# 当我看到一段提示词的时候，我在想什么
**作者**: MarioTan
**日期**: 2026-07-04T13:12:46.000Z
**来源**: [https://x.com/TanShilong/status/2073394587431997706](https://x.com/TanShilong/status/2073394587431997706)
---
# 那个倒盐的 AI 视频火了，我却没有复制——我把提示词解构了
看到好作品，该学的是内核，不是让 AI 替你复刻一遍
前几天刷到一个 AI 视频提示词，心态有点复杂。不是因为它写得长——这类 Seedance 提示词我见得多了。复杂，是因为它真的火。真人厨房 POV，一个 Q 版动漫小人在旁边使坏，倒盐、敲头、塞嘴、齁到倒地，四拍下来十秒，竖屏 9:16。
我第一反应和所有创作者一样：想复刻。
但「复刻」现在太容易被 AI 偷换概念了。你可以让模型反推提示词，也可以用 Fable 对着交互大神的网站像素级重做一遍。成片可能确实惊艳：大神很厉害，工具也很厉害。
然后呢？如果你说不清「它为什么成立」、换场景就全线崩盘——那这份厉害不属于你。你只是证明了：别人会设计，工具会执行，而我只能看着。
所以我让 AI 帮我解构——哪些是可换的皮肤，哪些是不能动的 DNA？拆完再融会贯通，才写出画室 POV 版，以及实验室、调酒台等换皮测试。
网上大神的作品
学提示词，学的是决策结构，不是学一段可以粘贴的咒语。
我的复刻
## 拿到一段提示词，你会停在哪一层？
我观察下来，拿到同一段厨房 POV 提示词，大家大致会走三条路。不是能力高低的三六九等，而是学习深度的三层台阶——很多人以为自己已经到顶了，其实还停在第一层。
第一层：复制粘贴型——「出片了，我会了」
全文复制，或者让 AI 反推一份尽量一样的，丢进 Seedance / Fable，跑出一段能看的成片。
然后发朋友圈、发群、发笔记：看，我也做出来了。
这一层最大的问题，不是抄，而是误判。你把「跑通一次」当成了「学会一次」。换模型、换账号、换平台，提示词整段失效；换厨房为画室，Beat4 小人纸片一样倒下——你才发现，你只会粘贴，不会解释任何一个字为什么在那里。
Fable 对着交互大神网站像素级复刻，也常落在这层：大神很厉害，工具很厉害，成片很像。但你被问一句「和原作比，你改了什么设计决策？」——答不上来。 那就是第一层：会跑，不会想。
第二层：换词填空型——「盐改辣椒面，也算我的吧」
比复制进了一步：你知道不能一字不动，于是改词。
盐改成辣椒面，番茄炒蛋改成麻婆豆腐，Duang 改成 Bonk，小人的发卡从蓝色改成红色。四拍结构还在，厨房也还在——同一间厨房，换了一桌调料。
这一层，恰恰是提示词填空器最擅长的事：模板、词库、变量，炒牛肉换炒饭，赛博朋克换蒸汽朋克。快，有用，日常写提示词很省时间。 我做过 PromptFill，主要服务的也是这一层——我不否认它的价值。
但它仍然不是精髓。
精髓不在「盐还是辣椒面」，而在：这一拍的功能是什么？ 捣乱介质为什么要「堆成一座视觉奇观的山」？轻罚为什么要「可爱、非暴力、带拟声词反馈」？换到画室，盐必须变成颜料——因为功能槽是「使坏物 + 可堆叠的物理介质」，不是「白色粉末」这个名词。
停在第二层的人，换同场景往往还行；一旦换整场景（厨房 → 画室 → 实验室），四拍逻辑就开始断。因为你换的是词，不是功能槽里的原生道具。
第三层：设计思维型——「去掉盐，四拍还在不在？」
这一层问的问题完全不同：
如果去掉盐、去掉厨房、去掉这个具体小人造型，还剩下什么？
剩下的是反差轴、四拍弧、每拍的职能、质感对位、模型负面清单——也就是下面要说的「宪法表」。这一层的人，会用 AI，但让 AI 做解构和融会贯通，而不是代写一份可粘贴的全文。厨房是范例，画室是姊妹篇，实验室是第三套皮肤——像同一个导演的系列短剧，不是同一段提示词的 find & replace。
