Hotel Lobby AI 提示词:生成器实际发送的原文
一段 Hotel Lobby AI 提示词要完成四件事:把每张照片钉在一侧,重建那间吊着一支麦克风的橙色录音棚,让一个人说唱、另一个人助兴,再让镜头一动不动。下面两段就是 MigosAI(migosai.si)每条录音棚视频真正发出去的文字:一段给 Wan 3.0,保留 Hotel Lobby 原版录音;一段给 Seedance,现写一首新说唱。在网站上你不用敲这些字,点“生成视频”时它们会自动发出。
再往下是五段给其他图生视频工具用的提示词,这类工具只收两张照片、不收参考视频:情侣、两个朋友、祖孙、手绘角色和宠物。这五段是我们专门为本页写的,没有实际生成过,请当作起点来改。
更新于

提示词一:Wan 3.0,保留 Hotel Lobby 音轨
Wan 3.0 会收到四个附件,按上传顺序编号:图1(左边的照片)、图2(右边的照片)、视频1(静音的 Hotel Lobby 参考片段)和音频1(剪到视频长度的 Hotel Lobby 音轨)。正式生成前,每张照片会先被重绘成同一个人或同一只动物的站立全身棚拍照,帮模型稳住脸和身形;你看到的始终是自己的原图。画面比例不写进文字,而是作为单独的参数传给模型,所以同一段提示词适用于 9:16、16:9 和其他所有比例。
全程参照视频1:照搬它的取景、节奏和每一个动作、手势、转头、表情和嘴型,以及纯橙色背景和两人之间从天花板垂下的那支银色麦克风。保持视频1的机位取景,不要推近、拉远或平移。不要加入视频1里没有的动作或场景元素。
全程使用音频1作为整条视频的背景音乐,原样保留:它就是视频的全部声音。不要新写歌词,不要重唱,不要加入其他音乐或人声。
左边的表演者是图1里的主体,右边的表演者是图2里的主体。他们完全替换视频1里的两个人:脸、发型或毛发、身材和衣服都来自照片,视频1里的人一样都不要。两位表演者都不戴手套(照片里本来戴着的除外):人露出本来的手,动物的前爪保持本来的爪子。忽略照片的背景。
左边的表演者对着麦克风说唱音频1的人声,嘴型与音频1精确同步。右边的表演者照着视频1右边那个人的动作:跟着节拍做反应和手势,只做简短的附和口型。
橙色铺满整个画面,没有黑色或暗角。不要分屏,不要多余的人,画面上不要字幕或文字。人脸从头到尾保持一致。Wan 收到的就是这段中文,因为它的官方文档用中文给附件命名。本页展示的就是发给模型的原文,一字未改。
提示词二:Seedance,现写一段 AI 说唱
Seedance 模型保留不了录音:它总是自己生成人声和伴奏。所以在录音棚里,Hotel Lobby 音轨会作为参考音频1上传,只用来带节奏;提示词要求按这个律动做一段新伴奏,再围绕你输入的主题写新词(最多取 120 个字符)。这里的附件用文字称呼(“参考图片1”)。Seedance 实际收到的是英文,下面是逐句中译,竖屏、12 秒,示例主题是“Maya 的 30 岁生日和她糟糕的侧方停车”。
全程参照参考视频1的表演:照搬它的取景、节奏和每一个动作、手势、转头、表情和嘴型,以及纯橙色背景和两人之间悬挂的那支银色麦克风。保持参考视频1的机位取景:不要推近,不要拉远,不要平移。不要加入参考视频1里没有的动作或场景元素。
左边的表演者:参考图片1里的人。右边的表演者:参考图片2里的人。他们完全替换参考视频1里的两个人:脸、发型、身材和衣服都来自照片,参考视频1里的人一样都不要。照片里完全看不到某个人的衣服时(只有脸、或者光着肩膀),给这个人穿适合他的普通便装,比如简单的 T 恤和牛仔裤;绝不要参考视频1里那两个人的戏服、披风、外套、皮带、手套和蒙眼布。动物保持原样,不加衣服。忽略照片的背景。
