APIMODELSAPIMODELS

Muse Video 电影感剧情提示词

收录 200 多条创作者在 Meta 的 Muse 里跑过、再发到 X 上的视频提示词。每条都署名作者、链回原帖,原帖带视频的直接在卡片里播放。作者明说欢迎拿去用的、或者篇幅较短的放全文;其余长提示词只放开头一段,全文点一下就到原帖。

← 回到全部 204 条 Muse Video 提示词

最近更新: · Muse Video API 价格与在线体验 · API 文档

一句话摘要

Muse Video 是 Meta Muse AI 系列里的视频模型。本页的提示词大多是作者在 Meta 的 Muse 应用里跑的 —— 那是一个聊天式 agent,吃得下很长的提示词,也听得懂「把这条帖子里的图片做成视频」这种一句话指令。在 apimodels.app 上,同一个模型叫 muse-video:输入文字、1 张首帧或最多 4 张参考图,输出 4 到 20 秒的 720p 视频,横屏 16:9 或竖屏 9:16;提示词最长 4000 字;按请求秒数每秒 $0.037,失败不扣费,但不保证每次都成功。提示词按用途分类:参考图多镜头卡点、男友 POV、自拍与 vlog、舞蹈、古风、奇幻与 CG、多段长视频脚本和一句话指令。

喜极而泣·纯色背景特写

节选

柔和的正面漫射光均匀照亮人物面部,阴影浅淡过渡自然,背景受光均匀呈浅灰色. 温柔动容,带着喜极而泣的柔软酸涩感. 一位扎低马尾、穿白色细肩带背心的年轻女性在浅灰色纯色背景前,从平静注视逐渐展露笑意,最终眼含泪水双手合十,呈现喜极而泣的状态 室内纯色背景拍摄场景. 人物头肩部位,占据画面中心位置. 均匀的浅灰色纯色背景,无其他装饰或物体. 年轻东亚女性,黑色头发扎成低马尾,额前与脸侧垂有松散的湿感碎发,身着白色细肩带背心,面部皮肤带有自然粉晕,后期脸颊挂有透明泪水. Shot 1: 起始状态为人物正视镜头,表情平静柔和;过程中双眼向画面左侧转动,随后回视镜头,接着短暂闭合双眼;结束状态为睁开双眼,嘴唇开始向内抿起. 固定机位,静态拍摄,无镜头移动. close-up shot. …

这是节选,完整提示词见原帖 →
完整提示词:
固定块:Camera · 6 个镜头 · 原帖全文共 1166 字
去 X 看成片
来自 @jarvis11x看原帖

搞笑动物名场面复刻

节选

生成视频:竖屏 9:16,时长约 10 秒,超写实真实拍摄质感,像用手机随手拍的家庭搞笑视频。固定机位,平视中景,镜头全程不动,无推拉摇移。 【场景】 温馨的中式现代家庭卧室。米白色墙壁,背景有一扇敞开的浅木色房门,门外是走廊。门边是一张原木色床头柜,上面有一盏暖白色布艺台灯(开着,暖光)和一瓶藤条香薰。床上是凌乱蓬松的白色被子和白色枕头,被面有自然的褶皱。窗外透进自然柔和的日光,室内光线明亮温暖,整体色调柔和生活化。 【主角】 一只小吉娃娃:浅棕红色短毛,大尖耳朵竖起,胸口有一小撮白毛,体型小巧。像人一样端坐在床上,双前爪捧着一部深色智能手机(黑色 iPhone 样式),专注地盯着屏幕。 一只金毛猎犬:体型比吉娃娃大很多,金黄色长毛,垂耳。身体放松地趴在床上,下巴搁在白色被子上,半眯着眼,但视线牢牢盯着手机屏幕,和吉娃娃一起看。两只狗的视线都落在同一部手机屏幕上。 …

这是节选,完整提示词见原帖 →
完整提示词:
分段:场景/负面提示词 · 原帖全文共 1441 字
去 X 看成片
来自 @liangzhu_AI看原帖

大阪商业街·黄昏跟拍

黄昏时分的日本大阪风商业街,一位二十多岁的东亚女生走在人流中:深棕色长发扎成低马尾,穿米色风衣(腰间系带、后背有挡风片),脖子上围着米黑格纹拼棕色印花的围巾。镜头从她身后中景平稳跟拍,她匀速向前走,长发和风衣下摆随步伐轻轻摆动;街道左侧是电车轨道,一辆红白相间的电车缓缓驶过,右侧是鳞次栉比的小店:章鱼烧店、居酒屋挂着红色灯笼,红白配色的醒目招牌、SALE立牌、自动售货机、电线杆和纵横交错的电线,行人擦肩而过、各自忙碌不看镜头。走到一半,她缓缓回头看向镜头(先动肩膀再转头,马尾轻轻甩起),露出浅浅的微笑;镜头顺势缓缓推近成面部特写,她的笑容逐渐放大,最后开怀大笑,眼睛弯成月牙,几缕发丝被微风吹过脸颊。光线是黄昏暖金色,柔和侧逆光,轻微胶片颗粒,暖调干净通透,皮肤保留自然质感,背景人流虚化。一镜到底的云台稳定跟拍,只做一个连续运镜:跟拍+缓推。表情渐变自然:平静→浅笑→开怀大笑,动作链单一连贯。 负面要求:不要水印和文字叠加,不要突然转身或跳切,不要夸张美颜滤镜,背景行人不要盯镜头,主角不要换脸换装。

