Damon Salvatore AI 提示词：怎么写，以及脸为什么总在变

搜这个词的人，通常想要两样东西：一是把一段文字复制到图片或视频模型里，二是想把自己放进那段 10 秒的教堂场景。前者靠提示词，后者的入口其实是一张照片。下面先把两件事分开讲：先给 4 组可以直接改写的提示词，再说清楚为什么本站只收照片、不提供提示词输入框。

本站只收照片，不收提示词

这里没有 Prompt 输入框。你上传一张人像，生成器会参照照片和一段参考片段，做出教堂场景视频。参考片段自带音轨，成片会保留；页面上的预览是方形，实际生成的是 9:16 竖屏，画面细节可能不同。

这不是什么需要绕开的限制，而是两种做法的区别。提示词要模型“凭空造”一个人，照片则直接告诉模型“这个人是谁”。如果你的目标就是“让我出现在那段场景里”，用照片能避开提示词最常见的毛病：模型只能靠猜来补脸。

动手之前，可以先看首页的照片上传入口，确认手头的照片符合当前的生成流程。

如果你想自己控制文字指令，下面 4 组配方适用于第三方图片或视频模型。每组后面都标了最容易翻车的地方，方便你下次只改一处。

一条能用的提示词，至少要写满 6 个要素

这 6 个要素跟具体模型无关。很多提示词只写了两三项，出图就不稳定，问题往往就出在漏掉的那几项。

1. 主体，以及哪些特征来自照片。 用真人肖像时，写“照片里的人”，别只写“一个男人”。这一条通常最能减少脸部漂移。
2. 外观。 写清头发长度和质感、有没有胡子、衣服的颜色和版型。“黑色西装外套，里面是敞领白衬衫”比“穿深色衣服”好执行得多。
3. 场景和光线。 写地点加光线，别只写情绪词。“一间有高双开门的白色小木教堂，暖阳从门口照进来”是可执行的描述；“电影感氛围”不是。
4. 构图。 写景别和画幅。比例每次都要写，不少平台默认方形或 16:9，而这段场景必须是竖屏。
5. 动作节奏。 按顺序描述动作，别想着逐帧编程。“他往前走，慢慢划了个十字”通常比“第 2.4 秒向左看”靠谱，多数模型根本不会严格执行时间码。
6. 哪些不能变。 把脸、表情、服装、手、文字、水印都列进排除项。这一项最容易漏，却最能提高可用率。

4 组可以直接改的提示词

下面按“模型要自己干多少活”从少到多排。把里面描述人物和场景的部分换成你自己的信息，然后每次只改一个要素；一次全改，你就分不清是哪一行起了作用。

如果你要找的是 church scene prompt（教堂场景提示词），建议直接从第 3 组看起。

1. 静态人像：文生图，不给照片

A man in his late twenties with dark, tousled, shoulder-length hair,
wearing a black jacket over an open white shirt, standing in the doorway
of a small white wooden church, warm sunlight behind him, rows of dark
wooden pews and a stone basin blurred in the foreground, soft film grain,
shallow depth of field, three-quarter view, calm and faintly amused
expression, warm cinematic colour grade, 9:16 vertical portrait.

容易翻车的地方： 这只是一段纯描述，所以每次生成都可能是不同的人。文生图没法只靠文字让同一张脸反复出现。要固定脸，就得给模型图片输入，或者用支持角色参考的功能；堆形容词解决不了这个问题。

2. 微笑：图生视频，不用参考片段

Close shot, chest up, of the person in the attached photo, in a dim room
at night with warm lamp light and dark curtains behind. He looks off camera
with a straight face, then breaks into a slow, cocky smile that widens
until he is almost grinning, then a slow blink. The face stays sharp and
unchanged from the first frame to the last. Keep the plain dark T-shirt
from the photo. No facial hair unless the photo shows it. No text, no
logos, no watermark. 9:16 vertical, 10 seconds.

容易翻车的地方： 从面无表情直接跳到张嘴大笑，跨度太大，中间帧容易糊掉，或者把脸重塑一遍。稳一点的做法是先要“淡淡的得意一笑”，稳定了再往大笑推。

3. 教堂走入：图生视频，带参考片段

Recreate the reference clip shot for shot: a dark-haired man in a black
blazer over an open white shirt walks into a small sunlit church while a
memorial service is underway. Same shots, same camera angles, same cuts,
10 seconds, 9:16 vertical.

0:00-0:02  wide shot from the pews toward open double doors; a figure
           steps into the bright doorway, small in frame
0:01-0:03  seated people in dark formal clothes turn their heads to look
           back
0:03-0:04  close-up of a hand in a black sleeve dipping two fingers into
           a stone basin of holy water
0:04-0:09  medium shot: the figure walks forward, touches forehead then
           chest in a slow, unhurried sign of the cross
0:09-0:10  closer shot, chest up: he stops, looks around, ends on a
           slight smile

Keep the man's face identical to the face in the attached photo: same face
shape, eye colour and eye shape, eyebrows, nose, mouth, skin tone, age and
hair as the photo. Keep the blazer and open white shirt described above,
not the clothes in the photo. Do not change the seated people's faces.
One head, two hands, five fingers each. No text, no logos, no watermark.

