做同样的竖屏短片，情感内容要让观众看见关系变化，悬疑内容要留下一条具体线索，萌宠内容则要把动作拍清楚。把三类视频都写成“电影感、漂亮、感人”，生成结果往往没有明确重点。下面给你三套可以直接改写的提示词，再用一条 3 秒悬疑片检查画面有没有偏离描述。
你需要准备
| 项目 | 准备什么 |
|---|---|
| 工具 | 可灵网页账号；ComfyUI 只在你要先做固定起始画面时使用 |
| 提示词 | 一条只讲一个动作的 3 秒短片描述 |
| 时间 | 写提示词约 10 分钟；生成和复核看排队情况 |
| 费用 | 本次网页显示 720p、3 秒、1 份为 27 灵感值；具体消耗会随模型、时长和声音选项变化，提交前看按钮旁的数字 |
| 素材 | 本例只用虚构文字描述，没有上传真实人物、宠物或客户素材 |
三类视频，先定观众要看什么
| 类型 | 观众先看什么 | 3 秒里只安排一个变化 |
|---|---|---|
| 情感 | 人物之间的关系和表情 | 一句迟疑、一次递还物品、一个回应，让关系从疏远变成靠近 |
| 悬疑 | 线索和没揭开的答案 | 先给门缝、脚印或不合时宜的声音，再让镜头停在问题上 |
| 萌宠 | 观众能看清的动作 | 让猫追一团毛线、狗闻到熟悉的玩具后抬头；一次只写一个简单动作 |
先把视频想成一个镜头，而不是整集剧情。3 秒里只留一个主体、一件事和一个镜头运动，模型更容易分配时间。要交代前因后果，再拆成多个镜头，在剪辑软件里组合。
先写一张起始画面
如果你已经安装了 ComfyUI 和 Z-Image-Turbo，可以在本机先做一张竖屏起始图。ComfyUI 是 Comfy Org 维护的本机工作流工具；没有现成模型就先跳过，不要为了一条练习片下载大文件。安装说明见ComfyUI 本机入门，官方的Z-Image-Turbo 工作流列出了所需模型和节点。
起始图提示词只写看得到的内容，例如悬疑片可以写：
竖屏 9:16，深夜老公寓的空走廊，尽头一扇半掩的木门，门缝透出冷白色灯光，墙壁和门的位置清晰稳定，走廊没有人物，写实电影静帧，低饱和蓝灰色，无文字、字幕、标志。出图后先看门的位置、走廊透视和画面边缘，再决定是否作为可灵首帧。ComfyUI 图片保存在你本机；上传到可灵后，图片会离开电脑交给在线服务处理。客户资料、未公开内容和未经授权的真人或宠物照片不要上传。
没有本机环境也能直接用文生视频。下面的演示走文字路线，不依赖起始图。
可直接改写的三套提示词
情感：写清关系变化
原创情感短片，竖屏9:16，3秒，单镜头。雨停后的公交站，一位年轻人把折叠伞递给等车的朋友，对方先愣住，随后接过伞并轻轻点头。近景缓慢推近，重点拍手递伞和两人克制的表情变化，动作自然连续，背景安静。人物服装和站台保持一致，不切镜，无字幕、文字或标志。提示词先交代两个人是什么关系，再写一个可以看见的动作和反应。不要要求模型在几秒里同时解释误会、分手、和好和回忆；把这些拆开拍。
悬疑：给线索，留下问题
原创悬疑短视频，竖屏9:16，3秒，单镜头，写实电影感。深夜的老公寓走廊，尽头一扇半掩的木门，门缝透出冷白光；走廊壁灯规律闪烁两次，门把手只轻轻动一下，始终看不到门内的人或物。镜头从走廊中景缓慢向前推进，最后停在门缝前，留出未解答案。动作克制、连续，环境安静。固定门的位置和走廊结构，不切镜，不加字幕文字标志，不出现血腥或惊吓跳切。悬疑片里先选一个线索，再选镜头怎么靠近它。写明“观众暂时看不到什么”，比堆上“诡异、恐怖、惊悚”更能约束画面。
萌宠：让动作小而清楚
