大多數 AI 音樂影片提示詞 失敗，不是因為不夠華麗，而是只描述情緒，沒有描述鏡頭。真正有用的提示詞需要主體、動作、場景、鏡頭運動、歌詞提示、格式，以及一條一致性規則。
這篇整理了 30 個可以直接改寫使用的提示詞，適合歌詞短片、Reels、AI 動漫 MV、視覺化短片、封面動態循環、短影音預告和完整 MV 分鏡。先選符合你下一個鏡頭任務的模板，替換括號內容，再把效果最好的片段延伸成完整 MV 流程。
快速回答：最穩定的 AI 音樂影片提示詞公式是：時長 + 畫面比例 + 歌曲段落 + 主體 + 動作 + 場景 + 鏡頭運動 + 歌詞提示 + 一致性規則。
所以這不是一份「爆款魔法詞」清單。每個提示詞都先服務於一個可控鏡頭，而不是讓模型憑空發明一整支 MV 或隨機情緒板。
如果你不想每個場景都手動複製、改寫提示詞，可以在知道自己要哪種鏡頭後，使用 音樂影片提示詞生成器。但提示詞本身仍然要說清楚主體、場景、鏡頭運動、歌詞提示和一致性規則。
你不需要自己讀完每一份提示詞指南或測試報告。我參考了目前公開的 AI 影片提示詞建議和輸出測試，包括 Google Veo、Replicate，以及 Tom's Guide 的 Veo 3 提示詞 測試。真正有用的模式其實很簡單：
- 先定義清楚的視覺任務：河邊走過的一群鴨子、朝鏡頭移動的外星人、濕街上漂浮的產品、獨自坐在車裡的歌手。
- 描述鏡頭和場景，而不是只寫氛圍。
- 避免要求模型一次解決太多事情。
強的音樂影片提示詞像一份鏡頭簡報：一個可控主體、鏡頭路徑、歌詞提示、格式和一致性規則。
有個 Veo 3 搖滾樂團演出提示詞看起來合理，但也暴露出真實問題：寬泛的「舞台上的樂團」很容易讓臉、手、觀眾動態和音訊對位崩掉。對 MV 來說，表演鏡頭本來就是最難穩定的類型之一。
更安全的流程是：不要期待一個提示詞扛完整首歌。先做出一個穩定鏡頭，再用同一個主體、色彩、字幕風格和節奏邏輯擴展成片段序列。
自己寫提示詞時，可以使用這個結構：
製作一段 [時長]、[畫面比例] 的音樂影片片段，用於 [歌曲段落]。讓 [主體] 在 [場景] 中進行 [具體動作]。使用 [鏡頭運動]、[光線] 和 [剪輯節奏]。讓 [視覺瞬間/字幕/動作] 對齊 [歌詞/節拍]。保持 [角色/物件/色彩/文字風格] 一致。
不要從「做一支爆款音樂影片」開始。先從一個鏡頭開始。
完整 AI 音樂影片提示詞工作流範例
下面是一個創作者只有一句副歌時的真實工作流。
- 歌曲
- 傷感流行副歌
- 副歌歌詞
- 「雨裡還聽得見你的聲音」
- 目標
- 8 秒 9:16 TikTok、Reels、Shorts 預告
製作一段 8 秒直式 9:16 的傷感流行副歌預告。開場是歌手夜晚坐在停好的車裡的特寫，雨水沿著擋風玻璃滑落。在最強的人聲節拍上，逐字顯示歌詞「雨裡還聽得見你的聲音」。使用藍色儀表板光、柔和的紅色街燈反射和緩慢推近鏡頭。最後停在歌手看著一則未讀訊息的畫面。保持手機、雨水、色彩和字幕風格一致。畫面下方與右側保留平台介面空間。
如果臉、雨滴和字幕節奏都成立，就把這段當成視覺錨點。如果模型開始漂移，不要繼續加形容詞，而是把提示詞收緊到主體、鏡頭運動和歌詞節奏。