配乐:一首为这条视频原创的暗黑亚特兰大 trap 歌曲,节拍和节奏跟着参考音频1走:同样的速度、律动、鼓点和弹跳感,卡准参考视频1里的动作。按这个风格做一段新的伴奏、写新歌词;不要重复使用参考音频1的歌词、旋律和人声。精简但有力:砸地、粗砺、在音符之间滑动的 808,尖锐的军鼓加拍手配利落的踩镲,再加一条阴森、带东方色彩的旋律循环。情绪暗、有压迫感、自信。说唱是快速、有弹性的三连音 flow,跑在缓慢的节拍上面。混音:人声清楚地在最上面,伴奏紧跟其后、几乎一样响,有力、有冲击感,从不变小,两句之间也不断。左边的表演者对着悬挂的麦克风说唱一段原创、干净的歌词,主题是:“Maya 的 30 岁生日和她糟糕的侧方停车”。用这个主题的语言来唱。说唱人声清晰,嘴型与每个字同步,自然地点头,嘴部表情丰富。右边的表演者是助兴搭档:指着说唱的人,做反应、微笑,跟着节拍加简短的附和。不要使用任何现成的歌曲、现成的歌词或任何真实歌手的声音。
9:16。橙色从一边铺到另一边,填满整个画面,没有黑色或暗的区域。不要分屏,不要多余的人,画面上不要字幕或文字。人脸从头到尾保持一致。Wan 提示词里每一段的用处
| 段落 | 作用 | 缺了它会怎样 |
|---|---|---|
| 1. 参照视频1 | 照搬取景、节奏、手势、转头、表情和嘴型,以及橙色墙面和吊麦;禁止推拉、平移和新增场景元素 | 模型自己编出房间或运镜,画面边缘冒出黑边 |
| 2. 使用音频1 | 让这段音轨成为唯一的声音,不许改写或重唱 | 冒出新音乐、多余的人声或编出来的词 |
| 3. 谁是谁 | 把图1绑在左边、图2绑在右边,脸、头发或毛发、身材和衣服都取自照片,去掉照片背景,除非照片里本来戴着,否则不戴手套 | 左右站反,参考片段里的脸混进来,或者原版表演者的手套被套到光手和爪子上 |
| 4. 分工 | 左边的人跟着音频1说唱、口型同步;右边的人模仿助兴搭档,只做简短的附和口型 | 两张嘴同时在动,或者搭档干站着 |
| 5. 防护条款 | 橙色铺满画面,不分屏,不加人,不加字幕,脸保持稳定 | 暗角、第三个人、烧进画面的字幕、中途变脸 |
措辞故意写得很中性。“图1里的主体”可以是一位奶奶、坐在家长腿上的小朋友,也可以是一只比格犬,都不会和照片冲突,所以同一段文字适用于任何组合。
把这些提示词用到别的 AI 视频工具里
- 先看工具收什么。提示词一需要两张参考图、一段参考视频和一段参考音频,还得是能原样播放音频的模型。很多工具只收照片;遇到这种情况,请直接看下面五段双照片提示词。
- 改附件名称。这里按上传顺序编号;有的工具要写 @Image1 这类标签,或者用它自己的叫法。无论哪种,都先上传左边的照片。
- 画面比例在工具设置里选,不写进文字:TikTok 和 Reels 用 9:16,YouTube 用 16:9。
- 如果模型会自己写音乐,“保留音频1”这一句就守不住。改用提示词二的思路,直接要一段新说唱。
- 保留否定句。“不要多余的人”“不要字幕”“忽略照片背景”这几句,在任何工具里都能挡掉大部分废片。
- 用你有权使用的录音,以及同意出镜的人的照片。
- 有些工具会公开自己的纯文字提示词。Dreamina(CapCut 旗下) 就有可直接复制的 Hotel Lobby 双照片提示词,跑在 Seedance 2.5 上(2026 年 10 月 6 日查看)。
五段 Hotel Lobby AI 提示词:两张照片,不要参考视频
大多数面向普通用户的图生视频工具只收照片和文字。没有参考视频,提示词就得自己把录音棚和动作描述出来。下面五段做到了这一点,也保留了让画面一看就是 Hotel Lobby 的规矩:每侧一个主体,中间吊一支麦克风,一个主唱一个助兴,镜头始终不动。每段都设成 9:16、12 秒;如果你的工具要别的数值,把文字里的两处一起改掉。做好重试一两次的准备。
