Pika做口播脚本时提示词应该怎么写

Pika生成口播视频时，提示词写得不到位，画面就会飘忽不定、节奏混乱，人物嘴型跟台词完全对不上，这样的素材根本没法直接拿来用。

说实话，Pika压根儿听不懂“讲得生动一点”这种模糊指令。它只认具体的动作、明确的镜头、可视觉化的指令。如果你输入“主持人微笑说话”，它可能直接生成一张静态笑脸；但要是写成“中景，30岁女性穿深蓝西装，嘴角自然上扬，嘴唇微动说‘今天聊聊AI写作’”，那才大概率输出可用的帧。

还有一个关键点——时间维度。Pika默认只生成3秒视频，想控制好语速和画面切换的节奏，你就得把台词按每句0.8到1.2秒切分，然后在提示词里用“第一句：……→第二句：……”这样的格式明确标注出来。

先搞清Pika对提示词的底层要求

它不识别画质形容词，不理解主观状态，只能处理具体动作、明确镜头和可视觉化的指令。输入“主持人微笑说话”，它可能生成一张静态笑脸；但写成“中景，30岁女性穿深蓝西装，嘴角自然上扬，嘴唇微动说‘今天聊聊AI写作’”，才大概率出可用帧。

必须带时间维度——Pika默认生成3秒视频，你要控制语速和画面切换节奏，就得把台词按0.8～1.2秒/句切分，并在提示词里用“第一句：……→第二句：……”显式标注。

三类核心提示词结构模板

格式：【镜头】+【人物描述】+【动作细节】+【台词分句标注】
示例：“中景，亚裔女性，齐肩黑发，浅灰针织衫，正视镜头，点头三次→第一句：‘你是不是也试过写提示词却总卡壳？’→第二句：‘其实90%的问题出在没拆解动作’→第三句：‘接下来我用3个真实翻车案例告诉你怎么改’”

加一句“右下角同步浮现关键词白字，字体无衬线，字号适配画面不遮脸”——这句必须紧跟在人物描述后，否则Pika会把文字生成在错误位置或干脆忽略掉。

用“→”明确切镜时机：“开场：特写手写笔在笔记本写‘提示词’→切中景：同一人合上本子抬头笑→第一句：‘别抄网上万能公式’→切近景：手指轻点太阳xue→第二句：‘先问自己三个问题’”

必须避开的5个高频雷区

第一步：别写“高清”“4K”“电影感”——Pika不识别画质形容词，加了反而干扰主体识别。
第二步：禁用“看起来很专业”“显得很有信心”这类主观状态描述，它会随机生成皱眉、歪头等错误微表情。
第三步：台词不能跨行写，必须用→连成一行，否则Pika只读第一行，后面全丢。
第四步：人物服装颜色写具体色号，比如“潘通19-4052经典蓝”，比写“蓝色西装”出图稳定度高3倍。
第五步：

，句号、问号、感叹号都会导致生成失败或静帧，最后一句收尾留空即可。