最近你要問我什么最火，我可能會毫不猶豫地告訴你：Sora 2。

這玩意以一種不講武德的姿態(tài)，短短7天狂飆62.7萬下載量，把前輩GPT都拍在了沙灘上，直接登頂了App Store的榜首。

連奧特曼都親自下場蓋章，說這是創(chuàng)意領(lǐng)域的GPT 3.5時刻。

不過假期的時間那么寶貴，肯定有很多朋友還沒詳細了解Sora 2有多強。

官方也終于出了一版超詳細的Sora 2提示詞指南，一出現(xiàn)就傳瘋了。

今天我就帶大家回顧這些天可能錯過的重要信息，再總結(jié)提煉一下這份抄作業(yè)指南，用大白話分享給你。

更多AI視頻模型：

一、懂物理了！

還記得 Sora 1剛出來那會兒嗎？大家更多是圖個新鮮，哇，AI也能做視頻了！

酷是挺酷的，但后來回看，那股子AI味實在是太沖了。

但Sora 2，我必須說，它完全是另一個次元的產(chǎn)物。

看到奧特曼和網(wǎng)友們曬出的那些視頻時，我驚了。

人物自然的重心轉(zhuǎn)移，衣料迎風(fēng)擺動的褶皺，甚至連光線的反射，都真實得不像話。

物理規(guī)律沒有穿幫，聲音和畫面原生同步，多鏡頭的敘事也沒了之前生硬的割裂感

我感覺我不是在看AI生成的東西，像在看一部經(jīng)過專業(yè)攝影指導(dǎo)精心編排過的短片。

OpenAI在聲明里，給Sora 2的定位是“最先進的視頻和音頻生成模型”。

我覺得他們這次算是謙虛了。

網(wǎng)友們也用Sora 2 App上的奧特曼形象做了各種玩梗視頻。

搞得現(xiàn)在大家看到奧特曼真人上播客都有點不習(xí)慣了...

還可以生成視頻讓奧特曼夸夸自己，比如這樣：

甚至還有人直接拼接生成了整部短劇。

在我看來，Sora 2最牛的突破，就是對物理世界的精確模擬，似乎真的開始逐漸理解這個真實的世界。

二、提示詞秘籍

好了，終于到了核心環(huán)節(jié)。怎么才能讓 Sora 2 聽懂你的話，生成想要的神級視頻？

答案全在他們這份提示詞指南里，我給大家提煉其中適合新手的部分，保證讓你少走彎路，直接上手，體驗一把當AI導(dǎo)演的快樂！

寫提示詞這事兒，文檔里給了個特別形象的比喻：就當是在跟一位從未見過你故事板的電影攝影師溝通。

把細節(jié)說得越清楚，Sora 2拍出來的就越接近你想要的。

但反過來，如果故意留些空白，這位攝影師就會即興發(fā)揮，可能會帶來意想不到的驚喜。

想精準復(fù)刻腦中畫面，那就把提示詞寫得詳細再詳細。

想來點創(chuàng)意碰撞，那就寫得簡單點，給模型留出創(chuàng)作空間。

1. 先定好框架：寫在提示詞之外的硬規(guī)矩

有些基礎(chǔ)設(shè)定，光在提示詞里喊是沒用的，比如“把視頻弄長一點！”。

這些必須在API參數(shù)里明確設(shè)置好，它們構(gòu)成了視頻的“容器”。

1. 模型 (model)：sora-2 或 sora-2-pro
2. 尺寸 (size)：比如 1280x720 (橫屏), 720x1280 (豎屏)。Pro版支持的分辨率更高。分辨率越高，細節(jié)和動態(tài)一致性越好。
3. 時長 (seconds)：目前支持4、8、12秒。這里有個小技巧：生成兩個4秒的短片再剪輯到一起，效果通常比直接生成一個8秒的長鏡頭要穩(wěn)定得多。

把這些框架定好，剩下的內(nèi)容，就全靠提示詞來填充了。

2. 提示詞的骨架。

對于新手或者想要快速出片的朋友，一個簡潔的提示詞就足夠了。

比如文檔中的這個例子：
In a 90s documentary-style interview, an old Swedish man sits in a study and says, "I still remember when I was young."