Hotel Lobby AI 情侣提示词
竖屏 9:16 视频,时长 12 秒,依据两张参考照片生成。画面左侧是图1中的人,右侧是图2中的人。两人从头到鞋完整入镜,脸、发型、穿搭和身高都要忠于照片。场景:一间空荡的摄影棚,整体刷成纯橙色,墙面与地面同一色调,光线柔和而均匀。一支银色录音话筒挂在一根细线上,从天花板垂到嘴的高度,位于两人正中。这对情侣表演一段双人说唱:左边的一方凑近话筒,用笃定、有节奏的手势说唱;右边的一方咧嘴笑,指向说唱的人,随节拍弹动身体,最后一句凑过来共用话筒。机位固定在胸口高度,一个长镜头拍完,不推拉也不平移。画面里没有其他人,不出现文字,不出现标志。两个好朋友(中途换人唱)
竖屏 9:16 视频,时长 12 秒,依据两位成年好友的参考照片生成。图1中的朋友站在左侧,图2中的朋友站在右侧,两人从头到脚都在画面内,脸、发型、穿搭和体型都与照片吻合。素净的橙色摄影棚:橙色背景布弧形过渡到橙色地面,一支银色话筒从天花板悬下,位于两人之间。第 0 到 6 秒:左边的朋友接过话筒说唱,右边的朋友点头、大笑,挥着胳膊大幅度助兴。第 6 到 12 秒:两人对调,右边的朋友接过话筒,左边的朋友做反应。两人各有各的动作,绝不互为镜像。机位锁定,一镜到底,光线柔和均匀,脚也要在画面里。不要多余的人,不要道具,不要字幕,不要标志。爷爷奶奶和孙辈
竖屏 9:16 视频,时长 12 秒,依据两张参考照片生成。图1是一位祖辈,站在左侧;图2是其已成年的孙辈,站在右侧。两人全身入镜,脸、发型、穿搭和身高都保持照片里的样子。场景:一间空无一物的橙色摄影棚,正中有一支银色话筒从天花板悬下。祖辈对着话筒说唱,手势平稳、沉着、胸有成竹,嘴角带着一点笑意;孙辈先是一脸惊讶,接着笑出声,踩着节拍跳舞,最后凑过来和祖辈合唱最后一句。动作轻柔自然,符合各自的年龄。固定机位,一个镜头,棚内光线均匀,不剪切、不推拉、不平移,画面里没有别人,屏幕上不出现文字。手绘或动漫角色
请用你自己创作或拥有版权的角色。知名角色归原版权方所有。
竖屏 9:16 视频,时长 12 秒,依据两张原创手绘角色的参考图生成。图1的角色在左侧,图2的角色在右侧,都以全身呈现。每个角色的设计都要原样保留:线条风格、配色、比例和服装。用同样的画风让两个角色动起来,不要把它们变成写实照片。它们站在纯橙色的摄影棚里,一支银色话筒从天花板悬在两者之间。左边的角色凑近话筒说唱,手势活泼又夸张;右边的角色随节拍晃动,伸手指向对方,表情做得很大。固定机位,一镜到底,不剪切、不推拉、不平移。不要其他角色,不要文字,不要标志。Hotel Lobby AI 宠物提示词
每只动物单独一张清晰、全身入镜的照片。如果是宠物和主人同框,把文字里右边那只动物改成“图2中的人”。最早火起来的视频里就有猫和狗,是用别的工具做的(案例合集)。
竖屏 9:16 视频,时长 12 秒,依据两张动物参考照片生成。图1中的动物在左侧,图2中的动物在右侧,两只都用后腿直立,从耳朵到爪子完整入镜。每只的品种、花纹、毛色、眼睛颜色、体型和项圈都必须和照片一模一样。场景:一间空荡的橙色摄影棚,一支银色话筒从天花板悬下,停在两只动物之间、与头齐高。左边的动物踩着节拍一张一合地动嘴,用前爪比划,像站在麦前的说唱歌手;右边的动物点头,瞟一眼镜头,随节拍摇摆。身体结构要真实:每只四条腿、一条尾巴,不出现人手。一个固定镜头,不剪切。不要人,不要其他动物,不要文字。在 MigosAI 上这些都可以跳过:提示词、参考片段和音轨都是内置的,宠物说唱视频页面会直接打开为宠物和它的搭档准备好的生成器。动物的效果比人像起伏更大。
成片不对劲时
| 看到的问题 | 可能原因 | 试试这样 |
|---|---|---|
| 脸像个陌生人 | 侧脸、墨镜、重滤镜,或者合照里脸太小 | 换一张正脸、光线均匀的半身或全身照 |