把這個副歌概念延伸成四個 8 秒直式鏡頭：1) 擋風玻璃上有雨水的車內特寫，2) 顯示未讀訊息的手機畫面，3) 車窗裡反射的空街，4) 副歌結束時歌手抬頭。每個鏡頭都保持同一位歌手、藍紅夜色、雨水意象和字幕風格。
這就是提示詞和工作流的差別。提示詞先做出一段可用片段；工作流則讓你有足夠控制力，把它做成一支音樂影片。
想更快把一句副歌變成可規劃的場景？先選定提示詞方向，再試試 SoulVid 的 AI 音樂影片生成器，把最穩定的鏡頭當作整支 MV 的視覺錨點。
30 個可以直接複製的免費 AI 音樂影片提示詞
先用這張速查表選方向。找到今天要完成的任務，再跳到對應提示詞區間。
| 如果你需要... |
從這些提示詞開始 |
最適合 |
| 歌詞亮點或字幕優先短片 |
1-4 |
TikTok 預告短片、Reels 亮點片段、Shorts 歌詞貼文 |
| 封面、表演或藝人識別鏡頭 |
5-8 |
單曲宣傳素材、舞台插入鏡頭、臥室流行視覺 |
| 動漫、插畫或舞蹈類 MV 場景 |
9-12 |
動漫 MV、原創角色、簡單舞蹈亮點 |
| 節拍爆點、象徵物、街景或快速預告 |
13-18 |
高能量短片、視覺符號、短影音剪輯 |
| 分鏡、無臉視覺化短片、低傳真、專輯或車窗場景 |
19-24 |
多鏡頭規劃和發行宣傳短片 |
| 參考圖、超現實、類型包或完整 MV 規劃 |
25-30 |
進階流程和 30-60 秒 MV 結構 |
歌詞亮點和字幕提示詞
01第一秒副歌亮點
提示詞：
製作一段 8 秒直式 9:16 的 [曲風] 副歌預告。開場是在 [場景] 中，[藝人/角色] 直視鏡頭的緊密特寫。用三個短字幕節拍顯示歌詞「[副歌亮點歌詞]」。使用 [光線風格]、緩慢推近鏡頭，最後回到開場姿勢，形成乾淨循環。保持主體置中，並留出平台介面空間。
02歌詞訊息框
提示詞：
製作一段直式 9:16 歌詞影片，讓「[副歌亮點歌詞]」像一則尚未送出的手機訊息出現。畫面是雨夜窗戶反射中的手機特寫，手指停在鍵盤上方，窗面有藍紅夜色反光，鏡頭緩慢推近。最後一個字在畫面變暗前出現。保持手機位置、文字大小和雨水質感一致。
03饒舌重點句視覺化短片
提示詞：
為「[rap 歌詞行]」製作一段 7 秒直式 9:16 的 rap 視覺化短片。讓粗體動態字在每一下軍鼓上跳出，穿插 [物件 1]、[物件 2] 和 [地點細節] 的快速特寫。使用手持鏡頭的能量、街燈反射，以及在即興語尾上的一次故障感剪接。主要文字要大到手機上也能讀清楚。
04第一人稱聽歌瞬間
提示詞：
製作一段直式 9:16 的 POV 音樂影片，呈現一邊 [日常時刻] 一邊聽 [曲風/情緒] 歌曲的感覺。前景放 [具體物件]，背景有 [環境細節]，在情緒最強的一拍出現一句短歌詞字幕。使用自然手持鏡頭、真實光線，以及可以循環的收尾畫面。
05讓封面動起來
提示詞：
把這張封面圖做成一段 8 秒直式 9:16 的音樂影片循環。保持主角、Logo 位置、色彩和構圖不變。加入細微動態：[頭髮/服裝/物件] 被風吹動、背景光閃爍、鏡頭緩慢推近，以及最後一拍讓 [小細節] 跟著音樂反應。不要改變臉、服裝、標題文字或色彩。
06沒有群眾混亂的表演特寫
提示詞：
製作一段 8 秒 16:9 的音樂影片鏡頭，內容是一位歌手在小舞台上演唱副歌。使用胸口以上的緊密特寫，麥克風入鏡，暖色背光，淺景深，觀眾只保留模糊剪影。在最強鼓點上剪接一次。保持歌手的臉、麥克風和外套一致。
