你看这个画面：
一个女人走在东京街上。地面是湿的，反射着五颜六色的霓虹灯。她穿着黑皮夹克、红裙子、黑靴子。整个感觉很酷，像电影镜头。
这不是人拍的。是OpenAI的Sora，靠吃上面那段文字描述，自己生成的视频。
一句话，就能变出一个世界。Sora这东西厉害就厉害在这。那句关键的话，就是提示词（Prompt）。写好这个，就像给AI下对了命令。这玩意不是瞎写几个词就行，里面有门道。
想让Sora听懂话，得先明白它是个啥。它不是简单地把文字和图片对上号，它在试着理解这个世界是怎么运转的。
它懂一点物理。比如光照在水面上会有倒影，风吹过草地草会动。所以它做的视频看着不假。
它还能记住一个东西长啥样。在一个短片里，主角的脸和衣服不会变来变去。你甚至可以让它切换好几个镜头，故事都能连得上。
而且它还是个风格大师。你想让画面是老电影胶片的感觉，或者是那种像素游戏风，它都能给你做出来。
明白了这些，写提示词就有方向了。这活儿很像导演在给整个剧组开会，你得把所有事都交代清楚。一个好用的提示词，基本都包括这五样东西：
- 画面风格
- 主角和动作
- 场景环境
- 镜头怎么拍
- 画质要求
我们一个个说。
第一，画面风格。
就是先定个调子，视频看起来是啥感觉。你可以说cinematic，这就是电影感。或者dramatic lighting，让光线对比强烈点。甚至可以指定in the style of Wes Anderson（韦斯·安德森风格），Sora就会去模仿他的对称构图和配色。
第二，主角和动作。
画面里有谁？在干嘛？这里一定要说得细。别只写“一个男人在走路”。要写“一个满脸褶子的老头，在石板路上瘸着走”。Sora吃的就是这种细节。主角的表情、穿的衣服、动作的幅度，说得越清楚，出来的效果越准。
第三，场景环境。
这事在哪发生的？白天还是晚上？天气好不好？用golden hour，画面就是傍晚那种暖黄色。用a bustling Tokyo street at night，就是夜晚喧嚣的东京街头。
第四，镜头怎么拍。
这个最关键，能让视频看着专业。close-up shot就是大特写，拍脸的。wide-angle drone view就是无人机从天上往下拍，场面显得很大。还有摇镜头panning shot，手持拍摄handheld camera，从下往上拍low angle shot。这些词一用，视频立马不一样。
第五，画质要求。
最后提一下画面质感。你可以要求4K画质，或者hyperrealistic（超写实）。想复古一点，就加上shot on 35mm film（用35毫米胶片拍的），它还会给你模拟出胶片的颗粒感film grain。
来看两个Sora官方发的例子，看看人家的提示词是怎么写的。
第一个是“雪地里的长毛象”。
画面里，好几头巨大的长毛象在雪地里走，毛被风吹动。场面很壮观。
它的提示词很长，里面有几个词特别关键。它不光说了有长毛象在雪地走，还写了their long wooly fur lightly blows in the wind，意思是“它们长长的毛皮在风里轻轻吹动”。这个动态感一下就出来了。
而且它还指定了low camera view，就是从低角度往上拍。这样一来，你就感觉那几头象格外高大，压迫感十足。
第二个例子是“30岁的太空人”。
这是一个电影预告片的感觉，一个男人戴着个怪头盔站在沙漠里。
这个提示词好玩在哪呢？它描述主角戴着a red wool knitted motorcycle helmet，一个红色的羊毛针织摩托车头盔。羊毛织的，还是个摩托车头盔，这俩东西放一块就很怪。但这个奇怪的细节，一下就把这个角色弄得很有意思，让人记得住。
这玩意出来，对做视频的人影响很大。
以前电影开拍前，要做很贵的故事板和动态预览，现在可能几句话就能生成一段视频看看效果。做广告、做短视频的，出片速度能快上好几倍。以后可能真有种工作叫“AI导演”，专门研究怎么跟AI打交道，写出好提示词。
当然，这东西也有麻烦的地方。视频是真是假不好分，用它做了坏事怎么办？生成的视频，版权算谁的？这些都是后面要解决的问题。
现在，你也知道写提示词的基本方法了。
别光看着了。自己动手试试，用上面说的法子，拼一段话出来，看看Sora（或者其他类似工具）能给你变出个什么东西。
原创文章，作者：七点互动，如若转载，请注明出处：https://www.qidianhudong.com/aikonw/632.html
