butubb
2112c1a870
移植自 mac-agent-os 的 mediacrawler_adapter：不起子进程、不开页面，用浏览器里那份
登录态直接调抖音 Web 接口。产物键名照抄 store/douyin，所以 ingest 那条链路一个字不用改。
**目前能用的（真环境实测，非推断）**：
profile/other : 200, 7075 字节 —— 博主主页指标（粉丝/获赞/作品数/昵称）
aweme/detail : 200, 45425 字节 —— 单条作品详情（含点赞/评论/收藏/分享）
**目前不能用的：作品列表 `aweme/post`。** 两个互相独立的原因：
1. 这个接口被抖音单独升级成了真校验：不带 x-tt-argus 回 403「Uifid Not Found」，
带上 dummy 值回 200 + **空 body**。也就是说「头在不在」骗得过，「真校验」过不了。
同一套头打 profile/other 和 aweme/detail 都是通的 —— 抖音是挑着接口加保护的，
挑中的恰好是「批量拉作品列表」这个最敏感的动作。
2. 改走页面截获也不行：CDP 浏览器打开博主主页会落到「验证码中间页」（当天大量探测的
代价，过几小时要重测）。
所以现在的边界是：**已知作品的指标刷新能做，自动发现新作品做不了**。
**排查中控住变量后得到的两条事实**（都写进注释了）：
· `Accept` / `Accept-Language` / `Referer` 才是主页接口能返回真数据的原因 —— 只有
UA+client hints+Cookie 时是 200 但仅 121 字节的空壳，补上这三个头变 7074 字节。
（我先前猜的 sec-ch-ua 不是关键。）
· 因此 UA 与 client hints 必须**成套地取自同一个浏览器**，所以 BrowserIdentity 一次
从 CDP 取齐 cookie + UA + hints，而不是各自写死。
「200 + 空 body 必须当场报错」也是刻意写死的：放过去它会在下游变成「这个博主没作品」，
把一次失败伪装成一条正常结果 —— 爬虫那条路正是这么栽的，还被翻译成「账号被封」。
测试 +11：cookie 解析、请求头成套性（含 uifid 缺失/回退）、产物键名与 store 对齐、
以及 _get 的三条失败路径（空 body / 403 带网关原话 / 正常返回）。
13 KiB
id: KB-20260515-003 title: "可灵AI提示词完全知识手册——文生视频/图生视频提示词工程" type: method status: active nature: reference domain: ai subdomain: [AI视频生成, 提示词工程, 可灵AI, 文生视频, 图生视频] tags: [可灵AI, 提示词, 文生视频, 图生视频, 运镜, 首尾帧, 角色一致性, 镜头语言] source: "抖音16条可灵AI教程视频提取（含8条全结构化+8条专题提取）" date_created: 2026-05-15 date_modified: 2026-05-15 version: 1 collected_by: claw@chengzigedeAir
collected: true collected_date: 2026-05-16---
可灵AI提示词完全知识手册
采集日期：2026-05-15 数据来源：抖音 16 条可灵AI教程视频（覆盖提示词基础、运镜、首尾帧、角色一致、音效、数字人、实战等全部维度） 提取引擎：OpenCLI browser + 豆包网页版（稳定等待法） 知识条目：63段结构化内容 + 8条完整字幕 + 专题知识点 = 105+条
第一章：可灵AI提示词核心公式
1.1 通用公式结构
提示词 = 主体（主体描述）+ 运动 + 场景（场景描述）+（镜头语言 + 光影 + 氛围）
三层递进公式：
| 层级 | 公式 | 示例 |
|---|---|---|