去 X 看成片
来自 @Super_Nius看原帖
悬停预览 · 点击有声

小剧场演唱会·民谣独唱

生成一段15秒、9:16竖屏的写实演唱会视频。 【人物与舞台】 成年女歌手小薇站在舞台中央,,手持黑色麦克风。小型剧场演唱会,暖金色聚光灯照亮人物,背景是雾蓝色灯光与缓慢流动的抽象水波。画面下方隐约可见观众剪影,整体自然、安静,有真实现场感。 【镜头】 一镜到底,摄影机平稳推进。 0—3秒:舞台正面中景,小薇随前奏轻轻摆动,准备开口。 3—10秒:缓慢推至半身景,捕捉自然演唱、呼吸和手部动作。 10—15秒:推进至面部近景,唱完最后一句后轻轻微笑,灯光和余音自然延续。 【演唱与声音】 温暖、略带颗粒感的女中音,中文咬字清晰,像讲故事一样演唱。木吉他搭配轻柔鼓刷,80 BPM,人声突出,保留适量现场混响。 0—1.5秒:吉他前奏。 1.5—7.5秒演唱:“泉水向南,慢慢地流淌。” 7.5—13.5秒演唱:“没见过的事,还想看一看。” 13.5—15秒:尾音渐落,伴随轻微观众掌声。 演唱口型与歌词同步,表情克制自然,人物面容、发型和服装全程一致。皮肤保留真实质感,画面干净,光线柔和。

来自 @RohoQinAI看原帖

清晨咖啡店

生成一段 5 秒竖屏(9:16)电影感短视频,主题「清晨咖啡店」,全屏画面,不要胶片边框,不要 KODAK 等边框文字。 整体风格:超写实真人实拍,真实摄影、电影镜头拍摄感,非动漫、非 CG、非塑料 AI 感。清晨 7 点左右,低角度金色晨光,暖色调,Kodak Portra 400 胶片质感,轻微颗粒,真实皮肤纹理、真实玻璃反光、橱窗水汽。保留生活化不完美细节:街角落叶、人行道纹理、自行车、摩托车、纸箱、墙面涂鸦、报纸。 咖啡店规模:不要小铺面。要占多个开间的大店面街角咖啡店,木招牌、大落地窗,室内吧台、专业咖啡机、面包展示柜清晰可见,门口有外摆木桌椅。 镜头 1(0-1.7 秒):远景,晨光里的街角咖啡店,镜头缓慢推近。镜头 2(1.7-3.4 秒):特写慢动作,咖啡师拉花。动作与效果必须严格对应:奶缸嘴贴近杯面,奶流落点就是图案形成的位置;先左右小幅晃动,白色奶泡同步形成叶形纹理(rosetta),叶片由晃动逐层出现,不能凭空生成图案;最后奶缸抬高、细奶流从图案中心一笔收尾拉过,完成拉花。全程同一个杯子、同一个图案,连续形成。镜头 3(3.4-5 秒):中景,顾客双手捧着刚才那杯同款叶形拉花的咖啡,坐在窗边望向窗外晨光,轻轻微笑,画面柔和淡出。杯中图案与镜头 2 的成品保持一致。 转场:镜头之间柔和叠化。声音:轻爵士钢琴,配咖啡机的蒸汽声、杯碟轻响和清晨街道环境音。

