快手、B 站等)或上传本地文件——支持 20 秒以内的视频,几乎覆盖所有图生视频的节拍结构。你会得到主体、构图、镜头、动作、光影、节奏的逐项拆解,可直接与你的 V8 静帧描述合并。完整一跑 4 积分(提取 1 + 生成 3),新账号送 3 积分。
这个循环值得反复用:提取参考片段的运动,保留它的时间和镜头语法,把主体替换成你 V8 提示词里的身份词。同样的运动,完全不同的片子。
自检清单
- [ ] 静帧有一个主体、一个被暗示的动作、有运动余量
- [ ] 画幅(9:16 或 16:9)在出图时就定了,不是靠裁切
- [ ] 运动提示词开头逐字沿用静帧提示词的身份词
- [ ] 节拍写成时间戳,不是形容词(0–2 秒、2–4 秒、4–6 秒)
- [ ] 每个片段只用一个镜头运动,并写明名称和幅度(”推进 20%“)
- [ ] 提示词以恒定条款收尾(身份、Logo、色彩不变)
- [ ] 写了次级运动(织物、烟、头发、雪)
- [ ] 画面里没有可辨认的人脸、品牌标识或文字
常见错误
给视频模型提审美要求。 画面已经带着审美了。运动提示词是写”变化”的——其他都是噪音。
6 秒里三个镜头运动。 推进、环绕、变焦一起来,读起来像无人机炸机。一个运动,执行到位,才像导演过的。
不停地重新出图,而不是去写动画。 如果图里有主体、有余量、够清晰,就别再挑了。如今胜负手在运动提示词。
忘记锚定条款。 没有”身份保持一致”,一个脸部慢推到第五秒就会变成另一个人。
把画面翻译成节拍,锁死不能变的部分,一次只动一个镜头——然后去最好的片段里偷时间语法,别偷主体。用 SocialToPrompt 开始。
分享文章