OpenAI Sora 2 完整提示词指南：技巧、方法与模板
一份全面、实用的 OpenAI Sora 2 视频生成模型提示词编写指南。包含可直接复制的电影场景、对话、图片输入、混音迭代等提示词模板。
OpenAI Sora 2 是一款顶尖的 AI 视频生成模型，能将文字——以及图片——转化为高保真视频片段。本指南将全面讲解如何有效地为 Sora 2 编写提示词，涵盖 API 参数、电影式提示词结构，并提供可直接复制使用的模板。
什么是 Sora 2？
Sora 2 是 OpenAI 新一代文本转视频模型，可通过 API 和 Sora.com 访问。它支持 sora-2 和更强大的 sora-2-pro 两个版本。核心亮点包括：
- 高保真视频：从文字描述生成逼真、具有电影质感的视频。
- 图片输入：使用参考图作为第一帧，实现更精细的构图控制。
- 对话与音频：在提示词中直接描述台词和音景。
- 混音（Remix）功能：对已有生成结果进行迭代微调，实现受控优化。
- 多种分辨率与时长：生成 4 至 12 秒的 HD 分辨率视频片段。
API 参数
在编写提示词之前，请了解：某些视频属性只能通过 API 参数设置——无法在提示词文字中请求：
| 参数 | 选项 |
|---|---|
model | sora-2 或 sora-2-pro |
size | 1280x720、720x1280（sora-2）；另有 1024x1792、1792x1024（sora-2-pro） |
seconds | "4"（默认）、"8"、"12" |
技巧： 为获得最佳效果，建议优先生成 4 秒的短视频。如果需要更长时长，在剪辑中拼接两个 4 秒片段，往往比直接生成一个较长片段质量更高。
Sora 2 提示词的核心理念
把提示词当作向从未见过你脚本的摄影师下达的指令。如果遗漏细节，他们会自由发挥——你可能得不到预期的结果。
与此同时，留白同样是一种力量。给模型更多创作自由，往往会产生令人惊喜的精彩变化。详细的提示词带来可控性和一致性；而简洁的提示词则为创意结果提供空间。
核心原则：
- 反复迭代：对摄像、光线或动作的细微调整都可能使结果产生显著变化。
- 拥抱多样性：同一提示词多次生成会得到不同结果——这是特性，而非缺陷。
- 协作创作：你提供方向，模型提供创意变化。
提示词的核心要素
一个清晰的提示词就像在故事板上描绘一个镜头。应包含：
| 要素 | 控制什么 | 示例 |
|---|---|---|
| 视觉风格 | 整体美学、类型、媒介 | "1970年代爱情剧，35mm胶片拍摄"、"定格动画" |
| 摄像/构图 | 景别、角度、景深 | "中近景，缓缓推进"、"宽景建立镜头，平视角度" |
| 光线与色彩 | 氛围、情绪、色调 | "温暖的钨丝灯主光，窗口冷色轮廓光"、"黄金时段逆光" |
| 角色 | 外貌、服装、表情 | "一位穿着海军蓝大衣的三十多岁旅客" |
| 环境 | 场景、布景、道具 | "凌乱的工作室，架子上摆满齿轮和发黄的蓝图" |
| 动作 | 场景事件、节拍、手势 | "演员走四步到窗边，停顿，在最后一秒拉开窗帘" |
| 对话 | 台词 | 侦探："你在撒谎，我能从你的沉默中听出来。" |
| 声音 | 环境音、音乐、效果音 | "雨声、钟表滴答声、轻柔的机械嗡鸣" |
提示词技巧
1. 从视觉风格开始
在提示词开头确立美学基调，模型会将其贯穿始终。同样的场景主体，在"好莱坞精品剧情片"、"手持手机随拍"和"颗粒感复古广告"的不同设定下，看起来会截然不同。
❌ 模糊：
镜头风格：电影感✅ 精确：
镜头：宽景，低角度
景深：浅景深（主体清晰，背景虚化）
光线 + 色调：温暖逆光，柔和轮廓光2. 精准控制动作
