餐饮美食 UGC 视频提示词(2026)
食物最难造假,也最容易卖货。到了 2026 年,AI 视频终于攻克了过去不可能的部分——碗上升起的热气、烤物表面流动的油光、真正拉出丝的芝士——Seedance 2.5、Kling 4.0、Veo 3、Sora 2 生成的短视频美食镜头都已经到了”可以直接发”的水平。餐饮品牌、外卖品牌和食品快消团队在 TikTok、Reels、Shorts、小红书上常年滚动投放 UGC,而 Q4(万圣节 10/31、黑五 11/27、圣诞 12/25)是内容转盘转得最快的时候。
问题在于,市面上的美食提示词几乎全是废的。”一盘美味的汉堡,电影感,4K”生成出来是一份塑料感渲染图,只会让人倒胃口。勾起食欲不是形容词的问题,而是用光影、动作和节奏解决的物理问题。
真正管用的,是偷师探店/种草创作者的镜头语言——这种店铺探访与推荐格式驱动着东亚的社交电商——再把它转成结构化提示词。本文给你一套看美食 UGC 的七要素视角、三个今天就能粘进生成器的模板,以及一份防止成品沦为素材库废片的检查清单。
为什么”美味”不是提示词
看任何一个真正让你饿的美食片段,数一数里面的物理事件:逆光下升起的蒸汽、冷饮杯壁滚落的水珠、勺子上滚动的辣椒油、刀切开焦糖脆壳的爆裂、面条连成一线地被挑起来。这些没有一个是形容词,全部都是行为——动作加光影加节奏——而行为才是视频模型能理解的东西。
现在的美食模型吃的是因果描述:”热气盘旋上升,被暖色逆光勾出轮廓”永远好过”热气腾腾、令人垂涎”。描述光在表面做了什么、表面被触碰时发生了什么、手又因此做了什么。如果一句话里指不出物理事件,就把这句删掉。
美食 UGC 的七个镜头要素
每一个能带货的参考片段都在回答七个问题。动笔写提示词之前,先用这张表过一遍你的素材库:
| 要素 | 问题 | 美食 UGC 示例(探店片段) |
|---|---|---|
| 主体 Subject | 画面里是什么? | 一只手从冒热气的碗里挑起面条,老板在背景虚化处 |
| 构图 Framing | 机位在哪,怎么裁切? | 45 度桌面俯角,竖屏 9:16 特写,碗占下方三分之二 |
| 镜头 Camera | 摄影机做什么? | 挑面时缓慢推近,手持微晃,无剪切 |
| 动作 Motion | 画面里什么在动? | 挑面、蒸汽柱、筷子挤压、红油滴回汤里 |
| 光影色彩 Light & color | 什么氛围? | 暖色钨丝实灯、深阴影、红橙色调、汤面油光高光 |
| 节奏 Timing | 什么时候发生什么? | 钩子 0–1.5 秒(挑面),细节 1.5–6 秒(蘸、滴),评价 6–10 秒(表情+点头) |
| 声音 Sound | 听到什么? | 咝咝声与吸面声的拟音,压在聊天式口播下面 |
最容易被跳过的是声音。美食 UGC 靠声音质感活着——煎响、脆裂、倾倒、吸溜——即使模型输出无声画面,把声音写进提示词也会把物理强度推向正确方向。
探店脚本结构:钩子、试吃、结论
探店和种草视频不是产品演示,而是三拍子的小故事:
- 钩子(0–1.5 秒)。 最勾人或最意外的那一帧:拉丝、爆裂、倾倒、满桌菜的揭晓。不要 logo、不要打招呼、不要店铺门头。
- 试吃/证据(1.5–6 秒)。 近距离呈现物理交互——蘸、挑、切、挤——让观众”感觉到”口感。这是镜头语言最要紧的一拍。
- 结论(6–10 秒)。 真人反应:点头、瞪大眼睛、头都不抬地吃第二口。然后手指指向文案区,给出地址或优惠。
口播要像私聊一样具体——第一人称、现在时、给一个实在的细节(”汤比看起来稠”),而不是一串夸奖词。生成式片段很吃这一套,因为说服靠的是节奏,不是演技。
三个可以直接抄的提示词
1. 探店口播钩子(竖屏 9:16,10 秒)
竖屏 9:16 手持手机镜头,UGC 探店感。一家暖光小面馆里,一张有磨损痕迹的木桌上放着一碗冒热气的手工拉面,
背景是虚化的厨房灯光和吊灯。45 度角特写构图,碗占下方三分之二。0-1.5 秒:筷子挑起一大绺面条,
