#1. 基本概念

与文本类 AI 不同，Pika 的提示词不仅描述「画面里有什么」，更要描述「画面如何运动」。它同时承担了编剧、导演与摄影师三重角色：决定画面中的对象、对象的动作，以及镜头如何记录这一切。理解这一点，是写好 Pika 提示词的前提——一条好的提示词，读起来更像一段分镜说明，而非一句静态的画面描述。

#五大构成要素

一条完整的提示词通常由五个部分组成，描述越具体，生成结果越可控：

• 主体（Subject）：画面的核心对象，如人物、动物、产品或场景
• 动作（Action）：主体正在进行的运动，如行走、旋转、跃起
• 场景（Scene）：环境、背景、时间与天气，如雨夜街道、秋日山谷
• 镜头（Camera）：镜头的运动与视角，如缓慢推近、航拍俯瞰
• 风格（Style）：整体视觉调性，如电影感、动画风、暖色调

推荐按「主体 + 动作 + 场景 + 镜头 + 风格」的顺序组织，这是较稳妥的基础结构：

一位年轻女性在雨夜的霓虹街道旁缓步行走，镜头从中景缓慢推近至面部特写，电影级侧光，浅景深，情绪忧郁

并非每条提示词都必须包含全部五项，但主体与动作是底线——缺少明确动作时，AI 容易生成几乎静止或运动混乱的画面。

#中英文输入的取舍

Pika 的模型以英文语料训练为主，官方示例与多数提示词指南均以英文撰写。中文提示词可以使用，模型也能识别并生成，但在以下场景中英文的表现通常更稳定：复杂的多主体场景、专业镜头术语（如 dolly zoom、golden hour、rack focus）、以及对光影和材质的精细描述。

推荐的做法是：用中文构思创意与画面，再将关键提示词转换为简洁、动作明确的英文后输入。若仅做简单的单主体动画，中文已足够应付；若追求电影级的镜头控制与画面质感，建议优先使用英文。

#简洁优先

一个常见误区是把提示词写得越长越好。事实上，过长、堆砌过多形容词的提示词反而会让 AI 难以抓住重点，导致画面元素互相冲突。理想的提示词应当信息密度高、指向明确：用具体的名词和动词，而非大量修饰语。

冗余写法（形容词堆砌，重点涣散）：

一只非常可爱、毛茸茸、活泼快乐、充满生命力的小狗狗在美丽迷人、阳光明媚、色彩斑斓的秋天公园里开心愉快地尽情奔跑玩耍

精简写法（名词动词主导，指向明确）：

一只金毛犬在洒满落叶的公园里奔跑，阳光穿过树梢，暖色调

#单一主体原则

尽管 Pika 2.5 在处理多主体场景和空间关系上较前代有明显提升，但实践中场景越复杂，出错概率越高。聚焦一个主体、一个清晰动作，配合明确的环境描述，成功率最高。多主体或连续复杂动作（如多人打斗、快速场景切换、复杂的肢体交互）容易出现元素融合、肢体错乱或运动失真，初期应尽量避免，待熟悉模型特性后再逐步尝试。

复杂写法（多主体、多动作，易出现融合与错乱）：

三个孩子在操场上同时踢球、跳绳和荡秋千，旁边还有老师走过，背景人群涌动

聚焦写法（单一主体、单一动作，成功率更高）：

一个孩子在操场上踢球，镜头跟随足球的运动轨迹，午后阳光