实用的 AI Rap 视频提示词 应为短片提供明确的主题、氛围与动作。当前创作区把 视觉风格、可选场景、你的创意和音乐风格 分开选择。本文按 2026 年 11 月 5 日 的功能更新；以下示例是写作建议，不是已验证的生成作品。
先确定照片和视频时长
使用 一到两张照片，每位主角一张。双人创作可要求两位主角保持可见、身份独立。你须有图片使用权限，其中如有真实人物，均应为已同意的成年人。动物场景应使用相应动物的参考图，而不是要求替换一个人的身份。
在视频设置中选择 5 秒、10 秒或 15 秒。5 秒适合一句短词和一个动作；双人时，一起完成一个简短瞬间比连续轮流对唱更合适。10 秒或 15 秒可尝试简短副歌或简单互动，并留出完整结尾。目前不提供新建 20 秒、25 秒或 30 秒片段。
创意最多 1,500 个字符，但通常一小段集中描述更清楚。可以按 主题 → 环境 → 氛围 → 一个动作 → 镜头 组织。风格和场景已经足够时可留空；想自定义环境时可点 不选场景。
街头说唱（Street Rap）：直接、自然
场景： 涂鸦街头 Rap、夜晚城市街头 Rap、地铁站 Rap 表演、街头 Rap Battle。
试一试： 选择“街头说唱 → 涂鸦街头 Rap”，填写：“一段庆祝我首次跑完马拉松的原创说唱，自信但放松，做一个张开手掌的动作，温暖午后光线，稳定中景。”
上传两位主角时，可以选街头 Rap Battle，描述：“两位好友庆祝共同完成的目标，各唱一句简短的词，两张脸都清楚可见，没有攻击性动作。”这种方向适合 10 秒或 15 秒，但轮流演唱和时点不保证精准。只有一张照片时，场景请求的是单人 Battle 风格表演，不会把凭空增加对手当作目标。
现代 Trap（Trap）：克制的力量与灯光
场景： 霓虹录音棚 Trap、豪华汽车旁 Rap、暗黑舞台 Trap、未来感 Cyber Rap。
试一试： 选择“现代 Trap → 霓虹录音棚 Trap”，填写：“一段讲述默默经营自己事业的原创短副歌，直视镜头，克制的肩部动作，紫色录音棚灯光，镜头缓慢推进。”
音乐风格可选 Trap，或保留“匹配所选风格”。视觉风格决定画面和表演方向，音乐选项则引导节奏与人声情绪；两者都不提供歌手声音克隆。
复古说唱（Old School）：放松地讲故事
场景： 90 年代街角 Boom Bap、复古录音棚 Rap、经典 Boombox 街舞、VHS 风格地下 Rap 演出。
试一试： 选择“复古说唱 → 90 年代街角 Boom Bap”，填写：“温暖地感谢陪我起步的朋友，肩膀轻轻跟随节奏，放松微笑，平视镜头，最后一句完整收尾。”
可搭配 Boom Bap 音乐风格。选择经典 Boombox 街舞时，可以要求脚部可见的小侧步，避免复杂舞蹈，也不要在短片里安排多个地点来回切换。
趣味说唱（Funny Rap）：一个明确笑点
场景： 猫咪戴墨镜 Rap、狗狗穿卫衣 Rap、老奶奶街头 Rap、西装上班族突然 Rap。
试一试： 选择“趣味说唱 → 西装上班族突然 Rap”，填写：“一本正经地用胜利说唱庆祝终于清空邮件，骄傲地点一下头，严肃看向镜头，最后露出一点微笑。”
可搭配趣味说唱音乐风格，把笑点集中在表情或情境。猫咪和狗狗场景应使用相应宠物参考图，描述轻微点头或爪部动作，不要求长出人手。老奶奶场景也应与参考主体匹配，不是保证能改变年龄的工具。
动漫说唱（Anime Rap）：统一画面媒介
场景： 日漫霓虹街头 Rap、3D 卡通人物 Rap、赛博朋克 Rap、漫画分镜风格 Rap。
试一试： 选择“动漫说唱 → 日漫霓虹街头 Rap”，填写：“一段讲述重新开始的勇气的原创动画说唱，保留参考角色的辨识度，统一 2D 赛璐璐画风，一个自信手势，稳定中景。”
选择 3D 卡通人物 Rap 时，则要求一致的 3D 渲染。不要在同一短片里同时要求真人、平面插画和 3D 变身。场景选择引导画风，但不能保证角色完全一致。
有意识地使用短歌词和 AI 建议
“你的创意”可填写主题、故事或 短歌词。请使用原创或已获授权的文字，并注明想要的语言。5 秒可以写：“用中文唱：‘一步一步，走向我的舞台。’只唱这句短词。”长歌词可能无法完整放入片段，用词和口型也不保证精准；当前没有逐字或分角色歌词时间线。
没有思路时可尝试主题快捷入口或获取灵感。AI 助手可用时，可以优化已有创意；先阅读建议，再点击 使用这个创意。建议不会自动覆盖文字或启动视频生成，没有助手也能直接手动填写。
让创意适合实际输出设置
- 音乐风格： 开启生成音频后可选匹配所选风格、Trap、Boom Bap、Drill、Lo-fi、旋律说唱、趣味说唱。
- 音频： Lite 固定包含 AI 音频；Standard 和 HD 可关闭“生成音频”制作无声视频。在创意里写歌名并不等于上传歌曲；目前没有音乐文件、参考音频或 Suno/Udio 导入。
- 画质： Lite 和 Standard 请求 480p，HD 请求 720p，分别为每秒 4、12、25 积分。总积分按所选 5 秒、10 秒或 15 秒计算，不随比例和音频开关改变。
- 比例： 9:16、16:9、4:3 或 1:1。重要的人脸和动作应留在画面内，双人竖屏尤其需要注意构图。
置灰选项表示当前服务配置下不可用。生成前检查最终创意、图片授权、设置与总积分，确认后再提交。MP4 完成后完整观看；提示词和场景图片都是方向参考，不是质量保证。
先看 从照片到 Rap 视频的制作步骤，再到 AI Rap 视频创作区 准备自己的作品。