如何更好地使用 Sora2 生成视频？来自 OpenAI 官方的终极 Prompt 指南

Sora2 的发布再次引爆了视频生成领域。你可能已经看到过一些令人惊叹的演示视频，但当你自己上手时，生成的作品可能并不尽如人意。问题出在哪里？很可能就在你的**提示词（Prompt）**上。

OpenAI 官方为此发布了一份详尽的 Sora2 Prompt 指南。我们逐字逐句地研读了这份指南，为你提炼出最核心的技巧、专业术语和最佳实践，助你像专业导演一样指挥 Sora2，创造出你心目中的完美画面。

核心理念：你是导演，Sora2 是你的摄影师

OpenAI 建议将写 Prompt 想象成给一位没看过你故事板的摄影师下达指令。

如果你省略细节，摄影师（Sora2）就会自行发挥。这可能会带来惊喜，也可能完全偏离你的设想。
如果你指令明确，详细描述镜头目标、光线、动作，你就能获得更强的控制力和一致性。

这两种方法没有对错，取决于你的目标。把 Prompt 当作一份“创意愿望清单”，而不是一份死板的合同。多尝试、多迭代是关键。即使是相同的 Prompt，每次生成的结果也会不同，这正是它的魅力所在。

第一步：区分 API 参数与 Prompt 文字

在开始挥洒创意之前，有些硬性指标必须通过 API 参数设置，写在 Prompt 文字里是无效的。

模型 (model): 选择 sora-2 或 sora-2-pro。
分辨率 (size): 直接影响画质和运动一致性。高分辨率细节更丰富，低分辨率可能会有伪影。
- sora-2: 支持 1280x720, 720x1280
- sora-2-pro: 支持 1280x720, 720x1280, 1024x1792, 1792x1024
时长 (seconds): 支持 4、8、12 秒。Sora2 在短片段中通常表现更稳定。与其强求生成一个复杂的 8 秒长镜头，不如生成两个高质量的 4 秒片段再后期拼接。

你的 Prompt 文字则专注于控制主体、动作、光线和风格。

解剖一个完美的 Sora2 Prompt：从基础到专业

一个优秀的 Prompt 就像是在用文字绘制故事板。OpenAI 推荐的结构包括：

设定整体风格：尽早确立视觉基调（如“1970年代胶片感”、“IMAX 史诗级场景”）。这会为后续的所有选择定下框架。
场景与主体描述：用清晰的细节描绘环境和人物。
摄影指导：明确镜头构图、角度、运动和景深。
灯光与调色：设定光线的质感、来源和核心色板。
动作节拍：将动作分解为具体的步骤。

💡 关键技巧：具体胜于模糊

使用具体的名词和动词，永远比模糊形容词更有效。

❌ 模糊的 Prompt	✅ 强大的 Prompt
“一条美丽的街道”	“潮湿的柏油路，斑马线，霓虹灯牌在水坑中的倒影”
“人快速移动”	“骑车人蹬了三下，刹车，停在路边”
“电影感画面”	“变形宽银幕 2.0x 镜头，浅景深，体积光”

进阶控制指南：专业级细节

想要更上一层楼？掌握以下几个维度的精细控制：

1. 掌控动作与时间 (Motion and Timing)

动作是最难把控的部分。秘诀是保持简单。每个镜头最好只有一个清晰的摄影机运动和一个清晰的主体动作。将动作按“节拍”描述：

弱：“演员穿过房间。”
强：“演员向窗户走了四步，停顿，在最后一秒拉上窗帘。”

2. 灯光与色彩一致性 (Lighting and Color)

灯光决定氛围。为了让不同镜头剪辑在一起时自然流畅，你需要保持灯光逻辑的一致。

不要只说：“明亮的房间”。
要说：“柔和的窗户光作为主光，暖色台灯作为填充光，走廊传来冷色轮廓光。”
指定 3-5 种核心颜色（如“琥珀色、奶油色、胡桃棕”）来稳定色调。

3. 像专业人士一样描述摄影机 (Camera Control)