蒸汽柱升腾,被暖色逆光勾亮。1.5-6 秒:面条浸入红油汤底,缓慢推近,亮红的红油裹住面身,一滴油落回碗里。
6-10 秒:焦点转换到背景中凑近张望、一脸惊讶的虚化人物,再转回碗。暖钨丝色调、深阴影、自然手持晃动、
勾食欲调色、浅景深。煎汤咝咝声与吸面拟音感。照片级写实。
2. 微距美食主镜头(16:9,8 秒)
微距产品级美食主镜头,16:9。深色石板上一只金黄酥皮点心,单一暖色主光从左侧斜切。0-2 秒:刀压下,
酥皮裂开,碎屑慢动作飞散,细渣在石板上弹跳。2-5 秒:双手掰开点心,内部热气逸出,黄油层次缓慢拉丝分离。
5-8 秒:镜头下摇到横切面,蜂蜜淋下,接住一道硬质高光。极致特写,100mm 微距,浅景深,深色沉稳背景,
暖琥珀调色,照片级纹理细节。无音乐,细微的碎裂声与淋酱声设计。
3. 菜单/外卖推广(快剪,12 秒)
快节奏竖屏 9:16 美食推广,活力 UGC 剪辑。明亮桌面上三道菜:一盘咝咝作响的热菜、一碗冷面、一份水果甜品。
0-1.5 秒:硬切到热菜上炸开的蒸汽,镜头快速甩摇,响亮的煎响声。1.5-5 秒:三个快剪,每个一个动作——
筷子挑面、勺子舀甜品、一杯挂满水珠的冰茶被放下。5-9 秒:俯拍正上方视角,三道菜排在一起,
多只手从画面四周伸入,自然日光,饱和但真实的色彩。9-12 秒:一只手把其中一道推向镜头,
画面定格,顶部留出干净留白给标题。0.3-0.5 秒快剪,明快节奏,竖屏适配 TikTok/Reels。
五步:从参考片段到你自己的提示词
- 建素材库。 收集 10–15 个你品类里已经跑出量的美食片段——竞品探店、外卖广告、达人测评。存链接,不要下载:SocialToPrompt 支持 25+ 平台的链接(TikTok、Instagram、YouTube、X、小红书、快手、B 站等)和本地上传,支持 20 秒内视频。
- 提取。 拿到结构化的七要素拆解。完整一跑消耗 4 积分(提取 1 + 生成 3),新账号送 3 积分——所以第一个就挑你最好的参考,别从第十喜欢的开始。
- 换名词。 保留构图、镜头、动作和节奏;换掉菜品、环境、人物和所有话术。当画面上没有一样东西属于别人,提示词才真正属于你。
- 便宜地试,贵地定稿。 先在快模型(LTX、Vidu、Pika)上验证调度,再用 Seedance 2.5、Kling、Veo 或 Sora 重生成最终版。输出可以直接喂给 Veonib、Runway、Hailuo、Luma、Vidu、PixVerse 等——镜头语法是通用的。
- 静音质检。 两边并排、关掉声音对比。如果感觉不对,先改节奏从句和镜头从句;问题几乎从来不在主体描述上。
常见错误
- 形容词乱炖。“美味、垂涎欲滴、惊艳”零信息量。每个形容词换成一个物理事件。
- 荧光灯打光。 顶置办公室灯光让食物像食堂餐盘。暖色实灯加低角度主光,解决了大半食欲问题。
- 一个镜头塞太多动作。 每一拍只放一个物理事件。两秒三个动作,读出来是混乱不是丰盛。
- 借别人的脸、logo、脚本。 镜头语法是手艺,可以随便学;达人的肖像、品牌的包装、餐厅的招牌不是你的。全部换掉。
生成前检查清单
- [ ] 参考片段 20 秒以内,已存为链接或本地文件
- [ ] 写提示词前七个要素已填满
- [ ] 已确定钩子事件:最勾人的那一个物理动作
- [ ] 每个节奏拍只放一个动作,按秒数写明(0–1.5 / 1.5–6 / …)
- [ ] 光写成行为(逆光蒸汽、斜切主光),不写氛围形容词
- [ ] 提示词里至少写了两个声音提示
- [ ] 名词全部换过:菜品、环境、人物、话术、招牌
- [ ] 画幅按平台设定(TikTok/Reels/Shorts 用 9:16,YouTube 用 16:9)
美食 UGC 奖赏的是用物理细节当导演的人——去把那些让人饿的片段的镜头语法提取出来,换成你自己的菜,让模型下厨:把参考片段粘贴进 SocialToPrompt,一跑就能拿到结构化、可直接复制的美食提示词。
分享文章