| 基础层 | 主体 + 场景 + 主体运动 | 一个小男孩在咖啡厅看书 |
| 细节层 | 主体描述 + 场景物品 + 动作细节 | 穿着红色衣服的小男孩在咖啡厅看书，桌上有一只咖啡杯正冒着热气 |
| 质感层 | 基础 + 细节 + 镜头语言 + 光影 + 氛围 | +正面镜头+背景虚化+氛围光照 |
1.2 5W1H 提示词法
| 要素 | 含义 | 示例 |
|---|---|---|
| Who | 画面主体，必须明确 | 穿着睡衣的少女 |
| What | 主体正在做什么 | 优雅地坐在椅子上 |
| When | 时间背景 | 暮春的雨夜 |
| Where | 地点环境 | 在公寓里 |
| Why | 行为动机/情绪 | 正在家里加班工作 |
| How | 方式/风格 | 赛博朋克风格、冷色调 |
描述越详细越精准，生成效果越符合预期。
1.3 六大核心要素（编剧视角）
- 主体：谁在画面中？主角/配角的特征
- 构图与角度：黄金分割点、低角度、仰视视角
- 照明与色彩：柔和的侧光、赛博朋克冷色调
- 运动：摄像机镜头运动 + 画面中物体的运动
- 背景：场景环境、时间、氛围
- 氛围感：整体情绪、光影氛围
第二章：可灵提示词进阶技巧
2.1 语言风格原则
- 语言简洁：用简单的词语和句子，避免复杂长句
- 顺序清晰：主体→场景→运动→镜头语言的顺序
- 避免歧义：不省略关键信息
- 细节优先：先保证核心内容，再逐步添加细节
2.2 十大万能镜头运动提示词
| # | 运动类型 | 描述方式 |
|---|---|---|
| 1 | 推进镜头 | 摄像机缓慢向前推进 |
| 2 | 拉远镜头 | 摄像机向后拉远 |
| 3 | 旋转镜头 | 环绕主体旋转拍摄 |
| 4 | 跟随镜头 | 跟随主体运动 |
| 5 | 摇晃镜头 | 手持摄影风格摇晃 |
| 6 | 穿越镜头 | 摄像机穿越景物 |
| 7 | 第一人称视角 | POV 视角 |
| 8 | 动感模糊 | 搭配高速运动的模糊效果 |
| 9 | 升降镜头 | 从低到高或从高到低 |
| 10 | 希区柯克变焦 | 推拉+变焦同时进行 |
2.3 穿越机效果关键词
摄像机穿越 + 景物 + 第一人称视角 + 动感模糊 + 旋转 + 高速飞行
第三章：可灵模型版本与参数
3.1 版本对照
| 版本 | 特点 | 适用场景 |
|---|---|---|
| 1.0 | 基础版 | 初代文生视频 |
| 2.0 | 运镜控制增强 | 文生视频运镜提示 |
| 2.5 Turbo | 提示词理解强、动态丰富、画面流畅 | 图生视频 |
| 2.1 | 极限多运镜控制 | 多运镜组合 |
| 3.0 | 多镜头工作流、理解运镜和情绪 | 专业创作 |
| 4K | 院线级高清、对口型功能 | 高清商业 |
3.2 核心参数
| 参数 | 说明 |
|---|---|
| 视频时长 | 单次最长 10 秒；图生视频 5 秒；最长总时长 3 分钟 |
| 图片比例 | 16:9（电脑）、9:16（手机） |
| 分辨率 | 支持 4K 模式 |
| 参考强度 | 控制与参考图的接近程度 |
| 运动幅度 | 控制视频中物体运动强度 |
3.3 核心功能
- 文生视频 / 图生视频
- 首尾帧（关键帧控制）
- 运动笔刷（指定局部运动方向）
- 对口型功能
- 多镜头故事板（Multi-shot）
- 分屏场景生成
第四章：实战技巧
4.1 一句话出片法
- 确定一句可跑通的核心提示词
- 保持核心不变，仅更换运镜方式批量生成
- 连续输入 10-20 次获取多组镜头
- 剪辑成完整短片
4.2 四格超短片
第1句：场景建立（远景）→ 第2句：人物出场（中景） 第3句：动作发展（近景）→ 第4句：高潮/结尾（特写）
4.3 首尾帧控制
- 上传第一帧图片（角色/场景）
- 上传最后一帧图片（目标画面）
- 填写中间过程的提示词
- AI 自动生成从首帧到尾帧的完整过渡
首尾帧是控制画面精确度的最强手段。
4.4 运镜控制 + 运动笔刷
- 运镜控制：告诉摄像机怎么动
- 运动笔刷：告诉画面里的物体怎么动
