ByteNoteByteNote
DV 生活片提示词库:视频模型通用的镜头脚本写法
字

字节笔记本

2026年10月5日 · 约 15 分钟读完

DV 生活片提示词库:视频模型通用的镜头脚本写法

API中转
¥120

这套提示词库面向 Grok 以及各类视频生成模型,用途是生成带 2000 年代 DV 家庭录像质感的生活片段。它的核心方法论只有两句话:用「可执行的分秒级镜头脚本」代替散文式描述,用「受控的摄像缺陷」制造真实感。灵感来自一次用 Fable 5 写「Seedance 2.5 质感」长提示词的尝试,整理后沉淀成这套可以直接复用的库。

用法:从库里挑一个主题的提示词,整段复制到 Grok 或任意视频模型里直接生成;想换题材,就按下面的通用模板改主题词。

为什么散文式描述拍不出真实感

把「一个疲惫的便利店店员」这样一句话丢给视频模型,它多半会往漂亮、稳定、构图精致的方向收敛,出来的是广告片而不是生活。家庭录像的质感恰恰来自不完美:手持的抖动、拉风箱式的对焦、突然过曝的高光、暗部的噪点。这套库的做法是把缺陷当成可以逐项点名的参数写进提示词,再用每 2 秒一段的分镜脚本锁定动作顺序,让模型没有自由发挥成电影大片的空间。

DV 提示词库的七段结构

通用模板:改主题就能用

text
主要角色:[人物身份],[年龄/外貌/妆造/穿着细节]。在整个视频中保持一致的身份、服装、发型和外貌。[皮肤/妆效/材质细节]。

地点:[具体时间],[真实地点名/事件名 + 具体位置]。[前景元素]。[背景人群/环境元素]。[光照条件 + 动态变化]。焦点始终在[主体行为]上。

视觉风格:超现实主义纪录片真实感。真实的即兴行为。自然的肢体语言。无剧本的日常生活片段感。

摄像风格:[年代/设备]的美学。[列举 5-7 个具体缺陷:手持抖动/自动对焦搜索/曝光波动/滚动快门/压缩伪影/色彩褪色/颗粒噪点]。没有稳定。没有电影化移动。没有现代调色。没有过度的锐化或 HDR。

[分秒镜头脚本,每段 2 秒,共 5-8 段]
00:00–00:02  [具体动作 + 镜头反应]
00:02–00:04  [具体动作 + 镜头反应]
...

音频:仅[自然环境音清单]。没有音乐。没有音效设计。没有旁白。

目标:捕捉[主题/情绪],仿佛[类比物,如"被遗忘的家庭录像""一张翻旧的照片"]。

模板一共七段,各管一件事:主要角色锁人物一致性,地点交代时间、空间和光照,视觉风格定整体调性,摄像风格负责堆缺陷,分镜脚本按 2 秒一段排动作,音频做减法只留环境音,最后一句类比给整段视频定情绪。真正拉开差距的,是摄像风格里的缺陷清单和分镜脚本的颗粒度。

五个主题案例

以下案例都是完整提示词,可整段复制使用。

主题 1:深夜便利店店员(2000s DV)

text
主要角色:便利店夜班店员,女性,约 24 岁,黑色马尾,刘海被汗水粘在额头,左眼下一颗小痣。穿 7-Eleven 绿白条纹制服衬衫(胸口别歪的姓名牌"小陈"),外面套一件起球的灰色连帽卫衣,袖口磨白。素颜,泛红的痘印,嘴唇干裂。在整个视频中保持一致的身份、服装、发型和外貌。

地点:凌晨 3 点 17 分,某二线城市街角便利店内部。收银台前,玻璃门上贴着褪色的关东煮海报。货架堆满统一方便面和瓶装水。日光灯管其中一根在闪。焦点始终在店员身上。

视觉风格:超现实主义纪录片真实感。真实的即兴行为。自然的肢体语言。无剧本的日常生活片段感。慢节奏的疲惫。

摄像风格:2000 年代消费级 MiniDV 摄录机的美学。轻微手持抖动。镜头偶尔自动对焦搜索(拉风箱)。曝光在顾客推门时会突然波动(门外街灯 vs 室内冷光)。滚动快门产生轻微果冻效应。压缩伪影在暗部明显。色彩偏冷、轻微褪色。胶片颗粒。没有稳定。没有电影化移动。没有现代调色。没有过度的锐化或 HDR。