摄影机的位置和运动方式决定了镜头的“感觉”。

构图示例：广角定场镜头 (wide establishing shot)、视平线 (eye level)、中特写 (medium close-up)、空中广角，略微向下 (aerial wide shot, slight downward angle)。
运动示例：缓慢上摇 (slowly tilting camera)、手持新闻摄影机感 (handheld eng camera)、从左到右跟随拍摄对象 (tracking left to right with the charge)。
景深：利用“浅景深 (shallow focus)”突出主体，或“全景深 (deep focus)”展示环境。

4. 使用参考图 (Image Input) - 视觉一致性的终极武器

想要锁定角色的长相、服装或特定的场景设计？使用图像输入功能。你可以先用 DALL·E 生成一张满意的静态图，然后将其作为 input_reference 喂给 Sora2。模型会以这张图为起始帧，根据你的 Prompt 让它动起来。

如何使用：在 API 请求中包含 input_reference 参数。
注意：输入图像的分辨率必须与你请求的视频分辨率 (size) 完全匹配。

5. 对话与音效 (Dialogue and Audio)

Sora2 支持生成包含对话和音效的视频。

对话：在 Prompt 中单独列出一个区块，明确标出说话人和台词。保持台词简短自然，以适配视频时长。
音效：即使是无声镜头，描述环境音（如“远处的交通噪音”、“清脆的断裂声”、“意式咖啡机的嗡嗡声”）也能暗示画面的节奏感和真实感。

6. Remix 功能：迭代微调的关键

当生成结果接近但不完美时，使用 Remix 功能。它的精髓在于小步微调，而非大改。

使用技巧：明确指出你要修改的内容。例如：“同样的镜头，换成 85mm 镜头”或“同样的灯光，新色板：青色、沙色、铁锈色”。
排错：如果一个镜头总是出错，先简化它：固定相机、简化动作、清空背景。成功后再逐步增加复杂性。

7. 【新增】专业级提示词：像导演一样沟通

对于追求极致电影感的用户，可以采用专业制作术语来描述镜头，就像导演给摄影和后期团队下达指令一样。这能帮助模型锁定非常具体的美学风格。

可描述的专业细节包括：
- 格式与外观：快门角度 (180° shutter)、胶片模拟 (emulating 65 mm photochemical contrast)、颗粒 (fine grain)、光晕 (halation)。
- 镜头与滤镜：定焦镜头 (32 mm spherical primes)、滤镜 (Black Pro-Mist 1/4)。
- 调色/色板：高光 (Highlights)、中间调 (Mids)、暗部 (Blacks) 的具体色彩倾向。
- 灯光与氛围：主光方向与时间 (Natural sunlight from camera left, low angle (07:30 AM))、补光 (Bounce)、负补光 (Negative fill)、现场光 (Practical)、大气效果 (Atmos: gentle mist)。
- 声音：仅现场声 (Diegetic only)，并指定响度单位 (-20 LUFS)。

实战模板：立即上手

OpenAI 提供了一个结构化的 Prompt 模板，帮助你养成良好的习惯。并非所有项都必须填写，留白能给模型更多创造空间。

[用平实的语言进行散文式的场景描述。描述人物、服装、风景、天气和其他细节。尽可能描述得具体，以匹配你的愿景。]

Cinematography (摄影): Camera shot: [构图和角度，例如：广角定场镜头，视平线] Mood: [整体基调，例如：电影感且紧张，俏皮且悬疑]

Actions (动作): - [动作 1：一个清晰、具体的节拍或手势] - [动作 2：片段中的另一个清晰节拍]

Dialogue (对话): [如果有对话，在此添加简短自然的台词。保持简练以匹配视频时长。]

结语：去迭代，去创造

掌握这些技巧并不能保证一次就能生成完美视频。Sora2 的强大之处在于它愿意与你“合作”。把这份指南当作你的导演手册，开始尝试，不断迭代，去探索 Sora2 的无限可能吧！