- 先用笔刷圈定物体，再指定运动方向
4.5 多镜头工作流（3.0）
- 编写详细的场景提示词
- 设置多个镜头标记
- 每个镜头独立描述运镜和情绪
- 一键生成多镜头连续视频
4.6 避免画面变形
| 问题 | 解决方案 |
|---|---|
| 人物面部变形 | 使用首尾帧锁定面部结构 |
| 物体扭曲 | 减少高速运动描述 |
| 比例失调 | 添加量化占比描述 |
| 闪烁跳变 | 使用参考图+低运动幅度 |
第五章：专题技巧
5.1 角色一致性
- 人脸模型训练：定制专属 AI 模特
- 首尾帧锁定：每次生成都参考同一张角色图
- 描述锁定：固定面部、发型、身材比例
- 全片不改：全程不改变身份与面部结构
5.2 图生视频
- 提供图片 + 提示词控制
- 单次生成 5 秒，可多次延长
- 提示词理解优秀，动态呈现丰富
5.3 音效生成
- 视频生成完成后自动匹配音效
- 支持场景音效（风声、水声、环境音）
- 可单独调整音效强度
5.4 数字人功能
- 上传人物照片/视频
- 填写对口型文本
- 选择数字人风格
- 一键生成说话/唱歌视频
5.5 工具链整合
| 工具 | 用途 |
|---|---|
| Deepseek | 生成可灵提示词模板 |
| 豆包 | 生成场景/角色描述 |
| Midjourney | 生图→可灵图生视频 |
| ChatGPT | 写剧本→生成提示词 |
第六章：完整提示词示例
示例1：穿越机效果
摄像机穿越 + 景物，第一人称视角，动感模糊，旋转，高速飞行
示例2：人物特写
穿着睡衣的少女，优雅地坐在椅子上，赛博朋克风格，冷色调，低角度，仰视视角，背景虚化，氛围光照
示例3：进阶多层描述
主体：主角的嘴唇轻轻颤抖，显示出内心的挣扎和不确定 构图：主角的眼睛位于画面的黄金分割点上，目光望向远方，背景是模糊的都市天际线 照明：主角的脸部被柔和的侧光照亮，一半在阴影中 运动：摄像机缓慢向前推进，从全景推到脸部特写 背景：夜晚都市，霓虹灯闪烁 氛围：孤独、沉思、略带忧郁
附录：可灵与其他AI视频工具对比
| 维度 | 可灵 AI | Seedance 2.0 | Vidu | Wan | [...existing table stays...]
附2：Kling 3.0 提示词完全指南（2026版）
采集自: seavidgen.com / soravideo.art — Kling 3.0 官方社区最佳实践
一、Kling 3.0 7大提示词要素
| # | 要素 | 说明 | 示例 |
|---|---|---|---|
| 1 | 主体细节 | 身体特征+服装+表情 | "30岁出头女性，齐肩红褐色头发，深灰羊毛大衣，勃艮第红围巾，神情自信" |
| 2 | 环境场景 | 地点+建筑+天气+氛围 | "黄昏白雪覆盖的都市街道，维多利亚砖房，橱窗透出暖光" |
| 3 | 光照规格 | 光源+方向+色温+强度 | "黄金时刻阳光"、"戏剧性侧光+深重阴影" |
| 4 | 镜头移动 | 电影术语描述 | "中景，缓慢推镜头转特写，平视视角" |
| 5 | 动作强度 | 0-3级数值 | 细微动作0.3-0.5，高能动作2.0-3.0 |
| 6 | 风格色调 | 美学+情感基调 | "温暖色阶，略微低饱和度" |
| 7 | 音频元素 | 声音+情感+环境音 | "女性中音，热情语调，细微城市环境音" |
二、Kling 3.0 动作控制（核心差异化优势）
工作原理：上传参考视频 → Kling提取运动数据(姿态/轨迹/节奏) → 应用到新场景。
实操流程：
- 录制或找一段展示目标动作的参考视频（背景简单、肢体清晰为佳）
- 在生成面板上传到"动作控制"区域
- 编写提示词：只描述角色/场景/风格，不描述具体动作
- 动作强度参数：0-3级，从温和慢速开始
关键参数：动作强度 0-3 — 细微动作用0.3-0.5，高能动作用2.0-3.0。
三、多镜头序列编写
Kling 3.0 支持最多 6 个镜头，自动保持角色和环境一致性。
结构模板：
镜头1（5s）：远景室外全景，缓慢推近...