> 第一层会跑，第二层会改，第三层才会长。
## 先对照一下：你在哪一层？
诚实说，我在这条路上三层都待过。
第一层：收藏、反推、粘贴，出片就觉得自己「会了」。
第二层：盐改辣椒面，觉得比纯抄进了一步——其实还在厨房里打转。
第三层：才是这次厨房案例逼我去的地方——先提炼，再换场景。
如果你现在还在第一层或第二层，不丢人。工具越来越强，第一层越来越「像真的」；填空器越来越方便，第二层越来越够用。难的是承认：够用，不等于掌握。
第三层要练的，就是设计思维——反差怎么建、节奏怎么切、每拍承担什么功能、模型容易在哪里翻车。厨房 POV 逼我跨层，是因为我想换的是整个场景（厨房 → 画室 → 实验室），还想保留同一种味道（蠢萌、POV 反差、四拍喜剧弧）。第二层填不满这个需求。
核心洞察就一句话：高质量提示词的复用单位，不是「词」，是设计思维。
## 那个厨房提示词，到底在写什么
网上流传的版本很长，中英混排、每拍都有音效和英文 tag。下面是我保留结构的精简版——删掉重复修饰，四拍和约束一条没少，方便你对照阅读。（完整原文可自行搜索「厨房 POV 倒盐」类二创提示词。）
【风格】真人实拍 + 2D 动漫贴纸合成（Live-Action + Flat 2D Sticker Composite）
POV 做饭 Vlog，写实厨房 × 扁平贴纸强烈反差，8K，手持微晃，竖屏 9:16
【时长】10 秒
【场景】居家厨房 POV：黑铁锅炒牛肉青菜，油光滋滋、蒸汽上冒；白瓷砖墙、插座、
酱油瓶油瓶靠墙，右侧不锈钢水槽，侧窗自然光
【角色】Q 版 2D 贴纸：金长发齐刘海、大紫圆眼、粉腮红、白水手服、蓝发卡，
坐灶台旁小木凳（身高约锅一半）；纯 2D 平面，不被真实光重打光
真人手写实（毛孔可见）从画面右侧入画
[00:00-00:03] 捣乱 · Salt Avalanche
POV 翻炒番茄炒蛋；小人眯眼坏笑，举玻璃盐罐整罐倒入，盐粒瀑布堆成白山
音效：食物滋滋 + 盐沙密集声
[00:03-00:05] 轻罚 · Spatula Bonk
夺盐罐；锅铲朝下轻敲头顶，Duang 弹出红色卡通肿包，纸片身体上下一颤
音效：Duang 金属敲击 + 卡通弹簧音
[00:05-00:08] 升级 · Cry & Feed
捂肿包蚊香眼嚎哭，蓝色泪水喷泉；铲盐山满满送进张嘴
音效：夸张爆哭 + 铲盐沙沙 + 塞嘴「啵」
[00:08-00:10] 翻车 · Salt K.O.
腮帮鼓成红球，咽下后僵直半拍 → X 眼从小凳向后倒，四脚朝天，
旋转小星星 + 灵魂白烟，定格
音效：咯噔 + 咚 + 卡通升天收束
【输出】9:16 · 无对白 / 旁白 / 歌词
结构拆成四层，表和上面代码块是一回事：
风格层：真人实拍 + 2D 贴纸合成，POV 做饭，手机质感略糊略抖，竖屏 10 秒。
场景层：真实居家厨房，铁锅、瓷砖、酱油瓶、侧窗自然光——细节多到像 location scout。
角色层：Q 版贴纸小人，金色长发紫色眼，坐在灶台旁小木凳，关键约束：纯 2D 平面，不被真实光照重打光。
叙事层：四段时间戳，每段一个视觉奇观 + 音效对位。
四拍内容：
- 00:00–00:03 捣乱 · 小人整罐盐倒进锅里，盐瀑布堆成小山
- 00:03–00:05 轻罚 · 真人夺罐，锅铲轻敲头顶，「Duang」弹包
- 00:05–00:08 升级 · 小人大哭，真人铲盐塞嘴
- 00:08–00:10 翻车 · 齁到倒地，X 眼、星星、灵魂烟
注意，这不是「描述一个做饭视频」。这是在写一套可迁移的喜剧机器：真实 POV 里入侵一个 2D 角色，真人手从画面边缘介入，惩罚可爱不暴力，最后一拍必须强调体积感——否则模型最容易出戏。