动作往往是最难控制的部分。保持简单：每个镜头只有一个明确的摄像机运动和一个明确的主体动作。用节拍来描述动作——小步骤、手势或停顿——让动作感觉有时间感。
❌ 模糊：
演员走过房间。✅ 精确：
演员走四步到窗边，停顿，然后在最后一秒拉开窗帘。一些好的摄像指令示例：
宽景建立镜头，平视角度宽景，从左向右跟踪拍摄空中俯视宽景，略微向下倾斜中近景，缓慢推进，带有悬挂工具的视差效果
3. 精确描述光线与色彩
光线对情绪的塑造，不亚于动作或场景。多个片段剪辑在一起时，一致的光线逻辑是使剪辑流畅的关键。
❌ 模糊：
光线 + 色调：明亮的房间✅ 精确：
光线 + 色调：柔和的窗光，暖色台灯补光，走廊透来的冷色轮廓光
色调锚点：琥珀色、奶油色、胡桃木棕命名三到五个色调锚点，有助于在不同镜头中保持调色稳定。
4. 自然地写对话
将对话单独放在场景描述下方的专属区块，帮助模型清楚地区分视觉内容与台词。保持台词简洁自然：
- 4 秒片段可容纳一两段简短对话。
- 8 秒片段可容纳更多台词。
在多角色场景中，为每个角色统一标注名字，帮助模型将台词与对应角色的表情和手势相匹配。
一个狭窄、没有窗户、墙壁如旧灰色的密室。天花板上一盏裸露的灯泡垂下，将光圈甩在中央那张伤痕累累的金属桌上。两把椅子隔桌相对。侦探端坐在椅上，风衣搭在椅背，眼神锐利而专注。对面，嫌疑人懒散地靠着，烟雾懒洋洋地卷向天花板。
对话：
- 侦探："你在撒谎，我能从你的沉默中听出来。"
- 嫌疑人："或者，我只是不想再开口。"
- 侦探："不管怎样，今晚结束之前你会开口的。"5. 使用图片输入实现构图控制
要获得更精细的画面控制，可以通过 API 的 input_reference 参数附上一张参考图片。模型会将图片作为第一帧的锚点，而你的文本提示词定义接下来发生的事。
要求：
- 图片分辨率必须与目标视频的
size参数匹配。 - 支持格式：
image/jpeg、image/png、image/webp。
图片输入示例提示词：
"她转过身微笑，然后缓缓走出画面。""冰箱门打开了，一只胖乎乎的紫色小怪物从里面爬了出来。"实验技巧： 没有参考图片？用 OpenAI 图片生成模型快速创建环境和场景设计，再将其作为参考输入 Sora。
6. 善用混音（Remix）功能进行迭代
混音是用来精细微调的，而不是用来碰运气的。每次只做一处可控的修改，并明确说明你在改什么：
"相同镜头，换成 85mm 镜头""相同光线，新调色板：青色、沙色、锈红色"
如果一个镜头反复失败，请退一步：锁定摄像机，简化动作，清空背景。等它能正常运行后，再逐步叠加复杂元素。
7. 超详细描述，打造电影级镜头
对于复杂的专业级镜头，你可以用影视制作术语描述画面风格、摄像设置、调色方案、音景，甚至分镜意图——就像导演向摄影组下达指令一样。
格式 & 画面
时长 4 秒；180° 快门；数字拍摄模拟 65mm 胶片对比度；细腻颗粒感；高光处微妙光晕。
镜头 & 滤镜
32mm / 50mm 球面定焦镜；Black Pro-Mist 1/4 柔光镜；略微旋转 CPL 以管理车窗玻璃反光。
调色 / 色调
高光：清晨阳光，琥珀色提亮。中间调：平衡中性，阴影略带青调。黑位：柔和中性，略微提升黑电平以保留雾气质感。
光线 & 氛围
自然光从摄像机左侧低角度射入（07:30）。轻薄雾气；列车尾气在光束中漂移。
场景 & 构图
城市通勤站台，黎明。前景：黄色安全线，长椅上一杯咖啡。中景：乘客轮廓隐没在雾气中。背景：列车减速驶入站台。
声音
仅场景声：微弱的钢轨摩擦声，列车制动气声，远处广播声（轻度压缩，-20 LUFS），低沉的环境嗡鸣。无配乐或后期拟音。
分镜列表（4 秒）
