视频转提示词
上传一段短片或一张图片,获取适用于 Sora、Veo、Kling 或 Runway 的视频提示词:镜头、运动、光线与节奏。
添加一段短片,系统会在你的浏览器本地采样四帧画面——视频本身不会离开你的设备。你也可以添加单张图片来获取图生视频提示词。
“Slow push-in on a woman holding a transparent umbrella on a rain-washed Kyoto platform at blue hour. Rain streaks the frame; she turns her head toward an arriving train whose warm headlights sweep across wet paving. 0–4s: static medium shot, rain and steam drifting. 4–8s: the camera eases forward as the train enters from the right. Audio: soft rain, distant announcement chime, train brakes.”
EXAMPLE WORKFLOW
静态图片和视频片段都能转化为视频提示词，说清楚画面中发生了什么、镜头如何运动，以及这个镜头会持续多久。
缓慢推近镜头，拍摄一位身穿苔绿色羊毛大衣、在蓝调时刻的京都雨湿站台上撑着透明伞的女子。0–3秒：静态中景，雨丝划过画面，湿润地面倒映着珊瑚色灯笼的光。3–8秒：镜头缓缓向前推进，一列火车从右侧驶入，温暖的车头灯光扫过她的脸庞，她转头望向火车。冷色环境光与暖色实用光源形成对比，35毫米胶片质感，安静的电影氛围。音效：持续的雨声、远处站台的报站铃声，以及火车刹车的嘶嘶声。
图生视频提示词 · SORA 2
图片提供了主体、光线与氛围，提示词则补上 Sora 所需的运镜、动作与时间节点。
缓慢推近镜头，拍摄一位身穿苔绿色羊毛大衣、在蓝调时刻的京都雨湿站台上撑着透明伞的女子。0–3秒：静态中景，雨丝划过画面，湿润地面倒映着珊瑚色灯笼的光。3–8秒：镜头缓缓向前推进，一列火车从右侧驶入，温暖的车头灯光扫过她的脸庞，她转头望向火车。冷色环境光与暖色实用光源形成对比，35毫米胶片质感，安静的电影氛围。音效：持续的雨声、远处站台的报站铃声，以及火车刹车的嘶嘶声。
镜头以微距镜头的浅景深效果，围绕放置在湿润钴蓝色台座上的半透明琥珀色香水瓶缓慢环绕180度。随着镜头旋转，柔光箱的高光在玻璃瓶身与象牙色瓶盖上流动；一条浅色纸质丝带在微风中轻轻扬起后落下；台座表面泛起细微的涟漪。深钴蓝背景，玻璃与绸缎质感，静谧奢华。音效：低沉柔和的工作室环境音，伴随一声轻柔的水滴声。
图生视频提示词 · VEO 3
当提示词写明环绕方式、光线变化以及场景中唯一的一处细微动作时，产品静态图就能变成简短的主打视频。
镜头以微距镜头的浅景深效果，围绕放置在湿润钴蓝色台座上的半透明琥珀色香水瓶缓慢环绕180度。随着镜头旋转，柔光箱的高光在玻璃瓶身与象牙色瓶盖上流动；一条浅色纸质丝带在微风中轻轻扬起后落下；台座表面泛起细微的涟漪。深钴蓝背景，玻璃与绸缎质感，静谧奢华。音效：低沉柔和的工作室环境音，伴随一声轻柔的水滴声。
一只驮着小型黄铜木质天文台的巨龟，缓缓穿过月光下野花盛开的草地；它经过时花朵随风摇曳，天文台的窗户里透出跳动的暖光。远景镜头，缓慢跟拍，速度与巨龟的步伐一致。手绘水粉童话绘本风格，靛蓝色天空中云朵飘移，银色月光洒落，宁静而奇幻。
视频转提示词 · KLING
工具从四帧采样画面中读取主体动作与镜头运动，并按 Kling 的紧凑格式写出。
一只驮着小型黄铜木质天文台的巨龟，缓缓穿过月光下野花盛开的草地；它经过时花朵随风摇曳，天文台的窗户里透出跳动的暖光。远景镜头，缓慢跟拍，速度与巨龟的步伐一致。手绘水粉童话绘本风格，靛蓝色天空中云朵飘移，银色月光洒落，宁静而奇幻。
写出动态，而非静态画面
图片提示词描述的是一帧静止的画面，而视频提示词必须描述变化：主体在接下来的八秒内做了什么、镜头如何运动、光线如何变化，以及每个节点分别发生在什么时候。这款工具会从视频片段中读取这种变化，或者从单张图片中推断出来，然后用你的视频模型能够理解的语法写出提示词。
画面帧按时间顺序采样，因此工具可以对它们进行比较：主体在各帧之间缩小意味着镜头在后拉，地平线倾斜意味着这是手持运镜，光源扫过面部则意味着有车驶过或人物转头。它会说明镜头大小、机位高度与角度、主体的动作及其变化过程、场景、时间与天气、光线的方向与质感，以及画面的色调与风格特征。
随后，它会以“动态”的方式写出提示词——每一句话都在说明什么在运动，包括镜头本身。风格会被保留而非“升级”：粗颗粒的手机拍摄画面依然会保持粗颗粒质感，除非你另有要求，因为这通常正是提取提示词的意义所在。