容易翻车的地方： 时间码只是给模型看的镜头顺序，不是它会逐帧执行的程序。10 秒里塞 5 个节拍，有些模型会压成 3—4 个镜头，甚至直接跳过圣水盆。可以对照教堂场景逐镜头解析，看每个镜头本该是什么样。

4. 把我放进场景：锁住脸，最接近本站的做法

Use the attached photo as the only source for the face. Place that person
into the scene below and keep the face identical in every frame: same face
shape, eye colour and shape, eyebrows, nose, mouth, skin tone, age, hair
colour and length, plus any beard, glasses or freckles the photo shows —
and nothing the photo does not show.

Scene: a man walks into a sunlit church during a service; seated guests
turn to look; he dips two fingers into a stone basin, makes a slow sign of
the cross while walking forward, and stops in a close shot with a slight
smile. One head, two arms, two hands, five fingers each. Never morph toward
a different face. No text, no logos, no watermark. 9:16 portrait, 10
seconds.

容易翻车的地方： 如果模型不支持图片输入或角色一致性，这段文字就会退化成一普通场景描述，最后还是生成另一个人。只有模型确实吃参考图，第 4 组才值得用。

同一条提示词，为什么换个工具就变样

同一段文字，放进不同工具，干的活其实不一样：

• 文生图： 提示词就是画面本身。没有参考图，每次都可能换一张脸。
• 文生视频： 提示词还得让模型自己编动作。写时间只是建议，不是指令。
• 带参考片段的图生视频： 重点从“描述画面”变成“说清哪些保留、哪些替换”，更像一份规格说明。第 3 组就是这么写的。
• 一键模板： 提示词已经写进模板里，你要给的是照片，不是描述。如果你正在比较素材准备和剪辑成本，可以看剪映模板与一张照片 AI 的对比。

先搞清楚自己用的是哪一类工具，比继续加形容词重要得多。

最浪费一次生成的 5 个错误

1. 直接写演员名字，还指望出来那张脸。 各家平台对真人形象都有自己的限制，何况你生成的是别人的肖像。可以描述外观，比如“深色、略凌乱的齐肩发，黑色西装外套，敞领白衬衫”。照片有没有权用，是另一个问题；Damon Salvatore AI 视频教程里专门讲过“能不能用别人的照片”。
2. 只写想要什么，没写必须保住什么。 这是脸部漂移的主因。视频提示词尤其要补上第 6 个要素，否则脸很难撑过 10 秒。
3. 形容词互相打架。 “电影感”和“手机随手拍”、“阴暗忧郁”和“明亮通透”写在一起，模型通常各让一步，最后两边都不像。
4. 不写画幅比例。 这段场景要竖屏，不写就可能给你方形或横屏，发 TikTok 前还得重新裁。
5. 把时间码精确到十分之一秒。 看着专业，模型并没有这个执行力。写清节拍顺序，让模型自己分配帧数就够了。

FAQ：Damon Salvatore AI 提示词常见问题

有 Damon Salvatore AI 提示词生成器吗？
本站没有 Prompt 输入框，只有照片上传，因为这里的场景是从人像生成的，不是从一段描述里造一个人。想把提示词用到别的模型，可以用上面的配方；想直接拿成片，Damon Salvatore AI 视频教程是更短的路。

有没有能完全还原剧集剪辑的提示词？
只有支持参考片段或首帧的模型才有机会接近。普通的文生图和文生视频并不知道镜头顺序；你得把长椅视角、门口、圣水盆、划十字和近景收尾都写进去，即便如此，也可能被压缩，或者跳过某一拍。

为什么我每次生成的脸都不一样？
多半是在用文生图。文字能描述脸长什么样，却保证不了每次都是同一个人。给模型参考图、用角色一致性功能，或者直接改用本站的照片路径。加形容词一般没用。

提示词越长，效果就越好吗？
不一定。覆盖 6 个要素比单纯堆长度重要。一条把主体、外观、场景、构图、动作、排除项都写到的短提示词，通常比只写两项却反复堆形容词的长提示词更管用。第 3、4 组偏长，是因为脸部要明确写出“哪些不能变”。

这些提示词能用在任何模型上吗？
不能这么假设。第 1 组只要文生图，第 2 组要图片输入，第 3 组要参考片段或首帧，第 4 组要图片输入或角色一致性。把第 3 组丢给不支持参考片段的模型，结果就会退化成一普通场景描述。

本站生成的视频和提示词生成有什么区别？
本站没有提示词输入框，只用一张你有权使用的照片，生成固定类型的教堂场景视频。预览是方形，实际输出 9:16 竖屏；画面可能有变化，音轨沿用参考片段。生成消耗积分，处理时间视服务器情况而定。

不想研究提示词，直接出片

如果你的目标是把自己放进那 10 秒，而不是琢磨提示词怎么写，照片这条路更直接：上传一张人像，拿到一段教堂场景视频，9:16 竖屏，保留参考片段的音轨。生成消耗积分，处理时间视服务器情况而定。

一句话总结：想自己指挥镜头，就写提示词；想直接拿到结果，就交照片。 两条路都行，关键是别在错的地方使劲加形容词。