07吉他細節鏡頭
提示詞：
製作一段 6 秒 16:9 的音樂影片插入鏡頭，呈現 [曲風] 副歌中正在演奏的 [樂器]。聚焦手、琴弦、撥片動作和舞台燈反射。使用低角度側拍、淺景深，以及跟節奏同步的剪接。保持樂器顏色和手的位置一致。
08單房間臥室流行影片
提示詞：
製作一段直式 9:16 的臥室流行音樂影片片段。畫面中 [藝人/角色] 坐在床邊地板上，對著小麥克風輕聲唱歌。加入暖色檯燈、牆上海報、柔和顆粒感，鏡頭從麥克風慢慢平移到臉。上方安全區顯示一句歌詞字幕。保持房間佈局和服裝一致。
動漫與舞蹈 MV 提示詞
09動漫角色錨點
提示詞：
為音樂影片建立一個動漫風格角色錨點。同一位原創角色具有 [髮型]、[眼睛顏色]、[服裝] 和 [標誌配件]。呈現三個短鏡頭：主歌段落的臥室特寫、預副歌的夜間街道行走、副歌的屋頂特寫。保持臉、服裝、比例和色彩一致。
10動漫副歌特寫
提示詞：
製作一段 8 秒直式 9:16 的動漫風格副歌片段。開場是原創角色看向鏡頭的特寫，身後有 [背景燈光]，風吹動頭髮，手寫風歌詞字幕在最強的字上出現。跟著節拍切到手、眼睛和天際線，最後回到同一個特寫形成循環。
11雨夜月台
提示詞：
製作一段 16:9 的動漫風格音樂影片場景，地點是夜晚空蕩的月台。呈現落雨、低飽和藍色調、駛過的列車燈、眼睛特寫，以及手中握著的 [歌詞意象物件]。使用配合安靜鋼琴旋律的慢速變焦。整段保持同一角色、服裝、雨傘和月台佈局。
12舞蹈亮點循環
提示詞：
為明亮的副歌製作一段 7 秒直式 9:16 的舞蹈亮點。開場讓 [舞者/角色] 在 [乾淨背景] 前面對鏡頭。使用三個簡單上半身動作，在軍鼓上剪接，加入一句歌詞字幕，最後姿勢回到開場畫面。保持鏡頭固定、身體置中。
社群預告和視覺符號提示詞
13節拍爆點 變色
提示詞：
製作一段 8 秒直式 9:16 片段，涵蓋 beat drop 前 2 秒和之後 6 秒。開場用昏暗光線、靜止特寫和慢動作。drop 一到，切換成 [色彩組合]、更快剪接、鏡頭晃動，以及 [視覺元素] 突然爆發動態。最後停在乾淨、可循環的畫面。
14商品拍攝風藝人鏡頭
提示詞：
製作一段 6 秒 16:9 的電影感宣傳鏡頭，畫面是放在 [表面] 上的 [藝人相關物件]。使用左側柔光、緩慢 180 度鏡頭運動、淺景深，以及和節拍同步的小反光。保持物件形狀、Logo 和顏色不變。
15超寫實象徵物
提示詞：
製作一段 8 秒超寫實音樂影片鏡頭，呈現 [場景] 中的 [象徵物]。讓物件對副歌做出細微反應：[動態細節]。使用特寫構圖、[光線] 和緩慢鏡頭運動。歌詞「[短歌詞]」只出現一次，小但清楚可讀。保持物件置中且不變形。
16街頭行走鏡頭
提示詞：
製作一段 8 秒直式 9:16 的音樂影片鏡頭，讓 [藝人/角色] 在 [一天中的時間] 獨自走過 [具體街道/地點]。用姿態和表情表現 [情緒]。使用中距離手持跟拍、[光線細節]，並讓一句歌詞字幕在步伐變化時出現。保持服裝和地點一致。
17演出後的空場館
提示詞：
製作一段 10 秒 16:9 的音樂影片場景，地點是演出結束後的空場館。畫面中 [藝人/角色] 站在一盞舞台燈下，地上有線材，座位空著，空氣中有薄霧，鏡頭慢慢後退。最後一拍以小字顯示歌詞「[歌詞行]」。保持舞台佈局和光線一致。