0.00–2.40 — "列车抵达"（32mm，肩扛缓慢向左推轨）：镜头滑过站台标牌边缘，浅景深对焦旅客，旅客凝视轨道方向。晨光在镜头处晕开。
2.40–4.00 — "转身停顿"（50mm，缓慢弧形推进）：旅客略向镜头转身，阳光轮廓光扫过脸颊。提示词结构模板
以此框架作为起点。不是每个部分都必须填写——对镜头来说无关紧要的内容可以省略：
[散文场景描述：人物、服装、布景、天气及其他细节]
摄影：
镜头：[景别和角度，例如：宽景建立镜头，平视角度]
氛围：[整体基调，例如：电影感紧张、俏皮悬疑、奢华期待]
动作：
- [动作 1：一个清晰、具体的节拍或手势]
- [动作 2：片段内另一个明确的节拍]
- [动作 3：另一个动作或对话台词]
对话：
[简短自然的台词。保持简洁，以匹配片段时长。]
背景声音：
[环境音、音乐或音效]可直接复制的提示词示例
🤖 动画短片（童话 / 定格动画感）
风格：手绘 2D/3D 混合动画，柔软笔触质感，温暖的钨丝灯光，触感十足的定格动画风格。美学上唤起 2000 年代中期童话绘本动画——温馨、不完美、充满机械魅力。
在一个凌乱的工作室里，架子上堆满齿轮、螺栓和泛黄的蓝图。中央，一个小圆形机器人坐在木凳上，它那坑坑洼洼的身体被各色拼接板块覆盖。它那巨大的发光眼睛闪烁着浅蓝色，紧张地摆弄着一只嗡嗡作响的灯泡。
摄影：
摄像机：中近景，缓慢推进，悬挂工具营造视差
镜头：35mm 虚拟镜头；浅景深，背景杂物虚化
光线：温暖的顶部实景灯主光；窗口冷光补光
氛围：温柔、古灵精怪、带一丝悬念
动作：
- 机器人敲击灯泡，火花四溅。
- 它猛地缩手，灯泡脱手而出，眼睛睁大。
- 灯泡以慢动作坠落，它在最后一刻接住了。
- 胸口一阵蒸汽喷出——如释重负，带着一丝自豪。
- 机器人轻声说："差点没接住……但我接住了！"
背景声音：雨声、钟表滴答声、柔和的机械嗡鸣、微弱的灯泡嗞嗞声。💃 1970 年代爱情剧（屋顶舞蹈）
风格：1970 年代爱情剧，35mm 胶片拍摄，带有自然耀光、柔焦和温暖光晕。轻微的片门颤动和手持微抖动唤起复古亲密感。柯达风暖色调；胶片颗粒和柔和晕影，还原时代质感。
黄金时段，一栋砖砌公寓楼的屋顶化身为小小舞台。晾晒白布的晾衣绳在风中摇曳，接住了最后几缕阳光。一串杂色灯泡在头顶轻声嗡鸣。一位身着流动红色丝绸长裙的年轻女性赤脚起舞，卷发在余晖中闪闪发光。她的舞伴——卷起衬衫袖子，背带松松垮垮——随着节拍鼓掌，笑容灿烂而毫无防备。
摄影：
摄像机：中宽景，从平视角度缓慢推轨拉近
镜头：40mm 球面镜；浅景深，将两人从天际线中隔离出来
光线：黄金阳光自然主光，钨丝灯反射补光；灯泡边缘光
氛围：怀旧、温情、电影感
动作：
- 她旋转；裙摆飞扬，接住阳光。
- 女（笑着）："看你！就连城市今晚都在和我们一起跳舞。"
- 他迈步上前，握住她的手，将她引入阴影中轻轻下腰。
- 男（微笑）："那只是因为你带领得好。"
- 白布漂过画面，短暂遮住天际线，然后再次分开。
背景声音：仅自然环境声：微风、布料摩擦声、街道噪音、隐约的音乐。无添加配乐。🕵️ 犯罪审讯场景
一个狭窄、没有窗户、墙壁如旧灰色的密室。天花板上一盏裸露的灯泡垂下，将光圈甩在中央那张伤痕累累的金属桌上。两把椅子隔桌相对。侦探端坐在椅上，风衣搭在椅背，眼神锐利而专注。对面，嫌疑人懒散地靠着，烟雾懒洋洋地卷向天花板。
对话：
- 侦探："你在撒谎，我能从你的沉默中听出来。"
- 嫌疑人："或者，我只是不想再开口。"
- 侦探："不管怎样，今晚结束之前你会开口的。"🚉 城市站台（超详细电影级）
格式 & 画面：时长 4 秒；180° 快门；数字拍摄模拟 65mm 胶片对比度；细腻颗粒感；高光处微妙光晕；无片门颤动。
镜头 & 滤镜：32mm / 50mm 球面定焦镜；Black Pro-Mist 1/4；略微旋转 CPL 以管理车窗玻璃反光。
调色 / 色调：高光：清晨阳光，琥珀色提亮。中间调：平衡中性，阴影略带青调。黑位：柔和中性，轻微提升黑电平以保留雾气。
光线 & 氛围：自然光从摄像机左侧低角度射入（07:30）。轻薄雾气；列车尾气在光束中漂移。
场景 & 构图：城市通勤站台，黎明。前景：黄色安全线，长椅上一杯咖啡。中景：乘客轮廓隐没在雾气中。背景：列车减速驶入站台。请避免显示标牌或企业品牌。
声音：仅场景声：微弱的钢轨摩擦声，列车制动气声，远处广播声（-20 LUFS），低沉的环境嗡鸣。无配乐或后期拟音。
0.00–2.40 — "列车抵达"（32mm，肩扛缓慢向左推轨）：镜头滑过站台标牌边缘，浅景深对焦旅客，旅客凝视轨道方向。晨光在镜头处柔和晕开。
2.40–4.00 — "转身停顿"（50mm，缓慢弧形推近）：旅客略向镜头转身，阳光轮廓光扫过脸颊。🌿 短而简练（开放式创作）
In a 90s documentary-style interview, an old Swedish man sits in a study and says, "I still remember when I was young."这类简洁提示词给模型留足了创作空间——人物外貌、场景设计、摄像角度和光线都由模型自由发挥。非常适合探索意外的诠释方式。
进阶技巧
- 先定风格：以视觉媒介或胶片美学开篇，这会为所有其他选择奠定基调。
- 每个镜头只有一个动作、一个运镜：保持简单；复杂性叠加会带来不可预测的结果。
- 使用电影术语：
"中近景"、"推轨"、"手持"、"焦点拉伸"能给模型提供精准的方向。 - 命名色调锚点：三到五个颜色名称有助于在不同镜头中保持调色稳定。
- 对话要简短：对话量要匹配片段时长——不要把 8 行台词塞进 4 秒片段。
- 有意识地混音：每次只改变一个变量，并明确描述你在改什么。
- 善用参考图片：先生成一张参考图，再将其作为输入送进 Sora，实现锁定构图。
- 拥抱多样性：重复使用相同提示词会得到不同结果，把每次生成都当作一次全新的创作尝试。
总结
Sora 2 对精准和实验的重视程度是相当的。获得出色结果的关键，在于编写结构化、电影化的提示词——明确风格、摄像、角色、动作、对话和声音——同时保留空间让模型自由呼吸，带来意想不到的惊喜。
无论你是电影制作人、内容创作者还是开发者，掌握 Sora 2 的提示词技巧将为你打开强大的全新创作可能性。从上面的现成示例开始，探索图片输入和混音功能，在迭代中找到你心目中的完美画面。
准备好开始了吗？ 立即在 sora.com 或通过 OpenAI API 体验 Sora 2。
更多文章
Runway Gen-4 提示词指南：如何获得最佳生成效果
学习如何为 Runway Gen-4 视频生成模型编写高效提示词。本指南涵盖主体运动、镜头运动、场景运动、风格描述符及最佳实践，助你生成高质量 AI 视频。
Seedance 2.0 提示词指南：技巧、方法与提示词模板
关于 Seedance AI 的全面指南——字节跳动视频生成模型。涵盖 Seedance 1.0 与 2.0 对比、bytedance/seedance-v1-pro-i2v-480p API 使用方法，以及附带可复制模板的专业提示词技巧。
Google Veo 3.1 提示词指南：技巧、方法与提示词模板
Google Veo 3.1 全面指南：提示词技巧、真实皮肤生成、去字幕方法、费用价格详解，以及 Veo 3.1 时长限制说明。含可直接复制的提示词模板。
等待列表
抢先体验
成为第一批体验 AcceptPrompt 的用户。注册以获取早期访问和独家更新。
成为第一批体验用户。免费抢先体验，订阅即享五折优惠，绝不发送垃圾邮件。