Elser AI 提示指南：如何编写更好的图像和视频提示

提示词是某一阶段的制作简报，而非容纳项目中所有想法的容器。图像提示词需要构图和视觉层次。图像转视频提示词需要运动和镜头行为，因为源帧已定义了外观。文本转视频提示词既需要视觉锚点，也需要可实现的动作。

因此，最好的提示并非最长，而是最简短的指令集——它既能保留必须稳定的部分，又能引导必须变化的内容，同时为审阅者提供明确的成功标准。

提示架构

使用主体和稳定的身份、设定、可见动作、构图、镜头、灯光/风格、情感意图及高价值约束。将最重要的主体前置。删除不改变可见或可听决策的从句，避免指向冲突方向的风格词汇。

图像提示框架

描述媒介、主体、不变特征、构图、前景/背景关系、光源、材质及排除项。示例：“中近景，画面左侧的红发信使在雨暗站台上阅读发光信封，蓝色实用光，浅景深，静谧不安，无多余人物或文字。”

立即应用： 在 Elser 中对一个受控构图测试图像框架。Elser AI 为此受控测试提供了实用工作空间。

图像到视频提示框架

聚焦于动作：“她停顿一拍，然后抬眼望向隧道；环境光脉冲闪烁两次；缓慢推进8%；衣摆轻轻飘动；无剪辑，无服装更换。”通常，一个主要动作、一个次要环境动态和一个镜头运动更容易指导。

文本生成视频与序列提示

在没有源图像的情况下，在行动前确定主体、地点、渲染语言和初始构图。对于较长的序列，使用时间编码节拍并保持屏幕方向。如果提示在几秒内包含设置、追逐、对话和揭示，则简化或将其拆分为多个镜头。

立即应用： 在编写多个镜头的运动提示之前，先保存一个稳定的身份块。在 Elser AI 中创建最小版本，并在通过审核后继续操作。

参考文献与负面约束

为每个参考分配一个角色：身份、服装、地点、构图、动作或颜色。移除无关或矛盾的图像。负面约束应保护简报——不得有额外人物、文字、剪切或新道具——而非变成一份冗长的想象失败清单。

通过故障层进行调试

将问题分类为身份、构成、动作、镜头、风格、物理、音频、文本或编辑。在保持设置不变的情况下，修改最小的相关子句。如果场景情感不明确，那可能是分镜问题，而非提示词问题。

立即应用： 比较两个仅在一个摄像头或动作指令上有所不同的 Elser 输出。使用 Elser AI 将下一个决策保持在同一项目中。

维护提示记录

存储精确的提示词、参考ID、宽高比、可见模型、时长、输出及审批原因。基于原则而非偶然短语构建可复用的身份和风格模块。在模型更新后重新检查旧提示词，而非假设其行为保持不变。

Elser AI 图像提示公式

用法：主体 + 稳定身份 + 场景 + 构图 + 光线 + 视觉风格 + 排除项。示例：“成年快递员，赤褐色短发，苔绿色外套，在雨暗的站台上等候，中近景构图，主体位于右侧三分之一处，蓝色车站灯光与暖色信封光晕，精致2D动漫风格，无多余人物，无文字。” 这针对的是长尾查询**“如何编写Elser AI图像提示词”**。

Elser AI 视频提示公式

使用：起始状态 + 主要动作 + 次要运动 + 镜头 + 时间 + 连续性约束。示例：“她静止一拍，然后低头打开信封；身后雨丝飘落；五秒内缓慢推进8%；保留面部、绿色外套和挎包；无切换，无新角色。”视频提示应引导变化，而非重新描述整个画面。

文生视频提示词 vs 图生视频提示词

文本到视频的提示必须确立主体、场景、视觉语言和运动，因为不存在起始图像。Elser AI 图像到视频的提示应强调运动并保护已批准的来源：什么在移动、移动多远、以什么速度移动，以及什么保持固定。重复数十个外观细节可能与实际图像冲突。当构图和角色身份已获批准时，请使用起始帧。

测试两种提示类型： 在 Elser AI 中生成一个受控关键帧，然后使用仅运动提示对其进行动画处理，并与文本转视频尝试进行比较。

角色一致性提示块

保持简短区块不变：“同一获批的成人信使：窄椭圆形脸，琥珀色眼睛，赤褐色短发，苔绿色防水外套，深蓝色挎包，红色印章挂袋。”将其置于场景特定动作之前。通过当前界面附加获批角色或引用。不要在镜头之间互换同义词。以命名变体的形式添加服装变化，而非随意修改提示词。

提供明确方向的摄像机运动提示

使用单一运镜：锁定镜头、缓慢推进、拉远、横向移动、摇摄、俯仰、弧线或手持跟拍。明确主体关系：“镜头在自行车旁横向移动”比“动态镜头”更清晰。补充速度与终点。避免在短片段中堆叠“环绕、变焦、摇摄、升降”。精准的镜头语言能提升AI视频提示的遵循度，因为运动具有单一优先级。

AI动画的负面提示词

使用排除项来保护镜头：无多余人物、无文字、无服装变化、无镜头切换、无新增道具、无变形。不要在每个提示词中粘贴一个巨大的通用负面列表。如果模型不断改变面部，请加强参考并简化动作；“不要坏脸”这个短语并不能指定所需的面部特征。

按症状排查提示问题

错误的面部：返回已保存的角色和稳定的身份块。错误的构图：修正关键帧或取景语言。混乱的动作：简化为一个动词和更简单的镜头。风格漂移：移除冲突的风格词汇。融化的手：缩短交互或使用插入镜头。平淡的场景：调整节拍或光照层次。缓慢的序列：先进行剪辑。这是对**“如何修复糟糕的Elser AI提示”**的实际回答。

五种复制粘贴的Elser AI提示模式

角色立绘： “[身份]的全身与半身正面像，清晰服装层次，简洁背景，均匀光线。” 电影画面： “[主体]在[场景]中，[景别与构图]，[光源]，[情绪]，无文字。” 图生视频： “[主要动作]，[次要动态]，[镜头与速度]，[时长]，保持[身份]不变，无剪辑。” 故事板： “为[五个节拍]创建[数量]个镜头，包含目的、构图、动作和时长；保持画面方向一致。” 动漫对话镜头： “[角色]倾听，随后在稳定的中近景中说出一句简短台词；克制嘴部与眼部动作；固定机位；保持面部与服装不变。” 将方括号替换为可见的决策，并移除当前场景不需要的任何模式。保存确切的成功提示词及其模型和参考ID。

常见问题解答

什么是 Elser AI 图像提示的最佳结构？

使用主题、稳定的身份、设定、构图、光线/风格以及一短列保护性排除项。

图像到视频的提示有何不同？

源图像已定义了外观，因此需强调主体动作、环境动态、镜头、时机以及必须保持不变的元素。

我应该为 Elser AI 视频使用负面提示吗？

使用简洁的列表来保护镜头，例如没有多余的人、没有文字、没有服装变化或没有镜头切换。

如何提示一致的角色？

重复使用已保存的角色/参考和未更改的身份块。仅改变场景状态、动作、取景和镜头。

为什么添加更多提示细节有时会导致结果变差？

额外的子句可能引入相互冲突的动作、镜头移动或风格。诊断失败的图层，并仅修改该指令。

结论

更好的Elser提示词为每个阶段赋予明确任务。图像中直接构图，视频中变化，通过稳定参考保持身份一致性，并通过故事板实现序列连贯。当结果失败时，先诊断再添加更少但更精准的指令。准备好将此精确工作流应用于实际项目时，请继续使用Elser AI。