本文内容完全参考自 OpenAI 官方文档：Sora 2 Prompting Guide

核心理念：你是导演，Sora2 是你的摄影师

OpenAI 建议将写 Prompt 想象成给一位没看过你故事板的摄影师下达指令。

如果你省略细节，摄影师（Sora2）就会自行发挥。这可能会带来惊喜，也可能完全偏离你的设想。
如果你指令明确，详细描述镜头目标、光线、动作，你就能获得更强的控制力和一致性。

第一步：区分 API 参数与 Prompt 文字

在开始挥洒创意之前，有些硬性指标必须通过 API 参数设置，写在 Prompt 文字里是无效的。

模型 (model): 选择 sora-2 或 sora-2-pro。
分辨率 (size): 直接影响画质和运动一致性。高分辨率细节更丰富，低分辨率可能会有伪影。
- sora-2: 支持 1280x720, 720x1280
- sora-2-pro: 支持 1280x720, 720x1280, 1024x1792, 1792x1024
时长 (seconds): 支持 4、8、12 秒。Sora2 在短片段中通常表现更稳定。与其强求生成一个复杂的 8 秒长镜头，不如生成两个高质量的 4 秒片段再后期拼接。

你的 Prompt 文字则专注于控制主体、动作、光线和风格。

解剖一个完美的 Sora2 Prompt：从基础到专业

一个优秀的 Prompt 就像是在用文字绘制故事板。OpenAI 推荐的结构包括：

设定整体风格：尽早确立视觉基调（如“1970年代胶片感”、“IMAX 史诗级场景”）。这会为后续的所有选择定下框架。
场景与主体描述：用清晰的细节描绘环境和人物。
摄影指导：明确镜头构图、角度、运动和景深。
灯光与调色：设定光线的质感、来源和核心色板。
动作节拍：将动作分解为具体的步骤。

💡 关键技巧：具体胜于模糊

使用具体的名词和动词，永远比模糊形容词更有效。

❌ 模糊的 Prompt	✅ 强大的 Prompt
“一条美丽的街道”	“潮湿的柏油路，斑马线，霓虹灯牌在水坑中的倒影”
“人快速移动”	“骑车人蹬了三下，刹车，停在路边”
“电影感画面”	“变形宽银幕 2.0x 镜头，浅景深，体积光”

进阶控制指南：专业级细节

想要更上一层楼？掌握以下几个维度的精细控制：

1. 掌控动作与时间 (Motion and Timing)

动作是最难把控的部分。秘诀是保持简单。每个镜头最好只有一个清晰的摄影机运动和一个清晰的主体动作。将动作按“节拍”描述：

弱：“演员穿过房间。”
强：“演员向窗户走了四步，停顿，在最后一秒拉上窗帘。”

2. 灯光与色彩一致性 (Lighting and Color)

灯光决定氛围。为了让不同镜头剪辑在一起时自然流畅，你需要保持灯光逻辑的一致。

不要只说：“明亮的房间”。
要说：“柔和的窗户光作为主光，暖色台灯作为填充光，走廊传来冷色轮廓光。”
指定 3-5 种核心颜色（如“琥珀色、奶油色、胡桃棕”）来稳定色调。

3. 像专业人士一样描述摄影机 (Camera Control)

摄影机的位置和运动方式决定了镜头的“感觉”。

构图示例：广角定场镜头 (wide establishing shot)、视平线 (eye level)、中特写 (medium close-up)、空中广角，略微向下 (aerial wide shot, slight downward angle)。
运动示例：缓慢上摇 (slowly tilting camera)、手持新闻摄影机感 (handheld eng camera)、从左到右跟随拍摄对象 (tracking left to right with the charge)。
景深：利用“浅景深 (shallow focus)”突出主体，或“全景深 (deep focus)”展示环境。

4. 使用参考图 (Image Input) - 视觉一致性的终极武器

如何使用：在 API 请求中包含 input_reference 参数。
注意：输入图像的分辨率必须与你请求的视频分辨率 (size) 完全匹配。

5. 对话与音效 (Dialogue and Audio)

Sora2 支持生成包含对话和音效的视频。

对话：在 Prompt 中单独列出一个区块，明确标出说话人和台词。保持台词简短自然，以适配视频时长。
音效：即使是无声镜头，描述环境音（如“远处的交通噪音”、“清脆的断裂声”、“意式咖啡机的嗡嗡声”）也能暗示画面的节奏感和真实感。