00:00–00:02  店员靠在收银台打盹,下巴一顿一顿地点,突然被门口的"叮咚"声惊醒,肩膀一抖。
00:02–00:04  她直起身揉眼睛,扯过身旁的塑料板凳坐下,顺手拧开一瓶没喝完的矿泉水。
00:04–00:06  画外传来一个男声含糊地说"包烟",她转身从背后货架拿下一包利群,没抬头。
00:06–00:08  她扫码,找零,把打火机连同零钱一起推过柜台,眼睛盯着收银屏幕。
00:08–00:10  顾客推门离开,"叮咚"声再响。她重新瘫回板凳,盯着门外空荡的街道发呆,手指无意识地转着打火机。

音频:仅便利店冰柜的嗡嗡声、日光灯的电流声、远处偶尔的摩托车引擎、玻璃门"叮咚"电子提示音、扫码枪"嘀"声、塑料板凳拖地的刮擦声。没有音乐。没有音效设计。没有旁白。

目标:捕捉深夜便利店里那种被遗忘的、机械重复的疲惫孤独感,仿佛一盘被人落在抽屉底层十年的家庭录像带。

主题 2:雨天公交站台的北漂上班族(2000s DV)

text
主要角色:刚下班的年轻上班族,男性,约 27 岁,湿透的偏分头贴在额头,黑眼圈明显,下巴有未刮干净的胡茬。穿一件皱巴巴的深蓝色西装(领带松垮拉到胸口以下),衬衫领口解开两颗扣子,腋下夹着一个脱皮的黑色公文包。左手拎着一个塑料袋(里面是便利店盒饭,盒饭的热气把塑料袋蒙了一层水雾)。素颜,皮肤出油,鼻翼泛红。在整个视频中保持一致的身份、服装、发型和外貌。

地点:晚上 8 点 43 分,北京某三环外公交站台。生锈的铁皮站牌("XX 站"字迹模糊),身后是未完工的工地围挡,远处是模糊的写字楼灯光。雨水顺着站台雨棚边缘成串滴落,形成一道水帘。地面是积水反光的水泥地。焦点始终在上班族身上。

视觉风格:超现实主义纪录片真实感。真实的即兴行为。自然的肢体语言。无剧本的日常生活片段感。城市边缘的疏离感。

摄像风格:2000 年代消费级 MiniDV 摄录机的美学。手持抖动明显。镜头多次自动对焦在雨滴和人物之间来回搜索。曝光在远处车灯扫过时会过曝一瞬。滚动快门在快速移动的雨丝上产生拉伸。暗部压缩伪影。色彩阴冷发青、轻微褪色。中等颗粒。没有稳定。没有电影化移动。没有现代调色。没有过度的锐化或 HDR。

00:00–00:02  他弓着背站在雨棚边缘,公文包夹得更紧,低头看手机,屏幕光打在脸上。
00:02–00:04  一辆卡车从站前驶过溅起一片水花,他本能地往后一缩,西装下摆湿了一片,皱眉骂了一句(无声)。
00:04–00:06  他把塑料袋换到另一只手,甩了甩被水溅到的手指,抬头望向公交车来的方向,雨水打在脸上眨眼。
00:06–00:08  公交车的远光灯在雨幕里出现,他站直身子,把公文包抱在胸前,盒饭的热气从袋口冒出。
00:08–00:10  车门打开的气闸声(画外),他低头刷卡上车,雨伞上的水滴在台阶上。

音频:仅雨水打在雨棚的铁皮声、积水里车轮碾过的嘶嘶声、远处工地打桩的闷响、公交车刹车的气闸声、偶尔的雷声、他自己吸鼻子的声音。没有音乐。没有音效设计。没有旁白。

目标:捕捉北漂打工人雨夜归家那种潮湿、疲惫、被城市忽略的疏离感,仿佛一段被人随手拍下从未发布的手机备忘录视频。

主题 3:早市卖菜阿姨(2000s DV)

text
主要角色:菜市场摊主,女性,约 55 岁,烫过的短卷发(发根新长出黑色),皮肤黝黑粗糙,颧骨高,鱼尾纹深。穿一件洗得发白的碎花棉袄,外面套着防水围裙(沾着泥点和菜叶碎)。双手粗糙,指甲缝里有黑泥,右手戴着一只断了一根手指的橡胶手套。整个视频中保持一致的身份、服装、发型和外貌。