去 X 看成片
来自 @0xPasswd看原帖

怎么写好 Muse Video 提示词

  1. 1用一张设定图锁住人物. 这里被转得最多的写法,先做一张拼图当参考图:左边人物大头照,右边服装三视图。正文分段指过去 —— 脸照大头照、衣服照三视图 —— 再反复强调每个镜头的脸和衣服都不能变。走 API 时,这张拼图按参考图传,不要当首帧。
  2. 2动作按时间写,切镜点踩拍子. 这类提示词把每个镜头按 0.3 秒一步写身体:重心怎么移、两只手在哪、眼睛看哪,再列出切镜点(比如 1.80、3.50、5.10 秒)对准音乐重拍。只写「她摆个姿势」,出来就是僵硬的循环。
  3. 3写 POV,先规定镜头就是一个人. 男友 POV 系列每一集开头都是同一条规矩:镜头就是男友的眼睛,男友本人不入镜,最多露手或前臂。然后按 0-2 / 2-5 / 5-8 / 8-10 秒写动作,配一句台词,竖屏 9:16 手机手持质感。
  4. 4不能变的东西写成固定块,每段都带上. 英文长提示词开头先锁画幅和源分辨率(Format lock),再写一个 Master 块,把人物和服装一字不改地写死,每一段都原样粘进去。舞蹈类再加 TEMPO LOCK:写明 BPM 和每个重拍的时间点。
  5. 5要真实,就主动要手机的毛病. 自拍和 vlog 的真实感,是靠写出手机镜头的缺点来的:手持晃动、对焦呼吸、降噪涂抹、平台压缩、720p;同时明确禁止 HDR、影棚精修、全程锐利的脸。
  6. 6超过 20 秒的,拆开跑. 这里有不少提示词写的是 30 秒到 1 分钟的片子。API 每次请求 4 到 20 秒、提示词最长 4000 字,所以要按段拆开,每段带一模一样的人物描述,最后剪到一起。
  7. 7一句话指令只在 Muse 应用里管用. 「把这条帖子里的图片做成视频」「照这条视频的风格复刻 10 条」这类指令,能跑通是因为 Muse 这个 agent 会自己打开链接、自己写提示词。视频 API 只看得到你发的文字,分镜得自己写出来。

提示词公式

画幅与时长 + 人物(用参考图锁定)+ 场景 + 光线 + 机位 + 按时间写的分镜 + 风格 + 声音 + 负面约束

例:竖屏 9:16,10 秒,手机前置自拍。人物照参考图,全程同一张脸、同一发型和衣服。傍晚安静的书店过道,左侧窗外暖光。0-3 秒:她从书架抽出一本书,抬眼看镜头;3-6 秒:把书举起来挡住半张脸,笑出声;6-10 秒:放下书,直视镜头说「找到了」。轻微手持晃动,保留真实皮肤纹理,有轻轻的翻书声。禁止:画面文字、多余手指、出现第二个人。

常见问题

Muse Video 是什么?

Muse Video 是 Meta Muse AI 系列里的视频模型。大多数人是在 Meta 的 Muse 应用里用它:那是一个聊天式 agent,你描述想要的视频、或者贴一段长提示词,它就出片。在 apimodels.app 上,同一个模型可以通过 API 调用,模型名 muse-video,限制见下面几条。

提示词是谁写的?为什么有的只是节选?

每张卡片都署名作者、链回 X 原帖。作者明说欢迎拿去用的,或者不超过 600 字的,放全文;更长的从开头逐字摘一段,标「节选」,全文在原帖里。如果你是其中某条提示词的作者,想撤下或更正署名,发邮件给我们,或者在 GitHub 仓库提 issue。

在哪里可以跑这些提示词?

可以在写这些提示词的 Meta Muse 应用里跑,也可以通过 apimodels.app 的 API 跑,模型名 muse-video:输入文字、1 张首帧或 1 到 4 张参考图,输出 4 到 20 秒的 720p 视频,横屏 16:9 或竖屏 9:16。按请求秒数每秒 $0.037 计费(4 秒 $0.148、10 秒 $0.37、20 秒 $0.74),失败不扣费,但不保证每次都成功。10 秒以内的片子一般 1 到 2 分钟出来。

这里的长提示词放到 API 上为什么会失败?

API 的提示词最长 4000 字,每次 4 到 20 秒。这里有不少提示词超过这个长度,或者写的是 30 秒到 1 分钟的片子。按段拆开,每次请求带一模一样的人物和服装描述,最后剪到一起。

怎么让每个镜头都是同一个人?

传参考图:1 到 4 张人物照片,能保持脸、发型和衣服,但视频不会从其中某一张开始。传首帧则是让视频从这张图开始。两者只能二选一。本页的参考图模板,是按「一张拼图:左边大头照、右边服装三视图」来写的。

一句话指令能用 API 跑吗?

不能。「把这条帖子里的图片做成视频」这类指令,靠的是 Muse 应用自己打开链接、自己写提示词。API 只收到你发过去的文字和图片,所以要把分镜写出来,或者直接用本页的完整提示词。

这些提示词能商用吗?

提示词归各自的作者所有,商用前请先看原帖。自己生成的视频,按你用来生成的那个服务的条款执行。

在 apimodels.app 上跑这些提示词

Muse Video 已经上线,和另外 150+ 个图像、视频、语音、大模型共用一个 API、一个 key,按量计费、注册送 $0.10 试用额度。

这份提示词库在 GitHub 上是开源的

整份合集以 Markdown 和 JSON 放在 GitHub 上:每条提示词一页,带署名和原帖链接,另有一个可以搜索、一键复制的浏览页。作者明确欢迎转用、或不超过 600 字的提示词全文引用;更长的从开头节选,全文在原帖。视频归作者所有,不转存。我们自己写的说明、标题和数据按 CC BY 4.0 授权。要更正署名或撤下某条,提 issue 即可。

在 GitHub 上查看

其它提示词库