原创萌宠短片，竖屏9:16，3秒，固定镜头。一只虚构的橘白猫坐在窗边，先看向地上的软布小球，再伸爪轻轻碰一下，小球滚动一小段，猫跟着转头。自然柔和的日光，猫的橘白花纹和尾巴长度保持一致，动作温和，不追逐、不跳上高处、不受惊。画面只有一只猫和一个布球，无文字、字幕或标志。给猫狗写清毛色、体型和动作顺序，减少主体漂移。不要让动物表演危险动作或承受惊吓；真实宠物拍摄要以动物状态和安全为先，模型画面也不要冒充真实救助、训练或商品实拍。
在可灵生成一条短片
- 打开可灵 AI，进入“生成”里的“视频生成”。先看账号余额和页面显示的单次费用。
- 选择“视频 3.0”。没有起始图时保持首尾帧为空；要固定主体或场景，再按页面提示添加自己有权使用的起始画面。
- 在输入框粘贴上面的一条提示词。先做最短测试：选择 720p、3 秒、9:16、生成数量 1。不要一次生成多份。
- 看清“生成”按钮旁的灵感值。官方指南按秒和声音模式计价；本次网页 3 秒 720p 显示 27 灵感值。价格会变，若页面出现会员、付费包或超出你可接受范围的扣点，先退出，不要继续。
- 点击生成后等任务完成，不要连续重复提交。先在网页里播放一遍，再检查镜头、动作和声音。
VIDEO 3.0 官方指南列出文生视频、图生视频、首尾帧和多镜头等能力，支持 3–15 秒；功能与实际可用的模型、账号权益可能不同。第一次只做单镜头短片，先确认主体和动作能稳定呈现，再考虑更长时长或分镜控制。可灵 VIDEO 3.0 指南
一次 3 秒悬疑样片实测
我把上面的悬疑提示词提交到可灵 VIDEO 3.0 网页端，设置为 720p、竖屏 9:16、3 秒、1 条。页面显示 27 灵感值；下载后的 MP4 为 720×1280、约 3.04 秒。
抽看整段的六个等间隔画面，走廊和门的位置大体稳定，但门扇继续打开，幅度明显超过“门把手只轻轻动一下、门保持半掩”的要求。壁灯是否严格闪烁两次，不能从这些抽帧确认。模型可能把“门把手动一下”扩展成“门扇打开”；动作要求重要时，减少同时描述的变化，并在生成后按时间顺序复核。
文件包含 AAC 音轨；本次只核对了音轨编码，没有主观试听，因此不把这条样片当作声音质量示例。若使用原生声音，请按下方清单单独试听。
播放后逐项复核
- 主体：人物衣服、猫狗毛色和物件形状有没有中途变化？
- 动作：是不是按“先做什么、再发生什么”的顺序完成？如果动作一闪而过，删掉次要动作或延长镜头。
- 镜头：有没有突然切景、推得太快或把线索挡住？
- 声音：如果用了原生声音，检查有没有不需要的对白、音乐或环境声。字幕和旁白不要依赖模型画进画面，后期单独添加更好改。
- 标识：发布 AI 生成视频时，主动声明并使用平台提供的标识功能。《人工智能生成合成内容标识办法》自 2025 年 9 月 1 日起施行；封面文字不能代替发布页的标识操作。国家网信办标识办法
工具和后续
| 工具 | 适合做什么 | 费用和条件 |
|---|---|---|
| 可灵 AI | 把文字或起始图变成短视频 | 需要账号；生成可能消耗灵感值，费用以提交前页面为准 |
| ComfyUI + Z-Image-Turbo | 在本机制作没有文字的起始画面 | 可本机运行；需要先准备软件和模型文件。Mac 安装路线见ComfyUI 本机入门 |
想先把短剧剧情拆成可拍的镜头，可看《短剧分镜和镜头清单》；想设计人物目标和反转，可看《爆款短剧的结构怎么拆？》。
封面背景由本机 ComfyUI / Z-Image-Turbo 生成，标题与“AI生成封面”标识由代码排版。