Sora 2 提示词指南：Sora 2 怎么用、prompt 怎么写（2026）

写提示词：三段式公式

1. 1

   开头写场景意图，而不是只写主体

   好的 Sora 2 prompt 都以一到三句场景意图开头——你是在给摄影指导讲戏，不是在填搜索框。教程里的示范先点风格，再给主体和场景：“High-quality 2D anime film style, cinematic realism. A samurai woman with long white hair walks slowly along a coastal path beside the ocean... creating a calm yet powerful atmosphere.”风格、人物、地点、氛围按这个顺序交代清楚，后面再指挥镜头时 Sora 才有完整的底子。

   

2. 2

   用时间戳指挥开场这一拍

   分镜构成就是你指挥镜头的地方。Sora 2 支持时间戳控制，一段 “[00:00-00:03] The woman continues walking slowly forward along the path. The camera follows smoothly behind her at waist height” 把前三秒的内容规定得死死的——风吹起红色斗篷、花瓣从脚边飘过都写了出来。Sora 生成免费版 10 秒、Pro 版 12 秒，把总时长切成三到四拍来安排。

   

3. 3

   每个时间段配一种运镜

   时间戳接着写，运镜一段一换。下一拍写着 “[00:03-00:06] The camera transitions to a low side angle as she slows her pace”——低角度侧面跟随，手抚过木栅栏，落叶从路上翻滚而过。一个时间戳就是一个镜头：景别、机位、调度全写在方括号里，Sora 就不会把整条片子拖成一个呆板的长镜头。

   

4. 4

   对白写进它被说出口的那一拍

   台词要放进它发生的时间戳里。教程第三拍写着 “[00:06-00:09] The camera moves closer into a medium shot... She whispers quietly, 'I'll return someday'”——这句耳语以蓝色高亮，正好落在中景推近的位置。把台词放在你想听到它的时刻，Sora 会把口型和语气同步到那一刻，而不是自己乱猜。

   

5. 5

   换用 cut 写法，音效放进它所在的 cut

   Sora 2 也支持 cut 写法——Cut 1、Cut 2、Cut 3，切分点由模型自己掌握。音效遵循同样的落位规则：教程把 “a distant ship horn sounds once, deep and resonant” 直接写进 Cut 2、紧挨着海浪拍岸，因为声音就该在这一刻出现。环境音留给最后的光影基调段；具体的音效跟着画面走。

   

6. 6

   结尾补一段光影与基调

   每条 prompt 都用一段话收尾，定死整条片子的观感：光线、色调、氛围、情绪。教程的收尾是 “The lighting is warm and cinematic, with late-afternoon sunlight glinting off the ocean surface. The sound of distant waves and wind completes the tranquil, reflective feeling of the scene”——把前面的镜头缝在一起，顺便把背景声也定了。golden hour、soft shadows 这类词就在这里发挥价值。

   

让 ChatGPT 替你写：先喂官方提示指南

1. 7

   从 OpenAI 官方 Sora 2 提示指南起步

   这些规则不用背。OpenAI 在 cookbook 站点发布了官方的 Sora 2 Prompting Guide，讲的正是同一套东西：精确的主体、机位设置、光影与调色、动作节拍、基调与情绪。Artlist 视频里的每条 prompt 都以它为底——而且它当作 ChatGPT 的训练材料来用效果更好，见下一步。

   

2. 8

   一句话把指南喂给 ChatGPT

   把 cookbook 链接粘进 ChatGPT，加一句 “analyze this page ... and use it to build prompts for sora 2”。模型读完官方指南、提炼出关键模式，之后写出的 prompt 就是 Sora 自己的词汇体系——分镜脚本式节拍、每个镜头一个明确主体、API 参数写在正文之外。这是一次性的设置，之后每条片子都能复用。

   

3. 9

   像导演一样下需求，别当打字员

   接下来用大白话描述你想要的片子：“Create a 12 second Sora 2 prompt that will result in a super cinematic scene of a man flying over a field, similar to these photos. It should start with the man walking in the field and then start hovering and finally fly.”。参考图能免费补充大量上下文，ChatGPT 还会主动提供加料选项，比如拆成 ride-stop-stand 三段、便于单独剪辑的 3-shot storyboard 版本。

   

4. 10

   拿回一份可以手动修改的时间码 prompt

   交回来的是一份拍摄文档：开头是 “duration: 12s, aspect_ratio: 2.39:1, style: ultra-cinematic photoreal, dusk palette”，接着是锁定你参考照片的人物设定，然后是带时间码的节拍——0.0-2.5s 建立行走的建立镜头，2.5-3.5s 过渡悬停，3.5-11.5s 飞行，细到镜头焦段。任何一拍都可以手动改：故事是你拍板的，ChatGPT 只是替你把术语敲出来。

   

开始生成：从输入框到成片

1. 11

   粘进生成器，选 Sora 2 Pro、12 秒、1080p

   教程用的生成器是 Artlist——它同时托管 Sora 2 和 Sora 2 Pro，旁边还有 Veo、Kling 等模型。把 prompt 粘进去，模型选 Sora 2 Pro，再设 16:9、12 秒、1080p，点 Generate。这几项设置和 prompt 开头一一对应，时间码才能落在你规划的帧上。OpenAI 自家的 Sora 应用里也是同样一套“粘贴-配置-生成”流程。

   

2. 12

   先做一张参考图，再玩图生视频

   图生视频比纯文字更可控，因为模型会从静帧继承人物、服装和画风。在同一个工具面板的图片标签里先生成一张，再用一句指令精修：“place this character on a futuristic motorcycle, riding through a dystopian barren land, motion blur to emphasize speed, full body, wide shot”。这张改好的静帧，就是你的 prompt 要指挥的第一帧。

   

3. 13

   图生视频的节拍，写静帧“之后”的事

   从图片开始 prompt，动词要换。不用再描述画面里有什么——静帧已经说明了一切——要写的是接下来发生什么：“[00:00-00:03] The woman gently shifts her weight, then begins walking a few slow steps toward the fence. The camera holds roughly the same composition, tracking slightly forward.”。开场这一拍让主体从静止进入运动，同时构图保持不动。

   

看结果，然后精修

1. 14

   对照你写的节拍来验片

   成片就是需求逐拍兑现：男人走过黄昏的麦田，悬停，最后贴着麦浪低飞，镜头一路跟随。验自己的片子也用同一套方法——每个时间戳交出它该有的镜头了吗？即便是这条完成度的 prompt，源视频里也重新生成了好几轮，所以第一次出片请当成草稿，而不是失败。

   

2. 15

   Sora 2 能演对白戏，不止能出空镜

   同一套公式还能“演戏”。源视频的对白 demo——两个人、一盏落地灯的公寓、一句 “You think an apology fixes everything?”——展示了 Sora 2 在单条镜头里同时处理对话、情绪和调度。按时间戳和 cut 示例的方法写清谁在说、这句话是什么情绪，场景就会照着演。

   

3. 16

   用 shot-by-shot remix 请求精修

   结果接近但不满意时，在同一个对话里接着改：“I need a 12 second sora 2 sequence of this character, riding a futuristic grungy motorcycle... natural motion blur, tracking shot with natural camera shake”。ChatGPT 会主动给出 shot-by-shot remix 版本，而你给的具体意见——再快点、停稳一点、镜头环绕——都会融进下一条 prompt。同一条 prompt 永远不会出两条一样的片子，所以先重新生成，再考虑重写。

   

常见问题