| 左右站反了 | 照片上传顺序错了,或者提示词没写清哪边是谁 | 先上传主唱,并在文字里写明左右 |
| 冒出第三个人 | 模型留下了参考片段或照片背景里的人 | 保留“忽略照片背景”和“不要多余的人” |
| 屏幕上出现字幕或乱码文字 | 模型自作主张加了字幕 | 保留“画面上不要字幕或文字” |
| 口型对不上 | 没挂音频,或者切点落在停顿上 | 挂上音轨,从唱出的字开始切 |
| 橙色周围出现黑边 | 参考片段里没有的推拉或平移 | 锁定取景,并写明橙色要铺满画面 |
| 出来的是全新音乐而不是原曲 | 这个模型总是自己写配乐 | 换一个能播放参考音轨的模型,比如 Wan 3.0 |
或者把提示词交给 MigosAI
在 MigosAI 上,加两张照片(或者用“一张照片”传一张合照),在“声音与动作”里选声音,点“生成视频”。Wan 3.0、480p、12 秒的视频消耗 6 积分,最小积分包是 10 积分 $9.99,通常约 5 到 15 分钟出片。没有免费试用。生成失败的话,积分会自动退回余额。
常见问题
能把 Hotel Lobby AI 提示词贴进 ChatGPT 吗?
聊天助手可以帮你改文字,但视频得由视频模型来做。把提示词一贴进能收参考图、参考视频和音频的工具;双照片提示词则贴进图生视频工具。
Hotel Lobby 提示词是为哪个模型写的?
提示词一跑在 Wan 3.0 上,它会保留参考音轨。提示词二跑在 Seedance 2.0 Mini、2.0 Fast、2.0 和 2.5 上,它们会自己写说唱。别的模型可能需要不同的附件名称,也可能根本不收音频。
提示词是什么语言?
MigosAI 发给 Wan 3.0 的是中文原文,发给 Seedance 的是英文。本页的 Wan 提示词就是原文,可以直接用;Seedance 那段是英文原文的逐句翻译,能读中文的工具也可以直接用。
有给猫狗用的 Hotel Lobby AI 提示词吗?
有,就是上面的宠物提示词:每只动物一张照片,各占一边,用后腿站立,身体结构真实。在 MigosAI 上不需要提示词,宠物说唱视频页面会把生成器设置好。
双照片提示词会保留《Hotel Lobby》原曲吗?
不会。没有参考音轨时,声音由工具决定,也可能完全没有声音。可以在剪辑软件里配一首你有权使用的歌,或者换一个能收参考音频的工具。
在 MigosAI 上需要自己写提示词吗?
不需要,提示词是内置的。你唯一可能要输入的文字,是给 Seedance 模型的说唱主题,选填,最多 120 个字符,任何语言都行。
资料来源
接着看
Hotel Lobby 潮流怎么做:Migos AI 分步教程
分步讲解 Hotel Lobby(Migos AI)潮流的三种做法:在 MigosAI 上传两张照片、换用别的 AI 应用、或者自己剪辑,并对比花费、等待时间和优缺点
Hotel Lobby AI 照片怎么选:上传前必看
给录音棚准备的照片指南:上传规则、怎样让脸保留下来、全身重绘会怎么处理你的照片,以及别扭照片的补救办法
Hotel Lobby AI 换成自己的动作:参考视频指南
拍好、剪好,作为“你的片段”上传:参考视频怎么带动表演、放的是哪个声音、要花多少,以及哪里会不尽如人意
Hotel Lobby AI 视频生成器横评:14 款对比
按各家官网 2026 年 10 月 6 日的信息,对比 14 款 Hotel Lobby AI 视频生成器(含 MigosAI):做法、声音、最便宜的一条视频和免费内容
MigosAI 是独立工具,与 Migos、Quavo、Takeoff、Offset、Quality Control Music、Motown 和 COLORS 均无关联。