（在一次90年代紀錄片風(fēng)格的采訪中，一位瑞典老人坐在書房里說道：“我還記得我年輕的時候。”）

這個提示詞寫得非常聰明：

90s documentary 直接定下了視頻的整體風(fēng)格（影調(diào)、鏡頭感、燈光）。
an old Swedish man sits in a study 描述了主體和場景，但留下了大量細節(jié)（長相、年齡、書房樣式）讓Sora去自由發(fā)揮。

and says, "..." 清晰地給出了對話內(nèi)容。

用這種方法，能穩(wěn)定地得到符合要求的視頻。

雖然可能不完全是想象中的樣子（比如沒說天氣、穿著、機位），但Sora會用它的審美幫我們補全。

如果想追求電影級別的質(zhì)感，或者需要在多個鏡頭間保持風(fēng)格統(tǒng)一，那就可以試試下面這種導(dǎo)演式的寫法。就像在給攝影組或特效團隊開會，用的是行業(yè)術(shù)語。

這里直接上一個天花板級別的例子，大家感受一下：

1. 格式與畫面風(fēng)格：時長4秒；180度快門；模擬65毫米膠片對比度；細膩顆粒感…
2. 鏡頭與濾鏡：32毫米/50毫米球面定焦；1/4黑柔濾鏡…
3. 調(diào)色/色調(diào)：高光是干凈的晨光帶琥珀色；中間調(diào)均衡，陰影帶青色…
4. 燈光與氛圍：左側(cè)低角度自然光（早上7:30）；軌道旁有銀色反光板補光…
5. 地點與構(gòu)圖：黎明時分的通勤站臺；前景是黃色安全線和咖啡杯…
6. 聲音 (Sound)：僅畫內(nèi)音，微弱的鐵軌摩擦聲、剎車嘶嘶聲、遠處模糊的廣播…
   （由于原文過長，這里僅展示結(jié)構(gòu)，具體細節(jié)大家可以參考指南文檔）

這種寫法把每一個環(huán)節(jié)都拆解了，從光圈快門到濾鏡型號，再到補光方式和聲音的響度。

Sora拿到這樣的劇本，想拍砸都難。

雖然我們普通玩家不一定需要這么復(fù)雜，但這個思路非常值得借鑒，把需求拆解得越細，Sora就越懂你。

一個好的提示詞，應(yīng)該像畫分鏡腳本一樣清晰。

3. 想讓畫面更出彩？記住這幾個黃金法則。

不管是簡單還是復(fù)雜的提示詞，還有幾個點是共通的，掌握了它們，你的視頻質(zhì)感就能再上一個臺階。

風(fēng)格先行：先用一句話定下基調(diào)。是“1970年代的電影感”，還是“史詩級IMAX航拍”，或是“16毫米黑白紀錄片”？先把這個框架搭好，Sora才能在正確的軌道上填充細節(jié)。

1. 描述要具體：別說“一條美麗的街道”，要說“濕漉漉的瀝青路面、斑馬線、霓虹燈的倒影”。別說“快速移動”，要說“慢跑三步，然后在路邊停下”。指向具體、可見事物的詞語，總能帶來更清晰的結(jié)果。
2. 用鏡頭語言思考：廣角、低角度能強調(diào)空間感；眼平高度的特寫則聚焦于情感。淺景深能突出主體，深景深則讓前后景都清晰。這些都是可以直接寫進提示詞里的指令。
3. 光線就是情緒：柔和、溫暖的窗光營造溫馨，單一、銳利的硬光則帶來戲劇張力。與其說“明亮的房間”，不如說“柔和的窗光為主光源，輔以溫暖的臺燈補光，走廊透出冷色的輪廓光”。
4. 動作要帶節(jié)奏：“演員走過房間”太空泛了，Sora不知道該怎么走。但如果說“演員向窗戶邁出四步，停頓了一下，在最后一秒拉上了窗簾”，這個動作就變得精確、可執(zhí)行了。

如果想了解更多，可以直接去看文檔原文：cookbook.openai.com/examples/sora/sora2_prompting_guide

Sora 2的出現(xiàn)，真的讓我感覺一個全民視頻創(chuàng)作的時代就要來了。

大家一起玩才更有意思，記得來分享你的杰作哦！