6. Remix 功能：迭代微调的关键

当生成结果接近但不完美时，使用 Remix 功能。它的精髓在于小步微调，而非大改。

使用技巧：明确指出你要修改的内容。例如：“同样的镜头，换成 85mm 镜头”或“同样的灯光，新色板：青色、沙色、铁锈色”。
排错：如果一个镜头总是出错，先简化它：固定相机、简化动作、清空背景。成功后再逐步增加复杂性。

7. 【新增】专业级提示词：像导演一样沟通

对于追求极致电影感的用户，可以采用专业制作术语来描述镜头，就像导演给摄影和后期团队下达指令一样。这能帮助模型锁定非常具体的美学风格。

可描述的专业细节包括：
- 格式与外观：快门角度 (180° shutter)、胶片模拟 (emulating 65 mm photochemical contrast)、颗粒 (fine grain)、光晕 (halation)。
- 镜头与滤镜：定焦镜头 (32 mm spherical primes)、滤镜 (Black Pro-Mist 1/4)。
- 调色/色板：高光 (Highlights)、中间调 (Mids)、暗部 (Blacks) 的具体色彩倾向。
- 灯光与氛围：主光方向与时间 (Natural sunlight from camera left, low angle (07:30 AM))、补光 (Bounce)、负补光 (Negative fill)、现场光 (Practical)、大气效果 (Atmos: gentle mist)。
- 声音：仅现场声 (Diegetic only)，并指定响度单位 (-20 LUFS)。

实战模板：立即上手

OpenAI 提供了一个结构化的 Prompt 模板，帮助你养成良好的习惯。并非所有项都必须填写，留白能给模型更多创造空间。

[用平实的语言进行散文式的场景描述。描述人物、服装、风景、天气和其他细节。尽可能描述得具体，以匹配你的愿景。]

Cinematography (摄影): Camera shot: [构图和角度，例如：广角定场镜头，视平线] Mood: [整体基调，例如：电影感且紧张，俏皮且悬疑]

Actions (动作): - [动作 1：一个清晰、具体的节拍或手势] - [动作 2：片段中的另一个清晰节拍]

Dialogue (对话): [如果有对话，在此添加简短自然的台词。保持简练以匹配视频时长。]

结语：去迭代，去创造

本文内容完全参考自 OpenAI 官方文档：Sora 2 Prompting Guide

核心理念：你是导演，Sora2 是你的摄影师

第一步：区分 API 参数与 Prompt 文字

解剖一个完美的 Sora2 Prompt：从基础到专业

💡 关键技巧：具体胜于模糊

进阶控制指南：专业级细节

1. 掌控动作与时间 (Motion and Timing)

2. 灯光与色彩一致性 (Lighting and Color)

3. 像专业人士一样描述摄影机 (Camera Control)

4. 使用参考图 (Image Input) - 视觉一致性的终极武器

5. 对话与音效 (Dialogue and Audio)

6. Remix 功能：迭代微调的关键

7. 【新增】 专业级提示词：像导演一样沟通

实战模板：立即上手

结语：去迭代，去创造

DataLearner WeChat

核心理念：你是导演，Sora2 是你的摄影师

第一步：区分 API 参数与 Prompt 文字

解剖一个完美的 Sora2 Prompt：从基础到专业

💡 关键技巧：具体胜于模糊

进阶控制指南：专业级细节

1. 掌控动作与时间 (Motion and Timing)

2. 灯光与色彩一致性 (Lighting and Color)

3. 像专业人士一样描述摄影机 (Camera Control)

4. 使用参考图 (Image Input) - 视觉一致性的终极武器

5. 对话与音效 (Dialogue and Audio)

6. Remix 功能：迭代微调的关键

7. 【新增】 专业级提示词：像导演一样沟通

实战模板：立即上手

结语：去迭代，去创造

7. 【新增】专业级提示词：像导演一样沟通

7. 【新增】专业级提示词：像导演一样沟通