只有一张图片时，并没有真实的动作可供读取，因此工具会根据画面推断出一个合理的动作：人像会得到缓慢推近镜头与一个细微手势，产品会得到环绕镜头与一个运动元素，风景则会得到镜头漂移与天气变化。你的指令会覆盖这一切——“她抬头微笑”或“镜头静止，只有水在动”这样的句子，才能让图生视频提示词真正属于你。
提示词会保留图片已经确定的内容。主体、构图、光线与色调都会被详细描述，以确保视频模型生成的第一帧与你的图片相符——这正是 Sora、Veo、Kling 和 Runway 的图生视频模式忠实还原参考图所需要的。
同一个创意需要用五种不同的方式写出来。Sora 2 和 Veo 3 能够生成声音，因此它们的提示词末尾要加上一行音效说明；Kling 更看重主体与单一清晰的动作；Runway 则希望先用它自己的语言描述镜头运动。在工具中选择模型后，提示词会自动遵循相应规则。
| 视频模型 | 提示词写法 | 音效 | 长度 |
|---|---|---|---|
| Sora 2 | 以简洁的散文体书写；若动作有多个节点，则附上带时间标注的简短分镜表 | 支持原生音效：需以一句声音或对白结尾 | 约180词以内 |
| Veo 3 | 一段电影感的完整段落：镜头、动作、环境、光线、风格 | 支持：需添加一句音效设计说明，对白用引号标出 | 约160词以内 |
| Kling | 主体 → 动作 → 场景 → 镜头 → 光线，突出一个清晰的主要动作 | 不支持 | 60–110词 |
| Runway Gen-4 | 先描述镜头运动（推近、环绕、跟拍、升降），再描述主体动作 | 不支持 | 约80词以内 |
| 通用模式 | 跨模型通用散文体：镜头与运镜、主体动作、场景、风格、时长 | 可选 | 90–160词 |
创作者与营销人员无需从零学习镜头语言，就能把一张产品照片或活动静态图变成一段简短的主打视频。影视创作者与剪辑师从参考镜头中提取提示词，在 Sora 或 Veo 中重现其运动与光线。社媒团队用新的主体复现某条表现出色的视频的节奏。提示词工程师则把这些针对特定模型的格式作为起点，比较 Sora 2、Veo 3 与 Kling 对同一镜头的不同演绎。
你的视频不会被上传。浏览器会以缩小尺寸采样四帧画面，仅分析这几帧；你提交的任何内容都不会被添加到画廊或展示给其他人。视频片段限制为60秒、60MB以内，这个时长足以覆盖单个镜头，也能保证分析速度。每次运行消耗2个积分，是图片工具价格的两倍，因为它需要读取多帧画面并写出更长、带时间节点的提示词。
需要为静态图片提取提示词？使用Image to Prompt。想从文字开始？Text to Prompt可以帮你扩写，而Image Prompt Gallery则按风格展示已完成的提示词。
COMMON QUESTIONS
它会读取一段短视频或一张静态图片，写出能在 AI 视频生成器中重现该镜头的文字提示词。提示词会描述画面中的动态：主体的动作、镜头运动、光线、节奏与时长，并采用 Sora、Veo、Kling 或 Runway 最易读取的格式。
上传一段最长60秒的 MP4、WebM 或 MOV 视频。浏览器会在片段中采样四帧画面并发送分析，视频文件本身不会离开你的设备。选择视频模型与目标时长，添加可选的额外说明，然后点击“生成”。如果视频较长，请先剪辑出你想要提取提示词的那一个镜头。
可以。添加一张图片，工具会写出图生视频提示词：它会保留图片的主体、构图、光线与风格，并补充视频模型为使其动起来所需的动作、镜头运动与时间节点。这正是 Sora、Veo、Kling 与 Runway 图生视频模式所需要的输入。
可以。选择 Sora 2 后，提示词会以简洁散文体写出；如果动作包含多个节点，还会附上带秒数标注的简短分镜表，并以一行音效说明结尾，因为 Sora 2 会生成同步声音。
每个模型都有各自的选项。Veo 3 会得到一段带音效说明的电影感段落；Kling 会得到按主体、动作、场景、镜头、光线顺序排列的紧凑提示词；Runway Gen-4 会得到一段以 Runway 自身镜头运动词汇开头的简短提示词。选择“通用模式”则能得到适用于多种模型的提示词。
没有任何工具能从一段成品视频中读出其隐藏的原始提示词。它所做的，是足够精确地描述画面中可见的动作、镜头、光线与风格，使得再次运行该提示词能产生同类型的镜头。
在每日免费额度内，你无需注册账号即可试用。付费方案下，每次运行消耗2个积分，因为它需要读取多帧画面，并写出比图片工具更长的提示词。
支持60MB、60秒以内的 MP4、WebM 和 MOV 视频，以及 JPG、PNG 和 WEBP 图片。由于画面帧是在你的浏览器中读取的，非常老旧的浏览器可能无法支持所有编码格式；如果视频加载失败，请将其导出为 MP4（H.264）格式后再试。