它火，很可能不是因为盐有多搞笑，而是反差轴和四拍弧被写死了。
## 第三层在学什么：我们该从提示词里提炼什么？
网上流传的版本很长。第一层的人，学到手的是能粘贴的全文；第二层的人，学到手的是可替换的词——盐、Duang、9:16、8K。
第三层学的是皮下面的结构。
但皮不是内核。
内核是下面这张「宪法表」——我让 AI 协助抽出来的，约 80% 跨场景不变，20% 才是可换皮肤。抽的不是「盐、锅铲、Duang」关键词列表，而是分层的设计决策：
- 反差轴 · 不变量：真实 POV × 2D 入侵 × 体积悖论 · 厨房实例：手机厨房 × 赛璐璐/贴纸小人
- 叙事轴 · 不变量：四拍喜剧弧 · 厨房实例：倒盐 → 敲头 → 塞嘴 → 倒地
- 交互轴 · 不变量：真人手从画面边缘介入 · 厨房实例：锅铲、夺盐罐
- 质感轴 · 不变量：手机脏感 + 卡通反馈 · 厨房实例：略糊略抖、Duang、星星
- 约束轴 · 不变量：每拍一个视觉奇观 + 整块负面清单 · 厨房实例：反纸片 / 反 3D 手办 / 反 AI 渲染厨房
- 时长轴 · 不变量：~10 秒竖屏，按时间戳分配 · 厨房实例：9:16
这一步，就是从第二层（换词填空）迈向第三层（设计提炼）的分水岭。
第二层问的是：盐改成辣椒面，还是改成糖？
第三层问的是：这一拍的功能角色是什么？捣乱介质、惩罚工具、塞嘴物、翻车反应——它们必须来自场景原生道具，不能跨场景硬套锅铲逻辑。
用厨房举例：第二层把「盐」改成「辣椒面」，Beat1 可能还能看，但 Beat3「铲盐山塞嘴」就会变怪——辣椒面堆成山塞嘴，物理和喜剧节奏都不对。因为你换的是名词，没换对功能槽。 第三层会写成：Beat1 的槽位是「可堆叠、可形成视觉奇观的使坏粉末/介质」——厨房填盐，画室填颜料，实验室填染料，名词不同，职能相同。
真正该学进脑子里的，是「不变量」那一列，不是厨房实例里的名词，也不是第二层改出来的那个辣椒面。
实验室版为什么能成立？因为 Beat1 是倒红染料，Beat2 是移液枪弹额 boing，Beat3 铲凝胶塞嘴——四拍功能不变，道具从场景长出来。
调酒版、赶论文版同理。画室版把「贴纸」微调成「有体积的 2D 动画角色」，是因为测试反馈回写了宪法——这也是学内核的人才会做的事：不是无脑复制厨房每一个字。
如果只做名词替换，Beat4 经常崩：小人像纸片倒下，没有透视、没有接触阴影，灵魂烟飘了观众也不笑。
Beat4 的体积感，是模式级约束，不是可选装饰。
> 复用的不是词，是四拍背后的功能槽位。学作品，学的是这些槽位怎么被填满。
## 融会贯通：第三层学完之后，才配谈「复刻」
解构完，我才让 AI 按同一模式写「画画 POV 版」。这一步叫融会贯通——不是第二层那种「盐改颜料」的换词，是用同一套设计决策，在新场景里重新创作。
如果你停在第二层，让 AI「照着厨房改几个词」，你得到的是换皮；如果你站在第三层，先抽模式、再填场景原生道具，你得到的才是属于你的第二部作品——它和厨房像姊妹篇，但不是赝品。
画风上我做了一个刻意调整：小人从「扁平贴纸」改成「有体积的 2D 动画角色」——不是 3D 手办，也不是 cutout。因为测试里发现，Beat4 倒地如果还坚持纸片贴纸，失败率太高；动画角色的 squash-stretch、头发厚度、侧脸轮廓，更容易让模型理解「有重量地倒下」。
下面是按同一模式写出来的画室 POV 精简版提示词（可直接丢进 Seedance 测）：
【风格】真人实拍画室 + 2D 动画角色合成搞笑短视频
POV Drawing Vlog，普通手机质感（略压缩、轻微模糊、手持微晃）
小人是 2D 动画角色（赛璐璐感、可爱夸张），非贴纸 cutout、非 3D 手办
竖屏 9:16 · 10 秒