镜头2（5s）：中景跟拍主体，平视...
镜头3（5s）：面部特写，固定镜头...
每个镜头需指明：
- 编号和时长
- 构图和机位
- 主体和关键动作
- 镜头运动类型（推/拉/摇/移/固定）
- 切换类型（切镜/淡入淡出/叠化）
四、四要素提示词公式
主体和动作 + 镜头运动 + 灯光氛围 + 风格参考
产品展示示例：
A pair of white wireless headphones floating and slowly rotating
against a clean gradient background, soft studio lighting from above
creating subtle shadows, gentle particles drifting in the air,
product photography style, 4K
角色场景示例：
A woman in a dark jacket walking through a rainy Tokyo street at night,
neon signs reflecting on wet pavement, camera following from behind
in a slow tracking shot, shallow depth of field, cinematic color grading
五、参数最佳实践
| 参数 | 推荐值 | 说明 |
|---|---|---|
| 提示词长度 | 80-150词(英文) | <80缺细节, >200引入矛盾 |
| 分辨率 | 1080p | 迭代用1080p, 定稿用4K |
| 帧率 | 30fps | 社交媒体最佳 |
| 时长 | 5-10秒 | 多镜头最长15秒 |
| 动作强度 | 0-3 | 从温和慢速开始 |
六、负面提示词（可灵专用）
动作模糊、面部畸形、扭曲、变形、不连贯的物理、悬浮物体、
异常动作、多余肢体、背景偏移、时域闪烁、色彩断层、变形的手、
手指数量错误、不对称的面部特征、不自然的关节角度
七、Kling 3.0 常见问题
| 问题 | 解决方法 |
|---|---|
| 慢动作 | 提示词中明确速度, 时长与动作量匹配 |
| 口型同步差 | 对话限制在5秒内, 或多镜头拆分为正反打 |
| 提示词被拒绝 | 移除暴力/敏感词, 用中性语言描述 |
| 角色不一致 | 使用 Elements 上传面部参考, 多镜头中引用 |
| 运动模糊 | 添加"动作模糊"到正向词, 或用参考视频 |
八、高性价比工作流
1. 先写80-150词提示词
2. 用1080p迭代打磨效果
3. 满意后用4K出最终版
4. 参考视频 + Elements 角色锁定 = 最佳效果
|------|---------|-------------|------|-----| | 提示词理解 | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐⭐ | | 运镜控制 | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐⭐ | | 角色一致 | ⭐⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐ | ⭐⭐ | | 音效生成 | ⭐⭐⭐⭐ | ❌ | ❌ | ❌ | | 性价比 | 中高 | 中等 | 较低 | 免费 |
数据来源
| # | 视频主题 | 状态 |
|---|---|---|
| 1 | 可灵AI的提示词应该怎样写【基础入门】 | ✅ 全结构化 |
| 2 | 挑战一口气学会可灵AI！提示词生成技巧 | ✅ 全结构化 |
| 3 | 讲可灵3.0最细最实用的一篇 | ✅ 全结构化 |
| 4 | 全网最全教学-可灵AI保姆级教程 | ✅ 全结构化 |
| 5 | 快速上手可灵AI【入门】 | ✅ 全结构化 |
| 6 | 挑战一口气学会可灵AI第三集：文生图提示词 | ✅ 全结构化 |
| 7 | 可灵使用攻略第一期：文生视频提示词写法 | ✅ 全结构化 |
| 8 | 可灵AI视频生成与提示词的描述关系 | ✅ 全结构化 |
| 9-16 | 运镜控制、首尾帧、角色一致、音效等专题 | 📝 专题提取 |
相关文档
同一目录下的关联文档：
| 文件 | 内容 | 最近更新 |
|---|---|---|
| 角色一致性定妆照方案 | 多视角 Character Sheet、九宫格、定妆照方案全攻略 | 2026-05-15 |
| AI视频唇形同步方案调研 | Kling LipSync、LatentSync、Wav2Lip 等方案对比与成本分析 | 2026-05-15 |
采集信息
- 采集工具: OpenCLI browser + 豆包网页版
- 采集方式: fill + click 发送 · 稳定等待法
- 采集者: claw@chengzigedeAir
- 采集时间: 2026-05-15