地点:清晨 6 点 22 分,北方某三线城市露天早市。她的菜摊上堆着带泥的胡萝卜、喷过水的菠菜、装在网兜里的土豆。身后是其他摊位的塑料布棚顶,远处有人在卸货。地面湿漉漉的,散落着菜叶。天光是刚亮起的灰蓝色,雾蒙蒙。焦点始终在阿姨身上。

视觉风格:超现实主义纪录片真实感。真实的即兴行为。自然的肢体语言。无剧本的日常生活片段感。市井烟火气。

摄像风格:2000 年代消费级 MiniDV 摄录机的美学。手持轻微抖动。镜头在对焦菜叶和她脸部之间偶尔拉风箱。曝光在顾客挡住天光时会变化。色彩偏黄绿、轻微褪色,白平衡不准(偏暖)。胶片颗粒明显,尤其暗部。没有稳定。没有电影化移动。没有现代调色。没有过度的锐化或 HDR。

00:00–00:02  阿姨弯腰从筐里拿起一把菠菜,甩了甩根上的泥,用皮筋重新捆好,嘴里嘟囔着报价。
00:02–00:04  一个戴毛线帽的老太太走进画面,拿起一根胡萝卜端详,阿姨立刻凑过去用断指手套的手拍拍胡萝卜上的泥。
00:04–00:06  两人比划着还价,阿姨夸张地摇头,伸手比了个"二",老太太转身要走,阿姨一把拉住她袖子。
00:06–00:08  成交,阿姨接过皱巴巴的纸币塞进围裙口袋,扯下一个红塑料袋装胡萝卜,手指在袋口拧了两圈。
00:08–00:10  老太太离开,阿姨转身拿起喷壶给菠菜喷水,水雾在清晨的光里散开,她抬头望了望远处的天。

音频:仅早市的嘈杂人声(远处讨价还价、三轮车倒车提示音、卸货的撞击声)、喷壶的水声、塑料袋的窸窣声、她自己哼的不成调的小曲。没有音乐。没有音效设计。没有旁白。

目标:捕捉北方早市清晨那种潮湿、拥挤、市井又充满生机的烟火气,仿佛一台被人塞在围裙口袋里的旧 DV 偶然拍下的画面。

主题 4:退休老人在公园下象棋(2000s DV)

text
主要角色:退休老人,男性,约 68 岁,光头,戴一副老旧的金属框老花镜(镜腿用透明胶布缠过),花白的山羊胡。穿一件深灰色中山装(扣子错扣了一颗),脚踩一双露脚趾的黑色布鞋。手指夹着一根自卷的旱烟(没点燃,只剩烟蒂)。皮肤布满老年斑,耳垂很大。整个视频中保持一致的身份、服装、发型和外貌。

地点:下午 3 点 05 分,北方小城老旧公园的象棋石桌旁。桌上是磨得发亮的棋盘(用粉笔画的线已模糊),棋子是塑料的、缺角。身后是剥落漆皮的石凳和一棵歪脖子老槐树,树影斑驳。远处几个老人在打太极。秋日斜阳,金黄但带着灰。焦点始终在老人身上。

视觉风格:超现实主义纪录片真实感。真实的即兴行为。自然的肢体语言。无剧本的日常生活片段感。被时间遗忘的午后。

摄像风格:2000 年代消费级 MiniDV 摄录机的美学。手持抖动。镜头偶尔失焦再找回。曝光在老人抬头时会被天空带过曝。滚动快门在移动的棋子上产生轻微拉伸。色彩偏黄褐、褪色严重,像老照片。胶片颗粒粗。没有稳定。没有电影化移动。没有现代调色。没有过度的锐化或 HDR。

00:00–00:02  老人盯着棋盘,眉头紧锁,旱烟在嘴角一抖一抖,手指悬在"将"上方迟迟不落。
00:02–00:04  对手(画外,只露出一只手)催促地敲了敲桌子,老人不耐烦地挥挥手,把老花镜往鼻梁上推了推。
00:04–00:06  他突然眼睛一亮,拿起"车"重重拍在棋盘上,整个身子前倾,山羊胡得意地翘起。
00:06–00:08  对手倒吸一口凉气(画外音),老人靠回石凳,双手抱胸,旱烟的烟灰掉在中山装上没察觉。
00:08–00:10  他转头望向远处打太极的人群,镜头顺着他的视线带过,夕阳把老槐树的影子拉得很长。