【场景】居家画室 POV：画板/速写本、颜料管、调色盘、画笔、洗笔桶、旧毛巾；
侧窗光、参考图与便利贴、橡皮屑与水彩渍；真人手从下方入画写实勾线上色
【角色】2D 小人坐画板旁小木凳（身高约调色盘一半）：金长发齐刘海、紫圆眼、
粉腮红、白水手服、蓝发卡；有体积/透视/接触阴影，倒下须有重量感非纸片
[00:00-00:03] 捣乱毁画
小人坏笑，挤满黑色颜料管，颜料拉丝堆叠漫开，糊脏画纸与调色盘
音效：画笔摩擦 + 颜料噗叽 + 黏腻糊纸
[00:03-00:05] 夺管敲头
夺颜料管；画笔笔杆轻敲头顶（可爱非暴力），小红肿包（非圆球大包），
squash-stretch 弹一下，可短暂手写「bonk」
音效：bonk + 卡通弹簧音
[00:05-00:08] 大哭被涂满脸黑
蚊香眼嚎哭、蓝色喷泉泪；蘸大量黑色颜料涂满整张脸（厚湿刷痕）
音效：爆哭 + 刷脸沙沙 + 糊啦黏腻
[00:08-00:10] 黑脸倒地
僵直半拍 → X 眼从小凳向后倒，立体透视、颜料堆叠与接触阴影，
四脚朝天，旋转星星 + 灵魂烟，被毁画纸颜料仍晕开，定格
音效：咯噔 + 咚 + 卡通升天收束
【负面】不要纸片/贴纸 cutout/纯平面块；涂黑后脸仍要有 2D 体积与五官层次
【输出】无对白 / 旁白 / 人声解说 / 歌词
四拍映射如下（与厨房功能槽一一对应）：
捣乱毁画（00:00–00:03）
真人在画纸上勾线，小人坏笑，把黑色颜料挤满画纸和调色盘——物理颜料拉丝、堆叠、漫开，像真实事故。
夺管敲头（00:03–00:05）
真人夺颜料管，画笔笔杆轻敲头顶。注意：肿块不要夸张圆球，要「可爱真实的小红肿包」——这是从厨房 Duang 包迁移过来的质感约束。
大哭被涂满脸黑（00:05–00:08）
蚊香眼、喷泉泪，真人趁张嘴把黑色颜料涂满整张脸——升级版的「塞嘴」，视觉奇观从白色盐山变成黑色颜料糊脸。
黑脸倒地（00:08–00:10）
僵直半拍 → X 眼 → 从小木凳向后倒，必须有立体透视和颜料堆叠感，星星 + 灵魂烟，旁边被毁的画纸颜料仍在晕开。
音效层也整套迁移：画笔摩擦、颜料噗叽、bonk、弹簧音、爆哭、糊啦、咯噔、咚——真实声 + 卡通声对位，和厨房的滋滋声 + Duang 是同一套逻辑。
负面清单单独成块，和厨房一样硬：
不要纸片感。不要贴纸 cutout。不要扁平到像一张图贴在视频上。涂黑后脸仍要有 2D 动画体积和五官层次。
这一段，就是「融会贯通」的产物——不是改写厨房提示词，是用模式重新生成。
## 它为什么可能火：从设计本质反推
作为建筑出身、后来折腾 AI 的人，我习惯问：观众在几秒内得到了什么？
我觉得这个模式至少命中四件事：
第一，反差够狠。 真实厨房/画室的手部毛孔可见，和蠢萌 2D 小人同框——认知冲突一开始就建立了。不是「AI 渲染一个假厨房」，是「像手机拍到的真实环境里塞进了动画角色」。
第二，四拍是喜剧经典结构。 捣乱 → 轻罚 → 升级惩罚 → 翻车收场。每拍 2–3 秒，节奏像短视频段子，不需要对白。
第三，每拍有一个「可截图奇观」。 盐山、Duang 包、铲盐塞嘴、X 眼倒地——都是 meme 级画面，传播时不依赖上下文。
第四，约束写得很「懂模型」。 负面清单不是凑字数，是在堵 Seedance 常见失败：纸片感、AI 厨房、圆球肿包。写提示词的人显然测过，或者从失败里归纳过。
所以：火的不一定是「盐」，是「模式 + 约束 + 节奏」一起写对了。
这也是我不建议停在第一层「收藏 → 反推 → 粘贴」的原因——你复制的是皮肤，没复制宪法，Beat4 一倒就穿帮。第二层改几个词，也往往在换场景时穿帮。大神依然是大神，工具依然是工具，第三层才是你的。
> 爆款值得学的，是结构；值得抄进自己作品的，只有你自己场景里的道具。
## 第二层有用，但别把它当成终点
顺带交代一下我自己的路径。