18可控的快剪情緒板
提示詞：
製作一段 8 秒直式 9:16 的音樂影片預告，包含四個快速剪接：1) [主體特寫]，2) [物件細節]，3) [地點遠景]，4) [收尾情緒畫面]。每一次都精準切在節拍上。所有鏡頭使用同一套 [色彩組合]、鏡頭風格和字幕字體。保持每個鏡頭簡單、易讀。
分鏡和發行宣傳提示詞
19歌詞轉場景分鏡
提示詞：
把這四句歌詞轉成四鏡頭音樂影片分鏡。每一句歌詞都建立一個場景，包含主體、場景、鏡頭運動、光線和完全一致的歌詞字幕。所有鏡頭保持同一主角、色彩和視覺符號。歌詞：[貼上 4 句歌詞]。
20無臉視覺化短片
提示詞：
為一首 [曲風] 歌曲製作直式 9:16 的不露臉音樂視覺化短片。呈現 [手/鞋子/剪影/物件] 穿過 [場景]。使用特寫、反射、陰影和跟節拍同步的光線變化。不要出現清楚的臉。保持色彩、物件和字幕風格一致。
21低傳真循環短片
提示詞：
製作一段無縫 10 秒 16:9 的 lo-fi 音樂循環。讓 [角色/物件] 出現在 [舒適場景] 中，帶有 [小型重複動作]、暖色檯燈、窗外細雨和緩慢漂移的鏡頭。最後一格要能接回第一格。保持所有物件和光線一致。
22直式專輯 預告片
提示詞：
製作一段 12 秒直式 9:16 的專輯預告。鏡頭 1：[封面圖/物件] 以特寫出現。鏡頭 2：[藝人/角色] 進入 [場景]。鏡頭 3：歌詞字幕「[副歌亮點歌詞]」跟著節拍出現。鏡頭 4：最後畫面用封面圖搭配「[發行文案]」。使用 [色彩組合]、乾淨字體和可循環收尾。
23未發行片段 視覺化短片
提示詞：
製作一段 8 秒直式 9:16 的未發行歌曲視覺化短片。呈現 [場景] 中的 [藝人/角色/物件]，用一個重複動作對齊副歌亮點。上方安全區加入字幕「[短預告文案]」。使用 [光線]、緩慢鏡頭運動，以及能回到開頭的最後一格。
24車窗副歌
提示詞：
製作一段 8 秒直式 9:16 的夜間行車副歌片段。畫面從車內出發，側窗反射出 [藝人/角色]，城市燈光掠過，儀表板發出柔光，歌詞「[歌詞行]」跟著人聲出現。使用緩慢推近鏡頭，並保持臉部反射、車窗雨水和字幕風格一致。
進階參考圖和完整 MV 規劃提示詞
25動態照片風格短片
提示詞：
製作一段 6 秒直式 9:16 的動態照片風格音樂片段。讓 [藝人/角色] 出現在 [日常場景] 中，被捕捉在一個真實小瞬間：[動作]。使用自然手機鏡頭晃動、現場光、輕微動態模糊和一句短歌詞字幕。保持不完美、親密、真實。
26超現實但有落點
提示詞：
製作一段 8 秒 16:9 的超現實音樂影片場景。讓 [藝人/角色] 站在 [真實場景] 中，周圍緩慢發生 [一個不可能的視覺事件]。使用真實光線、穩定鏡頭和極少剪接。保持角色冷靜，並讓環境的物理邏輯一致。
27按曲風設計的視覺包
提示詞：
為一首 [曲風] 歌曲製作三個 8 秒音樂影片鏡頭。鏡頭 1：[表演或主體特寫]。鏡頭 2：[象徵物或地點]。鏡頭 3：[副歌揭示畫面]。使用 [符合曲風的光線]、[鏡頭風格] 和 [剪輯節奏]。所有鏡頭保持同一色彩、主體識別和字體風格。
28安全區字幕剪輯
提示詞：
為 [歌曲段落] 製作一段直式 9:16 歌詞剪輯。所有重要文字都放在中上方安全區，避開底部控制列和右側介面。呈現 [場景] 中的 [主體]，使用 [鏡頭運動]，每一拍顯示一句短歌詞。整段保持字體、大小和顏色一致。
29參考圖動態提示詞
提示詞：
使用上傳的參考圖作為識別和風格錨點。製作一段 8 秒音樂影片鏡頭，讓 [參考圖中的主體/物件] 進行 [具體動作]。臉、服裝、Logo、色彩和構圖都要接近參考圖。只加入這些動態：[動作 1]、[動作 2]、[鏡頭運動]。不要重新設計主體。
30完整 MV 分鏡清單
提示詞：
為一首 [曲風/情緒] 歌曲規劃一支 45 秒 AI 音樂影片的鏡頭清單。拆成 6 個鏡頭：前奏、主歌、預副歌、副歌、橋段、尾奏。每個鏡頭都寫出主體、動作、場景、鏡頭運動、光線、歌詞或節拍提示，以及一致性規則。整支影片保持同一個 [角色/物件/色彩組合]。
搭配生成器使用這些音樂影片提示詞
不要把 30 個提示詞全部貼進生成器。先選今天真正要完成的任務：
- 今天就要發文：用副歌亮點片段、訊息歌詞或動態照片風格提示詞。
- 需要更強視覺識別：從封面、物件符號或動漫角色提示詞開始。
- 需要完整 MV：先生成一個錨點鏡頭，再延伸成 分鏡清單。
最快流程是：
- 先測一段 6-8 秒 亮點片段 clip。
- 保留最好的畫面、色彩、主體和字幕風格。
- 圍繞同一個視覺錨點建立 3-6 個更多鏡頭。
- 等方向穩定後再剪成序列。
用 SoulVid 規劃你的 MV 鏡頭
用 SoulVid 把歌詞、參考圖和場景想法整理成逐鏡頭的音樂影片工作流。
試用 AI 音樂影片生成器
常見問題
好的 AI 音樂影片提示詞應該包含什麼？
好的 AI 音樂影片提示詞 會說清楚歌曲段落、主體、動作、場景、鏡頭運動、光線、畫面比例、字幕規則和一致性規則。模型需要的是一個鏡頭，不只是情緒。
這些提示詞是從社群直接複製來的嗎？
不是。它們是根據公開提示詞範例、AI 影片測試、創作者工作流和平台規則重寫而成。直接複製別人的提示詞通常效果更弱，因為你的歌曲、歌詞和視覺識別都不同。
為什麼 AI 音樂影片提示詞常看起來很假？
通常是一次要求太多。完整樂團、觀眾、鏡頭運動、歌詞、光線和故事全塞進一個短提示詞，容易造成臉部漂移、手部錯誤、隨機剪切和糟糕節奏。先從一個鏡頭開始。
AI 音樂影片應該做 9:16 還是 16:9？
TikTok、Reels 和 Shorts 使用 9:16。YouTube、網站嵌入和 cinematic 視覺化短片 使用 16:9。如果同一首歌需要兩種版本，先生成直式 亮點片段，再重建橫式 YouTube 場景。
這些提示詞可以用在 TikTok、Reels 和 YouTube Shorts 嗎？
可以。先使用 9:16 直式提示詞，把字幕放在上方中間安全區，並避開底部和右側平台 UI。先測一段 亮點片段 clip，再把歌曲延伸成更多場景。
把歌詞變成音樂影片最好的提示詞是什麼？
最好的做法是把一句歌詞變成一個可控鏡頭：說清楚歌曲段落、主體、動作、場景、鏡頭運動、字幕節奏和一致性規則。不要要求模型用一個提示詞從整首歌生成完整 MV。
提示詞裡可以使用藝人名字嗎？
避免要求模型模仿在世藝人或複製受版權保護的 MV。改用類型、鏡頭風格、光線、情緒和場景來描述你想要的方向。
