Pika H3 Flex 提示词指南：运镜、参考素材与声音怎么写

一条可执行的视频提示词，应交代主体、一个主要动作、镜头、视觉风格和声音。使用 Pika H3 Flex 时，还要说明参考素材的分工：哪张图定义身份，哪张图定义产品或场景，以及哪些部分需要运动。

核查日期：2026 年 11 月 9 日。下列模板为原创的建议起点，尚未在 Flex 上完成基准测试。本站独立运营，目前提供 MiniMax H3 等模型，并非 Flex 本身。模板也不是 API 请求结构。

先写清一个镜头

在增加形容词之前，先回答：

• 主体与保留细节： 谁或什么出现在画面中？哪些特征需要保持可识别？
• 动作： 片段内发生什么变化？动作在哪里自然结束？
• 镜头： 固定、推近、跟拍还是小幅环绕？先保留一种主运镜。
• 画面： 构图、光线、材质和统一风格是什么？
• 声音： 对白、环境声、音效和音乐分别需要什么？不需要的声音也要说明。

ComfyUI 官方指南建议明确描述镜头和声音。其完整参考格式包括 subject_definitions、summary、retention_analysis、detailed_description、overall_soundscape、non_diegetic_music 等字段，以及 <Picture 1> 之类的参考标签。具体语法应以所选官方工作流或接口为准。

六种可改写的模板

1. 产品图变成克制的广告镜头

输入： 自己有权使用的清晰产品图，包装完整可见。建议从较短的图生视频和模型支持的较低分辨率起步，生成前先选好发布画幅。

以提供的产品图片作为视觉锚点，保持瓶身形状、瓶盖、标签位置和材质可识别。
瓶子始终直立在石质展台上。柔和反光划过玻璃，镜头缓慢推近，
在标签占满画面之前停止。侧面柔光，温暖中性背景，不新增文字或物品。
声音：轻微室内环境声，没有对白，没有音乐。

检查标签、轮廓和反射。如果字形改变，先减小动作与镜头旋转，不要假设更强烈的“保持一致”指令就能保证文字完全正确。

2. 人像微表情

输入： 取得使用许可的人像，眼睛清晰、面部无遮挡。

人物自然眨眼一次，轻轻呼吸，露出幅度很小的放松微笑。
保持头部位置与发型稳定，镜头固定。柔和窗边光线，背景安静。
不切换场景，没有对白，没有音乐。

检查眼睛、牙齿和脸型。身份漂移时，先去掉运镜，再考虑增加表情指令。图生视频案例展示了现有人像参考片段，并说明其历史参数的缺失范围。

3. 为运镜指定结束构图

一只陶瓷杯放在宽大的空木桌上。杯子在画面中保持较小，
桌面和周围房间都清晰可见。镜头向右做一小段缓慢弧线运动，
最后停下，杯子仍位于中央。晨间侧光，真实陶瓷釉面，
安静的室内环境声，没有音乐。

描述具体可见的构图，而不只写“广角远景”。角度与时间点属于创作指令，不代表模型会精确执行。

4. 一个说话者、一句对白

安静演播室里，一位成年主持人的中景。主持人看向镜头，准确说出：
“这是第一个想法。”语速自然，手势克制，镜头固定。
声音：一个清晰人声与轻微室内底噪，没有其他说话者、音乐或字幕。

先确认模型支持声音，让对白长度适合片段，再检查发音和音画同步。静音输出模型不会因为提示词写了声音就自动获得音频能力。

5. 保持统一的风格化运动

一只剪纸狐狸从左向右穿过分层森林，停在树下抬头看。
全程保持相同的平面纸张纹理、温暖的有限色板和简单轮廓。
一个连续的侧面镜头，不切换风格。
声音：轻微纸张摩擦与森林环境声，没有对白或配乐。

先决定风格一致性和物理真实感哪个更重要。除非风格转换本身就是目标，否则不要同时叠加互相冲突的媒介要求。

6. 明确多张参考图的分工

输入： 同一角色在相容角度下的两张授权图片；模型允许时，再加一张场景图。不要用互不相关的人像代替不同视角，并期待模型自动融合身份。

图片 1 定义角色的面孔与服装，图片 2 展示同一角色的另一角度。
图片 3 只定义房间，不引入新人物。角色走进房间，
将一本笔记本放在桌上，然后停下。保持面孔、服装和笔记本颜色一致。
固定的中远景展示完整动作。
声音：脚步声和笔记本碰到木桌的声音，没有对白或音乐。

请用所选接口要求的标签替换这里的写法。这是便于理解的镜头简报，不是可直接执行的 JSON。参考生视频案例进一步说明素材分工与连续性检查。

每次只改一个变量

症状	第一次怎么改	下一步检查
人脸或产品漂移	降低动作幅度，换更清晰源图	轮廓与细节
镜头不听指令	只保留一种运动，写明结束构图	构图和运动方向
多个动作挤在一起	拆成独立镜头	每条是否完成一个动作
没有声音	检查模型音频支持和控制开关	导出文件，不只看预览静音状态
出现多余音乐或人声	在声音指令中说明不需要什么	完整试听成片

比较措辞时保持模型和设置不变，记录模型、提示词、参考素材、时长、分辨率、画幅、可用时的 seed、最终报价与结果。只有看过修改前后的输出，才能称某次修改“改善了效果”。

给迭代留出预算

成功但不满意的片段仍会消耗积分。相同设置成功生成三次，成本约为单次的三倍；增加计费输入后还会变化。当前成本示例属于本站模型，不是官方 Flex 价格。Pika 官方服务有单独的价格与功能说明。

本地设置和官方提示词例子见模型卡。如果还不确定自己使用的是哪个模型，请先阅读 Flex 与 H3 的区别。