让AI照片开口说话的最佳提示词

提示词在这里究竟控制什么

为什么会说话照片的提示词更注重实用性而非表演性

适用于会说话照片的四个关键要素

• 舞台或场景。 对于专业的传达信息，描述一个合理、真实的场景，例如“一个可见书架的小型家庭办公室”，比一个与口语问候语调不符的过于华丽的舞台更具可信度。
• 灯光。 均匀、柔和的灯光对于口语信息来说更值得信赖，而戏剧性、高对比度的灯光则更适合表演而非商务更新。直接描述为“柔和、均匀的前置光”，比仅用一个情绪词描述更可靠。
• 摄像机。 稳定、正对镜头的半身镜头是会说话照片最稳妥的默认选择，能让观众感觉像是在接收直接信息，这与任何对着镜头说话的视频同理。
• 氛围。 对于会说话照片，氛围通常更关乎基调而非视觉奇观：欢迎信息可用平静亲切的氛围，产品更新可用积极活泼的氛围，家庭信息则可用温馨私密的氛围。

可供参考的自定义场景提示词示例

• 商务问候或客户信息： “简洁现代的家庭办公室，柔和均匀的前置光，稳定正对镜头的半身镜头，平静专业的氛围。”
• 课程介绍或讲解： “简洁明亮的工作室背景，均匀无强烈阴影的灯光，半身镜头，专注亲切的氛围。”
• 团队或人力资源欢迎信息： “温馨休闲的居家场景，柔和的窗边光，半身镜头，友好放松的氛围。”
• 产品更新或推广： “明亮动感的展厅场景，清晰的前置光，略宽的镜头，活力四射且精致的氛围。”
• 个人或家庭信息： “黄昏时分柔和灯光的客厅，温暖的环境光，近距离半身镜头，宁静私密的氛围。”

根据使用场景匹配提示词基调

常见提示词误区

• 编写旨在控制说话或表情的提示词。 这取决于您的照片和音频，而非场景提示词；在提示词中描述“自信、热情的表达”不会改变嘴部或面部的表现。
• 选择与信息基调不符的场景。 一个戏剧性、高能量的舞台预设会削弱严肃商务更新的效果，而过于正式、冷峻的场景会让随意的个人信息显得冷淡。
• 提示词中包含过多无关细节。 一个试图同时指定房间、灯光和服装五种不同细节的提示词，往往会比清晰地一次性命名舞台、灯光、摄像机和氛围的提示词产生更模糊的结果。
• 假设提示词能弥补糟糕的源照片。 一张模糊、光线不足或角度不佳的照片，不会因为场景提示词描述了专业的环境而显得更具可信度。

确定场景前先进行测试

常见问题