音频:仅公园的蝉鸣、远处打太极的收音机里的京剧、棋子拍在石桌上的脆响、围观者的咳嗽和议论声、风吹树叶的沙沙声。没有音乐。没有音效设计。没有旁白。

目标:捕捉小城退休老人那种被时间遗忘的、慢节奏的、自得其乐的午后,仿佛一卷亲戚搬家时翻出来的发黄录像带。

主题 5:高考结束冲出校门的学生(2000s DV)

text
主要角色:刚考完最后一科的高三女生,约 18 岁,齐耳短发(发尾有点分叉),脸上残留没卸干净的青春痘,左眉骨有一颗痘。穿蓝白拼色的运动服校服套装(袖口磨白、拉链坏了一半用别针别住),里面是一件洗得发灰的白色 T 恤。脚踩一双开胶的白色回力球鞋。斜挎一个鼓鼓囊囊的书包(拉链没拉,露出揉皱的试卷角)。素颜,脸颊因为兴奋泛红,额头有汗。整个视频中保持一致的身份、服装、发型和外貌。

地点:2000 年代,6 月 8 日下午 5 点整,某县城高中校门口。铁栅栏大门刚打开,门外挤满了举着花和矿泉水的家长。校门内是水泥操场,地上散落着被撕碎的草稿纸(像下雪)。傍晚的逆光,金黄刺眼。焦点始终在女生身上。

视觉风格:超现实主义纪录片真实感。真实的即兴行为。自然的肢体语言。无剧本的日常生活片段感。青春期的释放与混乱。

摄像风格:2000 年代消费级 MiniDV 摄录机的美学。手持抖动剧烈(像拍摄者也在跑动)。镜头在逆光下多次产生眩光和光晕。自动对焦跟不上快速移动的人群,反复拉风箱。滚动快门在飞舞的碎纸上产生拉伸。曝光剧烈波动。色彩偏黄、高光过曝、轻微褪色。胶片颗粒。没有稳定。没有电影化移动。没有现代调色。没有过度的锐化或 HDR。

00:00–00:02  女生从教学楼冲出来,书包带滑落一边,她一边跑一边把揉成团的试卷往天上扔,张嘴大喊(无声),眼睛笑成缝。
00:02–00:04  她在人群里左顾右盼,踮起脚找家长,被身后跑来的同学撞了一下,两人抱在一起蹦跳。
00:04–00:06  她终于看到门外的妈妈,挥舞着双臂冲过去,书包里的水杯掉出来她没回头捡。
00:06–00:08  镜头跟拍她挤过人群,逆光下她的轮廓发金光,碎纸在空中飘落,一片落在她头发上。
00:08–00:10  她扑进妈妈怀里,妈妈把一束廉价的塑料花塞给她,她举着花回头朝镜头笑,门牙上有个豁口。

音频:仅校门口的喧嚣(家长呼喊名字、汽车喇叭、鞭炮的零星炸响)、成百上千学生冲出校门的脚步声、撕纸声、远处广播里循环播放的"考试已结束,请考生有序离场"。没有音乐。没有音效设计。没有旁白。

目标:捕捉 2000 年代县城高考结束那一刻,那种压抑已久的集体释放、混乱又纯真的青春爆发,仿佛父亲举着 DV 机挤在家长群里拍下的那段永远不会删除的家庭录像。

生成后的调参回路

调参指南:生成后不满意时怎么改

生成结果的问题改哪里
人物像换了好几张脸在「主要角色」段把外貌写更细,并强调「整个视频中保持一致」
画面太干净、太现代在「摄像风格」段加更多缺陷词:抖动/过曝/拉风箱/褪色
动作太僵硬、像摆拍分镜段写连续两个动作的衔接,而不是单一姿态
没有生活感、像广告片「音频」段做减法,只留环境音,去掉所有音乐和旁白
整体偏假、像 AI 生成在「视觉风格」里加「无剧本的日常生活片段感」,并给主体一个正在进行的动作(吃/喝/走/找),不要让它「看着镜头微笑」

关于「成本降低 6 倍」的说法

流传的版本里常附带一句「这套提示词能把生成成本降低 6 倍」。这个数字是单方说法,没有给出测算口径:是单次生成的费用,还是拿到一条可用片的平均尝试次数?另外 Grok 和 Seedance 2.5 的计价单位并不相同,别把这个数字当结论引用。这套提示词真正的价值在方法论,不在省钱。

相关文章

分享: