AI 视频万能指令公式，复制粘贴就能出高质量成片

发布时间：2026-03-27 00:03:14  浏览量：2

你是不是也遇到过这些痛点：想用 AI 做视频，对着指令框半天憋不出一句话？好不容易写了一大段描述，AI 生成的视频要么全程跑题、要么画面混乱、要么质感拉胯，完全不符合预期？看了无数教程，还是学不会写指令，每次做视频都要从头琢磨，几小时都出不了一条成片？

别慌！今天给你一套经过上百次实操验证、零门槛、全品类通用的

AI 视频万能指令公式

。不用你懂剪辑逻辑、不用你懂镜头语言、不用你死记硬背专业术语，甚至不用动脑组织语言，只要复制这套公式，替换里面的关键词，1 分钟就能写出精准度拉满的高质量指令，复制粘贴到 AI 工具里就能直接出片。

这套公式适用于所有零基础普通人，覆盖口播、剪辑、剧情、图文转视频等 99% 的常见视频类型，不管你是想做副业变现的新手，还是想提升效率的短视频创作者，都能直接套用，彻底解决 “指令不会写、写不好、生成效果差” 的核心难题。

在讲公式之前，我们先搞懂一个核心问题：AI 生成视频的本质是什么？

AI 不是 “创作者”，而是

精准的指令执行者

。它不会凭空猜你的想法，你给的信息越结构化、越清晰、越有边界，它生成的内容就越贴合你的预期；反之，你的指令越笼统、越混乱、越没有逻辑，AI 就越容易 “自由发挥”，最终生成的内容和你的想法天差地别。

绝大多数新手写指令的 3 个致命错误，就是踩中了这 3 个坑：

信息缺失

：只说 “做一条减肥短视频”，不告诉 AI 视频类型、时长、核心内容、画面风格，AI 只能随机生成，大概率跑题；

逻辑混乱

：把所有要求堆成一大段流水账，没有模块区分，AI 无法识别核心重点，最终只执行了部分指令；

要求矛盾 / 过度堆砌

：既要 “简约干净” 又要 “特效拉满”，既要 “30 秒短视频” 又要 “讲 10 个干货知识点”，AI 直接陷入混乱，生成的内容四不像。

而我们这套万能指令公式，就是把 AI 视频生成的所有核心要素，拆解成标准化、可复制、可替换的模块化结构。你不用懂任何专业知识，只需要像填空一样，往对应模块里替换关键词，就能写出 AI 能 100% 读懂、精准执行的高质量指令，从根源上避免以上所有问题。

先记住这个终极万能公式，全程无废话，每个模块都有明确的作用、套用标准、避坑指南，新手看完就能直接填：

AI 视频万能指令公式 = 基础定位（必填）+ 核心内容（必填）+ 画面全维度要求（必填）+ 音频全维度要求（推荐填）+ 字幕与包装要求（推荐填）+ 输出规范（必填）

公式里的 6 大模块，分为「必填项」和「推荐填项」。必填项缺一个，AI 就可能生成不符合预期的内容；推荐填项可以快速提升视频质感，新手也能直接套用话术，零门槛上手。

下面我们用大白话，逐个拆解每个模块的写法，告诉你每个部分该写什么、怎么写、避坑点是什么，不用动脑也能填对内容。

这是指令的第一句话，必须一次性给 AI 讲清楚 3 个核心信息：

你要做什么类型的视频、多长、发在哪个平台

，相当于给 AI 划定了最基础的创作边界，从根源上避免跑题。

必须明确告诉 AI 视频的品类，不要只写 “短视频”，新手直接从下面的分类里选，不用自己创造：

口播类：知识干货口播、好物测评口播、情感共鸣口播、个人成长口播、宝妈日常口播剪辑类：旅拍 vlog 剪辑、生活日常剪辑、美食制作剪辑、照片卡点剪辑、活动花絮剪辑、风景混剪剧情类：搞笑反转剧情、职场共鸣剧情、家庭日常剧情、情感催泪剧情、科普短剧图文转视频类：小红书笔记转视频、公众号长文转视频、知乎干货转视频、PPT 转视频、电子书内容转视频

新手最容易忽略的核心项，时长直接决定了视频的内容密度和节奏，必须精准描述，比如：

正确写法：30 秒短视频、1 分钟口播短视频、2 分钟 vlog、3 分钟干货长视频错误写法：短视频、长视频、几分钟的片子（AI 无法精准把控时长，大概率生成的内容节奏混乱）

不同平台的用户偏好、画幅要求、内容逻辑完全不同，指令里写清楚，AI 生成的内容会更贴合平台规则，新手直接套用：

抖音 / 快手 / 小红书：适配竖屏 9:16 格式，快节奏、强钩子开头视频号：适配竖屏 9:16 / 横屏 16:9，偏温情、适合私域传播B 站：适配横屏 16:9，深度内容、节奏可放缓

做一条适配【XX 平台】【XX 画幅】、时长【XX 秒 / 分钟】的【XX 视频类型】

【避坑指南】

不要给 AI 模糊的定位，比如 “做一条减肥的短视频”，正确的基础定位应该是：“做一条适配抖音竖屏 9:16 格式、时长 1 分钟的知识干货口播短视频”，一步到位给 AI 划定清晰边界。

这部分是视频的核心，必须一句话说清楚 “视频到底要讲什么”，主题要具体、边界要清晰，避免 AI 生成无关内容。新手直接套用「主题 + 核心脉络」的固定格式，不同视频类型有专属的套用模板，不用自己想。

主题一定要具体，不要写 “减肥干货”，要写 “大基数体重不节食不运动的 3 个居家减肥小技巧”，越具体，AI 越不容易跑题；核心内容不要超过 3 个核心点，比如 3 个方法、3 个技巧、2 次剧情反转，太多内容会导致时长 hold 不住，AI 也会混乱；不要写模糊的描述，比如 “讲一些护肤干货”，必须明确核心信息点，AI 才能精准匹配画面。

这部分是拉开视频质感的核心，新手不用写复杂的专业术语，只要覆盖 5 个核心细节，直接套用话术，就能生成高清、好看、符合预期的画面。

风格决定了视频的整体观感，新手优先选下面的通用风格，不容易出错，不同类型适配不同风格：

口播类适配：简约干净、温馨治愈、职场干练、ins 风、日系清新剪辑类适配：电影感、日系治愈、复古港风、活泼元气、氛围感、纪实感剧情类适配：写实生活化、搞笑夸张、悬疑氛围感、温情治愈、职场写实图文转视频适配：简约扁平化、手绘动画风、3D 简约风、实景氛围感、科技感

不要只写 “高清”，必须给 AI 具体的参数，新手直接固定用这套，不用修改：

画质 1080P，帧率 30fps，画面清晰无模糊、无噪点、无卡顿

避坑：新手不要选 4K，绝大多数 AI 工具 4K 生成速度慢，且平台上传后会压缩，完全没必要，1080P 是性价比最高的选择。

这是新手最容易忽略，但加了之后画面质感直接提升一个档次的细节，不用懂专业镜头知识，直接复制对应类型的话术即可：

口播类：镜头固定中景拍摄，人物始终在画面中心，背景干净无杂乱元素，无多余运镜剪辑类：多景别切换，远景 + 中景 + 近景搭配，运镜平稳流畅，慢镜头突出核心氛围感剧情类：多镜头切换，开头全景交代场景，中景展现人物动作，近景突出人物表情，运镜贴合剧情节奏图文转视频类：每个知识点对应 1 个固定镜头，画面切换平缓，无突兀运镜，画面对应文字内容不脱节

直接告诉 AI 画面里的核心人物 / 元素是什么，越精准，生成的内容越符合预期，新手只需要写 2-3 个核心特征即可，不要过度堆砌：

口播类虚拟人：28 岁职场女性，齐肩短发，穿简约西装，坐在干净的办公室背景前，表情自然，动作幅度小剧情类人物：20 岁大学生，穿休闲卫衣，形象阳光，场景为大学宿舍，生活化写实风格剪辑类元素：海边日落、沙滩、海浪，突出夏日治愈氛围感，无多余杂乱元素图文转视频类：画面元素贴合文字内容，每个知识点对应匹配的实景画面，无无关元素

转场决定了视频的流畅度，新手不要搞花哨特效，直接套用对应话术：

通用新手款：转场自然柔和，无生硬跳转，全程转场风格统一，无花哨特效剪辑卡点款：转场贴合背景音乐鼓点，卡点精准，节奏明快口播 / 图文转视频款：内容切换时使用淡入淡出转场，无突兀特效剧情类款：剧情节点使用匹配剪辑转场，贴合叙事节奏，不抢剧情风头

画面风格【XX】，画质 1080P，帧率 30fps，画面清晰无模糊；【对应镜头语言话术】；核心人物 / 元素为【XX】；转场【XX】。

音频决定了视频的完播率，新手不用复杂设置，只要覆盖「配音 + 背景音乐 + 音效」3 个部分，直接套用话术，就能做出听觉舒适的视频。

如果你的视频需要人声配音，直接填这部分，不用配音就写 “无需人声配音”，新手固定 2 个核心维度：

人声基础设定：女声 / 男声 / 童声 / 旁白音，比如温柔女声、沉稳男声、元气少女音配音风格：亲切自然、温柔舒缓、活泼搞笑、干练沉稳、深情治愈（必须和视频类型匹配，比如知识口播用干练沉稳，好物口播用亲切自然，情感口播用深情治愈）语速：新手通用 “中等语速，每分钟 120-140 字”，快节奏抖音视频用 “偏快语速，每分钟 150-160 字”，情感类视频用 “偏慢语速，每分钟 100-120 字”补充必加话术：发音清晰，无杂音，语气有自然起伏，无机械感，口型与配音完全匹配（口播 / 剧情类必加）

新手直接套用对应话术，不用自己想，核心原则是 “背景音乐永远服务于内容，不能盖过人声”：

通用必加话术：背景音乐音量低于人声，不盖过人声，全程循环无突兀中断风格匹配模板： 口播干货类：轻柔舒缓的纯音乐，无歌词，节奏平稳 剪辑 vlog 类：轻快元气的流行纯音乐，贴合画面节奏，卡点精准 剧情搞笑类：活泼搞笑的魔性背景音乐，贴合剧情反转节点 情感治愈类：温柔舒缓的钢琴纯音乐，氛围感强，无歌词

不用加太多，只在核心节点加适配的音效，就能大幅提升视频质感，直接套用：

剧情类：添加贴合场景的环境音效，比如开门声、电话铃声、办公室背景音，音量适中不突兀剪辑类：添加轻微的转场音效、卡点音效，贴合画面节奏口播 / 干货类：重点内容处添加轻微提示音，不抢人声风头

配音用【XX 人声】，风格【XX】，语速【XX】，发音清晰无机械感；背景音乐用【XX 风格】纯音乐，音量低于人声；添加贴合场景的轻微音效，音量适中。

无需配音模板：无需人声配音，仅添加【XX 风格】纯音乐，音量适中，贴合画面节奏，添加轻微转场音效。

字幕能让观众更清晰地接收内容，尤其是口播、干货类视频，加了字幕完播率会大幅提升，新手不用复杂设置，覆盖 3 个核心部分即可。

核心原则是 “清晰、不遮挡、适配画面”，新手直接用这套，永远不会出错：

字幕字体为微软雅黑 / 思源黑体 / 黑体，字号适中，位于画面底部安全区，不被遮挡，每行不超过 15 个字；浅色背景用黑色字体，深色背景用白色字体，加 1px 黑色描边，确保所有场景下都清晰可见。

避坑：新手不要用花里胡哨的艺术字体，大概率会看不清，还会显得视频很廉价，黑体类字体是永远的神。

不要全片字幕都一个样式，重点内容标注出来，观众能快速抓住核心，新手直接套用：

口播 / 图文转视频类：核心关键词、重点方法、数字信息用红色加粗标注，其余内容正常显示，标红内容不超过全片字幕的 10%剧情类：人物台词全程匹配字幕，清晰可见，无错别字，语气词可省略剪辑类：仅在关键节点添加短句字幕，比如开头标题、结尾 slogan，字体醒目，无多余字幕

不用加花哨的贴纸特效，只加基础包装，就能让视频更专业，直接复制：

开头 3 秒添加全屏标题卡片，醒目清晰，贴合视频主题全程左下角添加固定账号昵称 /logo，大小适中，不遮挡画面核心内容结尾添加引导关注的片尾卡片，停留 2 秒全程无多余花哨贴纸、特效，整体风格统一

字幕字体为微软雅黑，字号适中，位于画面底部安全区，白色字体加 1px 黑色描边，清晰可见；【对应重点标注规则】；开头添加标题卡片，结尾添加引导关注片尾，全程无多余特效，风格统一。

新手最容易忽略的最后一步，必须给 AI 明确的输出要求，避免生成的视频有水印、黑边、格式不对，无法上传平台，新手直接固定复制这套话术，不用修改：

最终输出格式为 MP4，无水印、无黑边、无卡顿、无杂音，全程画面流畅，音画同步，字幕与配音完全对应。

第三章 拿来就用：8 大高频场景现成指令模板（直接复制替换就能用）

光有公式还不够，我给新手整理了 8 大高频视频场景的现成指令模板，全部经过实操验证，复制粘贴后，只要替换里面中的关键词，就能直接导入 AI 工具生成视频，1 分钟搞定，零门槛上手。

做一条适配【抖音 / 小红书 / 视频号】竖屏 9:16 格式、时长【1-3 分钟】的知识干货口播短视频，主题是【XXX】，核心内容是【开头 3 秒用 XX 痛点钩子抓注意力，分 X 个模块讲清 XX 方法 / 观点，每个模块时长均匀，结尾 5 秒引导观众点赞收藏关注】；

画面风格【简约干净 / 温馨治愈 / 职场干练】，画质 1080P，帧率 30fps，画面清晰无模糊；镜头固定中景拍摄，虚拟人始终在画面中心，背景干净无杂乱元素；虚拟人形象为【XX，比如 28 岁职场女性，齐肩短发，穿简约西装，坐在办公室背景前】，动作自然幅度小；转场使用淡入淡出，自然柔和无突兀；

配音用【温柔女声 / 沉稳男声】，风格【亲切自然 / 干练沉稳】，中等语速每分钟 130 字，发音清晰无机械感，口型与配音完全匹配；背景音乐用轻柔舒缓的纯音乐，音量低于人声，不盖过人声；

字幕字体为微软雅黑，字号适中，位于画面底部安全区，白色字体加 1px 黑色描边，核心关键词、重点方法、数字信息用红色加粗标注；开头添加主题标题卡片，结尾添加引导关注片尾卡片；

最终输出格式为 MP4，无水印、无黑边、无卡顿，音画同步，字幕与配音完全对应。

做一条适配抖音竖屏 9:16 格式、时长 1 分钟的知识干货口播短视频，主题是【上班族缓解颈椎疼痛的 3 个小方法】，核心内容是【开头 3 秒用 “上班久坐颈椎疼？3 个方法不用起身就能缓解” 的痛点钩子抓注意力，分 3 个模块，每个模块 15 秒，讲清 1 个简单易操作、办公室就能做的颈椎放松方法，结尾 5 秒引导观众点赞收藏关注】；

画面风格简约干净，画质 1080P，帧率 30fps，画面清晰无模糊；镜头固定中景拍摄，虚拟人始终在画面中心，背景干净无杂乱元素；虚拟人形象为 28 岁职场女性，齐肩短发，穿简约西装，坐在干净的办公室背景前，动作自然幅度小；转场使用淡入淡出，自然柔和无突兀；

配音用温柔女声，风格亲切自然，中等语速每分钟 130 字，发音清晰无机械感，口型与配音完全匹配；背景音乐用轻柔舒缓的纯音乐，音量低于人声，不盖过人声；

字幕字体为微软雅黑，字号适中，位于画面底部安全区，白色字体加 1px 黑色描边，核心方法名称、数字关键词用红色加粗标注；开头添加主题标题卡片，结尾添加引导关注片尾卡片；

最终输出格式为 MP4，无水印、无黑边、无卡顿，音画同步，字幕与配音完全对应。

做一条适配【小红书 / 抖音】竖屏 9:16 格式、时长【1-2 分钟】的好物测评口播短视频，主题是【XXX 产品测评】，核心内容是【开头 3 秒用产品核心亮点抓注意力，分 3 个模块讲清产品的核心优势、使用场景、实测效果，结尾给出购买建议，引导点赞收藏】；

画面风格【ins 风 / 温馨治愈 / 简约干净】，画质 1080P，帧率 30fps，画面清晰无模糊；镜头中景固定拍摄，穿插产品特写镜头，虚拟人形象为【XX，比如 25 岁女生，扎马尾，穿休闲家居服，背景是温馨的卧室】；转场自然柔和，无花哨特效；

配音用元气少女音，风格亲切接地气，像和闺蜜分享一样，中等语速每分钟 130 字，发音清晰无机械感，口型与配音完全匹配；背景音乐用轻快的纯音乐，音量低于人声；

字幕字体为微软雅黑，字号适中，白色字体加 1px 黑色描边，产品核心亮点、价格、关键信息用红色加粗标注；全程左下角标注产品名称，结尾添加引导关注卡片；

最终输出格式为 MP4，无水印、无黑边、无卡顿，音画同步。

将我上传的【X 张照片 + X 段视频】素材，剪辑成一条适配【小红书 / 抖音】竖屏 9:16 格式、时长【1-3 分钟】的旅拍 vlog 短视频，主题是【XXX 旅行记录】，核心内容是【用素材展现旅行中的风景、美食、游玩片段，节奏贴合背景音乐，突出治愈 / 元气氛围感，无多余画面】；

画面风格【日系治愈 / 电影感 / 氛围感】，画质 1080P，帧率 30fps，画面清晰无模糊；多景别切换，运镜平稳流畅，慢镜头突出核心氛围感；转场贴合背景音乐鼓点，卡点精准，自然柔和无生硬跳转；

无需人声配音，添加【轻快元气 / 温柔舒缓】的流行纯音乐，音量适中，贴合画面节奏，添加轻微的转场卡点音效；

字幕字体为微软雅黑，字号适中，白色字体加 1px 黑色描边，开头添加旅行主题标题卡片，关键节点添加短句字幕【XX，比如 “一起去看海吧”】，结尾添加旅行 slogan 字幕；

最终输出格式为 MP4，无水印、无黑边、无卡顿，音画同步。

将我上传的【X 段美食制作视频 + X 张成品照片】，剪辑成一条适配【抖音 / 小红书】竖屏 9:16 格式、时长【1-2 分钟】的美食制作短视频，主题是【XXX 美食教程】，核心内容是【按食材准备 - 制作步骤 - 成品展示的逻辑剪辑，清晰展现每一步制作流程，突出美食的食欲感，节奏紧凑】；

画面风格【暖色调治愈风 / 写实生活化】，画质 1080P，帧率 30fps，画面清晰无模糊；重点步骤用近景特写镜头，运镜平稳，无多余晃动；转场自然柔和，步骤切换用淡入淡出转场；

配音用温柔女声，风格亲切自然，中等语速每分钟 120 字，清晰讲解每一步制作步骤，发音清晰无机械感；背景音乐用轻柔的暖色调纯音乐，音量低于人声；

字幕字体为微软雅黑，字号适中，白色字体加 1px 黑色描边，食材用量、关键步骤、时间火候用红色加粗标注，全程字幕与配音同步；

最终输出格式为 MP4，无水印、无黑边、无卡顿，音画同步。

做一条适配【抖音 / 快手】竖屏 9:16 格式、时长【30 秒 - 2 分钟】的搞笑反转剧情短视频，主题是【XXX】，核心剧情是【开头 XX 场景交代背景，中间 XX 搞笑铺垫，结尾 XX 反转，全程节奏紧凑，突出搞笑接地气的氛围，3 个镜头完成叙事】；

画面风格【写实生活化 / 搞笑夸张】，画质 1080P，帧率 30fps，画面清晰无模糊；多镜头切换，全景交代场景，中景展现人物动作，近景突出人物表情，运镜贴合剧情节奏；人物形象为【XX，比如 20 多岁的打工人，穿休闲装，形象接地气，场景为出租屋 / 办公室】；转场贴合剧情节点，自然无突兀；

配音贴合人物形象，风格搞笑接地气，语气有起伏，语速中等，台词清晰无杂音；背景音乐贴合剧情节奏，反转节点添加搞笑音效，音量适中；

字幕字体为微软雅黑，字号适中，黑色字体，人物台词全程匹配字幕，清晰可见无错别字；

最终输出格式为 MP4，无水印、无黑边、无卡顿，音画同步，字幕与台词完全对应。

做一条适配【抖音 / 视频号】竖屏 9:16 格式、时长【1-2 分钟】的职场共鸣剧情短视频，主题是【XXX】，核心剧情是【开头展现职场打工人的痛点场景，中间展现人物的应对过程，结尾传递共情观点，引发观众共鸣，节奏舒缓，情绪饱满】；

画面风格【职场写实风 / 温情治愈】，画质 1080P，帧率 30fps，画面清晰无模糊；多镜头切换，全景交代办公室场景，中景展现人物互动，近景突出人物情绪，运镜平稳；人物形象为【XX，比如 28 岁职场白领，穿简约通勤装，场景为现代化办公室】；转场自然柔和，贴合叙事节奏；

配音贴合人物形象，风格自然真实，有情绪起伏，语速中等，台词清晰；背景音乐用轻柔的共情类纯音乐，音量适中，不盖过台词；

字幕字体为微软雅黑，字号适中，白色字体加 1px 黑色描边，人物台词全程匹配字幕，结尾核心观点用加粗标注；

最终输出格式为 MP4，无水印、无黑边、无卡顿，音画同步。

将我提供的【小红书笔记链接 / 全文内容】，转换成一条适配小红书竖屏 9:16 格式、时长【1-2 分钟】的短视频，主题是【XXX】，核心内容是【提取笔记里的 X 个核心干货知识点，按原文逻辑拆解，每个知识点对应 1-2 个画面，完整保留原文核心观点，不篡改内容，开头 3 秒抓注意力，结尾引导点赞收藏】；

画面风格【简约干净 /ins 风 / 温馨治愈】，画质 1080P，帧率 30fps，画面清晰无模糊；每个知识点对应 1 个固定镜头，画面切换平缓，画面对应文字内容不脱节，无突兀运镜；转场使用淡入淡出，自然柔和；

配音用温柔女声 / 元气少女音，风格亲切自然，中等语速每分钟 130 字，贴合文字内容，发音清晰无机械感；背景音乐用轻柔舒缓的纯音乐，音量低于人声；

字幕字体为微软雅黑，字号适中，位于画面底部安全区，白色字体加 1px 黑色描边，核心关键词、重点干货、数字信息用红色加粗标注，字幕与配音完全对应；开头添加笔记主题标题卡片，结尾添加引导关注卡片；

最终输出格式为 MP4，无水印、无黑边、无卡顿，音画同步。

将我提供的【公众号文章链接 / 全文内容】，转换成一条适配视频号横屏 16:9 格式、时长【3-5 分钟】的长视频，主题是【XXX】，核心内容是【提取文章的核心逻辑与核心观点，分模块拆解，完整保留文章的核心内容与深度，开头用痛点引入，结尾升华主题，引导关注】；

画面风格【简约扁平化 / 职场干练 / 实景氛围感】，画质 1080P，帧率 30fps，画面清晰无模糊；每个观点对应匹配的实景画面 / 动画画面，画面切换平缓，画面对应文字内容，无无关元素；转场自然柔和，内容切换用淡入淡出转场；

配音用沉稳男声 / 温柔女声，风格干练沉稳 / 深情治愈，中等语速每分钟 120 字，贴合文章调性，发音清晰无机械感；背景音乐用轻柔的纯音乐，音量低于人声，不干扰内容收听；

字幕字体为思源黑体，字号适中，位于画面底部安全区，白色字体加 1px 黑色描边，核心观点、关键词、金句用红色加粗标注，字幕与配音完全对应；开头添加文章主题标题卡片，全程标注核心模块标题，结尾添加引导关注片尾卡片；

最终输出格式为 MP4，无水印、无黑边、无卡顿，音画同步。

掌握了公式和模板，再记住下面的内容，你不仅能 1 分钟写出合格指令，还能做出远超普通新手的高质量视频，彻底甩开同龄人。

必须结构化，不要写流水账

：用分号 / 换行把 6 大模块分开，不要把所有要求堆成一大段，AI 能更精准识别每个模块的要求，不会遗漏；

关键词越具体越好，但不要过度堆砌

：人物形象写 “25 岁女生，扎马尾，穿休闲装”，比 “普通人” 精准 10 倍，但不要写超过 5 个特征，不然 AI 会混乱；

绝对不要给 AI 矛盾的指令

：比如既要 “简约干净” 又要 “特效拉满”，既要 “30 秒短视频” 又要 “讲 10 个干货”，AI 会直接陷入混乱，生成四不像的内容；

不要用生僻的专业术语

：新手就用大白话，不要写 “希区柯克变焦”“蒙太奇剪辑”，就写 “运镜平稳”“转场自然”，AI 能 100% 读懂，不会出错；

一条指令只定 1 个核心主题

：不要一条视频既想讲减肥，又想讲护肤，还想讲搞钱，主题越分散，AI 生成的内容越混乱，观众越看不懂；

不要加太多额外要求

：每条指令，只加 1-2 个核心重点要求，比如 “重点内容标红”“转场卡点精准”，要求太多，AI 会抓不住重点，反而达不到预期；

生成前先核对指令

：检查有没有错别字、有没有矛盾的要求、有没有遗漏必填模块，一个错别字就可能导致 AI 生成完全错误的内容。

精准人设锁定法

口播类视频，把虚拟人的人设、场景、动作写得越精准，生成的效果越贴合预期。比如不要只写 “职场人”，要写 “30 岁男性职场人，穿浅蓝色衬衫，戴黑框眼镜，坐在简约办公桌前，桌上放一台笔记本电脑，表情温和，说话时只有轻微的手势，无夸张动作，背景是干净的白墙，无多余元素”，AI 生成的形象会完全符合你的预期，不会出现奇奇怪怪的画面。

2.节奏前置控制法

在核心内容里，直接把视频的时间节奏写死，AI 生成的视频节奏完全可控，不会出现拖沓的问题。比如 1 分钟的口播视频，直接写 “开头 3 秒钩子，10 秒引入主题，12 秒讲第一个方法，12 秒讲第二个方法，12 秒讲第三个方法，8 秒总结，3 秒引导关注”，AI 会严格按照这个时间节奏生成内容，完美适配短视频的流量逻辑。

3.风格参考法

如果你有喜欢的视频风格，直接在指令里加一句风格参考，AI 生成的内容会无限贴合你的审美。比如 “整体画面风格、配音节奏、视频质感，均参考抖音博主‘崔催 cui’的知识口播视频”“整体电影感画面风格参考博主‘房琪 kiki’的旅拍视频”，前提是参考的博主是大众熟知的，AI 有对应的训练数据，新手用这个方法，能快速做出对标头部博主的视频质感。

建立自己的专属指令库

：把每次生成满意视频的指令，按视频类型分类保存，比如口播类、剪辑类、剧情类，下次做同类型视频，直接替换里的关键词，10 秒就能写出高质量指令，不用每次从头写；

做标准化固定模板

：把指令里永远不变的内容（比如画质 1080P、帧率 30fps、字幕样式、输出规范）固定下来，做成基础模板，每次只修改变量内容（主题、核心内容、画面风格、配音），大幅节省时间；

迭代优化你的指令

：每次生成的视频有不满意的地方，就针对性修改对应的指令模块。比如画面太乱，就把画面风格改成 “简约干净，背景无多余元素”；配音太机械，就加一句 “语气有自然起伏，像真人聊天一样，无机械感”，慢慢迭代，你会拥有一套专属的、百分百适配你的万能指令模板。

这套 AI 视频万能指令公式，核心逻辑就是把复杂的视频创作，拆解成标准化、可复制、可替换的模块化结构，让零基础的普通人，也能跳过专业知识的学习门槛，直接写出 AI 能精准执行的高质量指令。

不用再羡慕别人一天能出十几条视频，而你几小时都写不出一条指令；不用再对着 AI 生成的垃圾内容发愁，不知道怎么修改指令。只要你记住这套公式，套用现成的模板，哪怕你是完全没接触过 AI 视频的纯新手，也能 1 分钟写出合格指令，复制粘贴就能出高质量成片。

短视频创作的核心永远是内容，而这套万能指令公式，就是帮你省去工具操作的麻烦，让你把所有精力都放在内容本身，快速做出属于自己的爆款视频。