Fergie Baby AI 提示词:好的方向描述长什么样

去搜"AI 视频提示词怎么写",你会看到成页密不透风、逗号堆叠的指令,每一条都声称能实现电影级控制。这类建议大多是写给别的工具的,它们做的事和我们的不一样。

Fergie Baby AI 只围绕一种视频:一个人走路,十二秒,竖屏,无声。走步和镜头运动,由视频模型从参考片段复制而来,这段动作不是你写的。你能做的,是用短短一句描述,推动成片看起来的样子。这篇文章讲清这句话值多少,并给你八条可以直接用的。

你不写提示词也可以

先说这一点,能省掉很多焦虑。方向描述是可选的。你上传照片、留空描述框、直接点渲染,一样能拿到视频:同样的走步、同样的镜头行为、同样的十二秒。

这是有意设计的结果。产品真正的发动机是那段参考片段,走姿和镜头调度都编码在里面。正因为这部分是固定的,来自相似照片的两次渲染才会像同一个家族的作品,而这恰好是你为同一个声音批量做视频时想要的。提示词改变的,只是这段固定动作外面的那层布景。

如果你对默认效果满意,可以直接跳到常见问题。如果你希望视频像某个具体的地方或时段,一句话就够了。

方向描述能改什么、改不了什么

把提示词理解成一个拨动天平的手指,而不是一份说明书。

它能推动的:

• 场景与背景:街道、走廊、公园、站台。
• 光的质感与方向:日光、黄金时刻、霓虹、顶灯灯管、一束追光。
• 时段与氛围:清晨的安静、傍晚的拥挤、夜晚。
• 节奏与气质的感觉:松弛的漫步、有目的的快步、不慌不忙的漂移。

它做不到的:

• 重写走步。步态来自参考片段。
• 重新设计镜头运动。推近拉远都属于参考片段,不属于你的文字。
• 保证某个具体的画面、道具或手势。生成式的运动不是逐帧可控的导演。
• 加入其他人、台词或音乐。
• 改变格式。输出永远是 12 秒、9:16、无声、无水印。

实用结论就是:去描述走步周围的那个世界,别描述走步本身。试图逐条安排四肢的提示词,要么被忽略,要么把画面搅成一团糊,因为它在跟固定的参考动作对抗。

值得描述的四个维度

四个维度基本覆盖了方向描述能现实推动的全部。每一项都短而具体。

场景。 用几个词点出地点。"一条长长的室内走廊"永远好过"某种电影感的城市环境",因为前者是模型能渲染出来的地方,后者只是一个你还没说清的情绪。

光与时段。 光是你手上最有力的杠杆。它直接改变整段视频的情绪走向:均匀的阴天日光、低角度的金色阳光、头顶的硬灯带、彩色霓虹、一束舞台追光。说清楚光在做什么,而不是它让你有什么感觉。

镜头行为。 你改不了运动轨迹,但点出感觉是有帮助的:缓慢推近、平稳并行跟拍、不紧不慢地从旁掠过。镜头语言要跟走路镜头的逻辑保持一致。

节奏与气质。 一到两个词。匀速、从容、有目的、松弛。这是最不可控的维度,所以别在它上面押太多。

四个短句,一个维度一句,配方就完整了。写得更长只会稀释信号。

八条可以直接抄的方向描述

下面每一条都是一句具体的话。你可以随意替换自己的细节,但请保持这个长度。

1. 白天人行道 — 平直的日光下一条普通的城市人行道,镜头平稳并行跟着你走过店面,节奏不紧不慢。
2. 黄金时刻的公园 — 一条公园小径,夕阳在你身后低低地照过来,肩上带暖色的轮廓光,镜头缓慢推近,步态放松。
3. 室内走廊 — 一条长长的室内走廊,顶灯有节奏地掠过,偏冷的白光,匀速朝镜头走来。
4. 黄昏天台 — 黄昏时的天台,身后是开阔的天际线,冷蓝色的天光混着窗户的暖光,镜头缓缓掠过。
5. 海边木栈道 — 海边一条木栈道,明亮而略带薄雾的日光,浅沙色调,平稳的跟拍,步子轻松。
6. 舞台追光 — 全暗的舞台,一束硬光在你周围落成一圈,其余都是深影,有意地朝镜头走来。
7. 地铁站台 — 地下站台,瓷砖墙面,日光灯管,安静时段空无一人,镜头匀速跟着你移动。
8. 雨后街道 — 夜里刚下过雨的街道,霓虹倒映在湿润的路面上,冷色高光,缓慢推近,匀速前进。

注意这里面缺了什么:没有服装描述,没有编号的镜头指令,没有时长,没有画幅比例,也没提声音。这些要么属于你的照片,要么工具已经固定好了。同时,它们都留在走路视频能合理呈现的范围之内。

如果你想看提示词和照片本身怎么互相作用,照片清单讲的是文字够不到的那一半结果。如果你还在判断这个工具是否适合你的流程,生成器总览把从照片到文件的整条链路解释了一遍。

你能得到什么

一张照片进去,一段十二秒的竖版 MP4 出来:9:16、无声、无水印。提示词可选且很短;走步由参考片段复制而来,不需要你写。渲染需要几分钟。

费用按条计:只有一种规格:1080p · 12 秒 = 30 积分,没有别的分辨率或时长。 渲染失败会自动退回积分。完整价格在 /pricing。

诚实的限制

提示词是推动,不是保证。如果你描述的是天台,拿到的画面读起来更像阳台,那是工具按设计工作的结果,不叫失败,也不会因为成片不符合你脑中的版本而退款。

一张照片只能有一个人。仅限成年人。请用你自己的照片,或经本人同意的朋友的照片,绝不要陌生人、小孩或名人。

我们是独立工具,与这位艺人没有隶属关系,也没有与任何平台建立官方合作。我们不提供音乐:声音要你在发布所在的应用里自己加。

常见问题

留空提示词,效果会更差吗?

不会。默认效果和写了提示词的渲染,走步一样、镜头行为一样、输出规格一样。留空是完全合理的选择,尤其是第一条视频,你还在摸清自己的照片会怎么表现。

提示词该写多长?

一句话。最多两句。上面那四个维度,十几个词就装得下。堆满逗号的长提示词买不来额外的控制力,多数时候只是往固定参考动作上添加噪音。

能要求换成某个具体的舞步吗?

不能。动作来自编码了特定走姿和镜头轨迹的参考片段。文本框是风格上的推动,不是编舞台。要求换成别的动作,通常只会得到同一个走步的模糊版本。

为什么同一个提示词,出来的视频有细微差别?

因为渲染是生成式的。提示词提高某种观感出现的概率,但不把它钉死。两次渲染之间,在构图、光线和运动上有小差异是正常的;这也正是源照片如此重要的原因:那是你能完全掌控的部分。

提示词里能写真实地名或品牌吗?

可以描述某一类地点,而且这通常更有效:木栈道、走廊、站台。我们不支持品牌名、画面上的 logo,或者能被辨认出来的真实地点,提出这类要求的提示词可能会被平滑成一个泛化版本。把描述集中在视频应该给人什么感觉,而不是它应该宣传什么。