Sora Prompt Framework

Sora 的 prompt 不该写成长篇散文，而应该像一张 shot brief。OpenAI 当前帮助中心和 API 文档给出的方向也很一致：要描述 subject / setting / motion / camera / pacing / audio，以及 shot type、action、lighting 这类具体信息。

#推荐框架

text复制
shot type + scene + subject + action + camera movement + lighting + style + duration + aspect ratio + audio

例如：

text复制
A 4-second clip,
evening city street,
a young woman walks past glowing shop windows,
camera tracks from the side,
cinematic and realistic,
warm color palette,
9:16

这个结构的好处是每个变量都能单独调整，方便后续迭代。
尤其是现在 Sora 2 已经把声音和对话也带进来，audio 这部分不能再忽略。

#每个字段的作用

#Scene

先交代发生在哪里。场景越清楚，模型越容易给出稳定环境。

#Subject

主体不要太泛。a person 这种写法的信息量太低，最好补服装、年龄段、角色感或具体物件。

#Action

动作决定视频有没有 narrative momentum。只写场景、不写动作，成片常常会显得像动态壁纸。

#Camera movement

这部分很关键。至少说明：

• static
• slow push in
• side tracking
• top-down reveal

#Audio

如果你需要明确的声音结果，就直接写出来。
OpenAI 帮助中心现在明确提到，如果你不特别写，系统也可能在合适场景下自动生成声音和对白。

#Style

用 2 到 3 个词就够了。风格词太多时，模型反而抓不住核心气质。

#Duration 和 aspect ratio

短视频 workflow 里，这两项决定构图和节奏，最好一开始就写。

#迭代时怎么改更有效

不要一次改 5 个变量。更稳的方式是：

• 先锁 scene 和 subject
• 再调 action
• 再调 camera
• 最后微调 style 和 mood

这样你能看清每次改动到底产生了什么影响。

#一条很实用的提醒

OpenAI 帮助中心当前也提醒，Sora 2 在多人同时说话、复杂碰撞和超快镜头上还会出错。
所以 prompt 越复杂，越要明确主次；不然模型很容易顾此失彼。

#Related pages

• Shot design
• Storyboard
• Sora overview