如何编写Sora、Midjourney和Kling的提示：初学者指南

简单说一下主要的事情（BLUF）

一个好的提示有一个公式：主题、动作、风格、相机、光线——你不应该偏离它。该指南按任务将其分解：图片（Midjourney，Flux），视频（Sora，VEO），图像到视频（Kling）-以及我自己遇到的典型问题。

您是否熟悉这种情况：您在Midjourney中看到某人的惊人结果，您复制了类似的提示 - 但结果是无意义的？我经历过这个。事实证明，问题不在于模型，而在于如何制定请求。 80%的结果是提示。以下是实际适用于 Sora、Midjourney、Kling 以及一般任何生成模型的规则。我们在内部使用它们 神经空间.

基本公式——记住，不要放弃

主题+动作+环境+风格+光线+构图。

每个环节都提高了可控性。如果没有主题，模型就会产生自己的东西。没有风格 - 它会给出“平均照片”。不示意灯光，就会失去气氛。不必每次都注册全部六个，但越多，命中就越准确。

提示图片（Midjourney，Flux）

• 用逗号分隔的短块：“穿红外套的女孩，秋天的公园，柔和的背光，35毫米胶片”
• 注明样式和参考文献。 “水彩”、“等距”、“韦斯·安德森的精神”——模型理解这一点
• 负面 - 分开！不要在主提示中写“无文字”，对此有否定提示
• 在 神经空间 您可以用俄语书写 - 平台本身会翻译和优化

视频提示（Sora，VEO）

• 先是画面，然后是动作：“傍晚的城市街道，镜头慢慢向后移动，打着雨伞的人们走过”
• 指定持续时间：“3 秒”、“短距离移动”。如果没有这个，模型将自行决定并且可能不会猜测
• 视频难吗？闯入场景 - Sora 2 Pro Storyboard “视频”部分 这就是它的创建目的

图像到视频 (Kling)

这里的主要错误是再次描述图片。图片已经在那里了！只描述动作：“头发从左边随风飘扬”，“角色迈出一步，镜头静止”。简短而具体。

典型错误（我什么都做了）

• 提示输入 200 个单词 - 模型变得混乱并产生混乱
• 矛盾：“冬夜，阳光”——说真的，人们这样写
• 一份请求中有五份参考文献。一到两个 - 最多
• 试图在一个提示中解决所有问题，而不是一步一步的细化

模板和成功提示可见 “趋势”部分 — 在那里您可以看到其他 NeuralSpace 用户生成的内容。

常见问题 (FAQ)

问题：如何从神经网络中获得最佳结果？
答：使用详细的英文提示（描述），设置场景的风格和细节。

问：这些材料可以用于商业用途吗？
答：是的，生成的内容完全属于您。