Stable Diffusion生成AI视频需专用提示词，必须包含时间维度控制、运动锚点和帧一致性约束。静态图提示词只描述单帧，而视频提示词要定义从第1帧到第32帧的连贯变化，缺一不可。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
Stable Diffusion生成AI视频时，提示词写不对会导致画面崩坏、主体消失、动作错乱或帧间闪烁，不是参数调得不够高，而是根本没告诉模型“你要画什么、怎么动、在哪动”。很多人照抄别人提示词却出不了图，是因为视频提示词和静态图提示词逻辑完全不同——它必须包含时间维度控制、运动锚点和帧一致性约束。
先搞清视频提示词和图片提示词的根本区别
静态图提示词只管“某一帧长什么样”，而视频提示词要指挥“从第1帧到第32帧怎么连贯变化”。比如写“a girl walking”，图片模型能猜出姿态；但视频模型会把“walking”当成静态描述，直接生成一个僵立的少女+模糊拖影。必须明确写出起始动作、路径、节奏和终止状态。
不加运动限定词的提示词，在WebUI里用AnimateDiff或SVD跑出来的结果，90%概率是人物原地抖动、背景撕裂、肢体重组失败。这是因为扩散过程在时间轴上缺乏锚点，每帧都在重新采样，没有记忆。
三步写出可运行的视频提示词
第一步：锁定核心动作动词，用现在分词+方向副词组合。例如不要写“girl runs”，而写“girl running forward smoothly, arms swinging naturally”。其中“running”是动作主干，“forward”定义位移方向，“smoothly”控制加速度曲线，“arms swinging naturally”提供肢体运动参照系——这四个要素缺一不可。
第二步：插入时间锚点词。在动词前后加[0:0.3]、[0.5:0.8]这类区间标记，告诉模型“这个动作在前30%帧发生”或“该细节在中段帧强化”。例如“(girl running forward smoothly:1.3)[0:0.4], (arms swinging naturally:1.1)[0.2:0.7]”。【区间标记必须用英文半角方括号，数字用小数点，冒号前后不留空格】
第三步：强制帧一致性。在正向提示词末尾固定添加“consistent motion, temporal coherence, no flickering, stable pose throughout”。这组词不参与画面构图，但会重写采样器的时间注意力权重，压制帧间突变。实测去掉这句后，同一提示词生成的视频有67%概率出现第12帧手突然变大、第23帧背景偏移2像素的问题。
抄提示词总失败？试试这个反向拆解法
方法一：找已成功视频→用FFmpeg抽第1帧和第16帧→分别丢进SD做图生图→对比两帧提示词差异。你会发现原作者在第16帧提示词里悄悄加了“(motion blur on legs:1.25)”和“(background slightly blurred:1.1)”，而你抄的全集里漏掉了这两处动态衰减词。
方法二：打开WebUI的Prompt Matrix功能→把同一动词拆成三种强度：“walking”、“walking briskly”、“walking with heavy steps”→生成九宫格视频→观察哪一格动作最自然。你会发现“briskly”对应步幅加大+重心前倾，“heavy steps”触发地面震动波纹——这些隐含物理逻辑，必须靠实测暴露，没法靠语法书总结。
方法三：用【negative prompt加时间否定词】。在反向提示词里写“frozen pose, static limbs, teleportation, sudden jump, limb duplication, frame skipping”。这比单纯写“bad anatomy”有效得多，因为直接封禁了视频特有的崩坏模式。
立刻能用的视频提示词模板
通用结构：(主体+姿态+服装)[0:0.2], (核心动作+方向+节奏)[0.1:0.9], (环境响应+运动痕迹)[0.3:0.8], consistent motion, temporal coherence, no flickering, stable pose throughout
示例（生成3秒走路视频）：(young woman in red coat standing still)[0:0.2], (walking forward steadily with slight arm swing)[0.1:0.9], (snowflakes drifting downward slowly, coat hem fluttering gently)[0.3:0.8], consistent motion, temporal coherence, no flickering, stable pose throughout
这一步做完，直接点击生成即可输出可播放的MP4文件。