我之前做 PromptFill，服务的主要是第二层——结构化填空、快速换皮：把提示词拆成槽位，用词库替换，预览、分享、复用模板。盐改辣椒面、炒牛肉改炒饭，同一叙事框架里换内容，非常合适，我自己也天天用。
这次厨房案例让我更清楚：第二层是效率层，第三层才是认知层。
效率层解决「我已经知道要写什么，帮我写快一点」。认知层解决「我看懂了一个爆款，下次换场景还能不能成立」。两层都需要，但不能混为一谈——把第二层当成学作品的全部，就会以为改几个词就等于学会了。
所以我写这篇文章，不是为了推销什么工具，而是把跨层之后的判断说清楚：看见好作品，先往第三层提炼；填空器、Fable、反推 AI，都应该落在这之后，而不是代替这一步。
## 你可以怎么用：让 AI 帮你上第三层，不是停在第一层
AI 很强，但默认倾向是给你一段能跑的文本——反推提示词、复刻网站、改写爆款，它都擅长。那往往是在帮你加固第一层：产出像，你就以为会了。
你要主动把任务改成第三层的设计任务，否则它只会强化「大神 + 工具 + 我看着」那条路。
如果你手头也有一个「想学会味道」的参考作品，可以直接把下面这段甩给 AI（Claude、Cursor、ChatGPT 都行）：
请把这段提示词/作品当作「设计案例」解构，不要只提取关键词，也不要输出一份让我直接粘贴复刻的全文。
输出：
1. 六条设计 DNA（反差轴、叙事轴、交互轴、质感轴、约束轴、时长轴）
2. 四拍 Beat Schema（每拍的功能角色 + 视觉奇观类型）
3. 可换维度 vs 不可换的宪法（哪些能换场景，哪些不能动）
4. 负面清单（模型/媒介常见失败）
5. 用一句话说明：如果去掉所有具体名词，这个作品的「内核」是什么
6. 基于同一模式，为【你的新场景】写一版完整提示词——道具必须来自场景原生，不能硬套原案例
然后拿生成结果去跑模型，重点看 Beat4 和负面约束是否生效。失败了就回写宪法，而不是再加 500 字形容词，也不是回去抄厨房原文。
我自己的体会：往第三层提炼一次，比收藏十个模板、反推十段提示词、改十次辣椒面都值。因为下次换场景，你问的是「这一拍的功能是什么」，不是「盐换成什么比较搞笑」。那时你才是作者，而不只是会粘贴的人。
## 最后说两句
那个倒盐厨房视频，是入口，不是终点。
真正值钱的，是你能不能把它从「一段很长的中文」变成一张模式卡片——宪法、四拍、可换槽、负面清单——然后再长出画室、实验室、调酒台。那张卡片在你脑子里，不在收藏夹里。
Fable 很强，Seedance 很强，反推提示词的 AI 也很强。它们都应该为你服务，而不是替代你思考。
> 第一层让你出片。第二层让你快。第三层，才让你下次不用再看别人火。
## 相关链接
- [MarioTan](https://x.com/TanShilong)
- [@TanShilong](https://x.com/TanShilong)
- [5.6K](https://x.com/TanShilong/status/2073394587431997706/analytics)
- [Upgrade to Premium](https://x.com/i/premium_sign_up)
- [9:12 PM · Jul 4, 2026](https://x.com/TanShilong/status/2073394587431997706)
- [5,635 Views](https://x.com/TanShilong/status/2073394587431997706/analytics)
- [View quotes](https://x.com/TanShilong/status/2073394587431997706/quotes)
---
*导出时间: 2026/7/5 17:52:28*