最近 Meta 的 Muse 视频在 X 上很火，出来的手机自拍、vlog 风格的片子真实得有点离谱。我把 X 上创作者公开分享、并且标明是用 Muse 跑出来的提示词整理了一遍，去重后 204 条，开源在 GitHub：
https://github.com/apimodels/muse-video-prompts
仓库带一个能搜索、筛选、一键复制的网页版： https://apimodels.github.io/muse-video-prompts/
怎么整理的
- 每条都署名作者、附原帖链接。作者说了欢迎拿去用的、或者 600 字以内的放全文（ 76 条）；其余长提示词只放开头一段（ 128 条），全文看原帖。
- 中文、英文、日文都保留原文。X 网页会自动翻译，直接抓下来的文本有不少被换成了译文，所以逐条对着原帖核对过。
- 按用途分 13 类：参考图多镜头卡点、男友 POV 、自拍与 Vlog 、舞蹈、时尚人像、转场与变装、古风与历史、奇幻与动画 CG 、纪实与风光、ASMR 、电影感剧情、长视频与多段脚本、一句话指令。
看完 200 多条后的几个规律
- 用一张设定图锁人物。 被转得最多的写法是先做一张拼图：左边大头照，右边服装三视图，正文里反复强调每个镜头的脸和衣服都不能变。
- 动作按时间写。 好用的提示词都按秒写分镜：0–2 秒做什么、2–5 秒做什么；舞蹈类连切镜点都对着音乐重拍写。只写「她摆个姿势」，出来就是僵硬的循环。
- 写 POV ，先规定镜头就是一个人。 男友 POV 系列每一集开头都是同一条：镜头是男友的眼睛，他本人最多露手。
- 要真实，就主动要手机的毛病。 自拍和 vlog 的真实感来自写出手机镜头的缺点：手持晃动、对焦呼吸、降噪涂抹、平台压缩，同时禁止 HDR 和影棚精修。
- 一句话指令只在 Muse 应用里管用。 「把这条帖子里的图片做成视频」能跑通，是因为 Muse 这个 agent 会自己打开链接、自己写提示词；换成 API 就得把分镜写出来。
带成片的版本
利益相关：apimodels.app 是我自己做的 AI 模型 API 聚合站。站上有一份同样的提示词库，原帖带视频的直接在卡片里播放： https://apimodels.app/zh/muse-video-prompts
站上也接了 Muse Video 的 API （模型名 muse-video ）：输入文字、1 张首帧或最多 4 张参考图，出 4–20 秒的 720p 视频，只有横屏 16:9 和竖屏 9:16 ；按秒计费 $0.037/秒（ 10 秒 $0.37 ），失败不扣费，但不保证每次都成功。详情： https://apimodels.app/zh/models/muse-video
只是自己玩的话，把提示词贴进 Meta 的 Muse 应用里就行，用不着 API 。
漏收的好提示词、署名不对、或者作者想撤下的，欢迎在 GitHub 提 issue 。
Select Language