AI 水果苹果视频：3 种形态、9 条 Prompt 与模型怎么选
用 AI 做苹果水果短视频，有三种可直接上手的形态——苹果角色、苹果切面、苹果 ASMR。这篇给出 9 条可改写的 prompt、每种形态的模型选择与点数成本，目录信息核对于 2026 年 10 月 29 日。
<!-- description: 用 AI 做苹果水果短视频，有三种可直接上手的形态——苹果角色、苹果切面、苹果 ASMR。这篇给出 9 条可改写的 prompt、每种形态的模型选择与点数成本，目录信息核对于 2026 年 10 月 29 日。 -->
苹果是短视频里辨识度最高的水果——轮廓一眼认出，咬下去的脆响人尽皆知。如果你的 AI 水果视频一直围着草莓、西瓜打转，苹果就是下一个最值得补的单品品类，而且它能收敛成三种今天就能跑的短片形态：苹果角色造型、苹果切面、苹果 ASMR。
这篇把三种形态一次讲完：9 条可改写的 prompt，覆盖造型、表皮质感、镜头时长和音效层，外加每种形态该用什么模型、开不开音频、大概花多少点数。所有设置和点数均核对自 AI Fruit 当前目录，时间是 2026 年 10 月 29 日。全文基于产品文档与线上页面，不是实测渲染——所以每条 prompt 都当作起点去迭代，别当成保底配方。
三种苹果形态速览
| 形态 | 钩子 | 时长 | 音效 | 最便宜的起步组合 |
|---|---|---|---|---|
| 苹果角色 | 一只有戏的苹果 | 5–8 秒 | 可选 | Grok Imagine Video——720p 6 秒约 18 点 |
| 苹果切面 | 一刀切开后的内部揭秘 | 5–8 秒 | 可选 | Grok Imagine Video，或 Kling 3.0（3–15 秒时长控制和 4K 选项） |
| 苹果 ASMR | 声音就是卖点 | 5–8 秒 | 必需 | Seedance 1.5 Pro——720p 5 秒带音频 = 20 点 |
先定形态，因为它决定模型：不需要声音的形态可以跑最便宜的每秒单价，ASMR 则必须用真正会生成音频的模型。
形态一：苹果角色（造型）
这一形态里，苹果自己就是主角。辨识度来自两点：轮廓（圆润的果身、梗洼，想要更角色化就加一片叶子）和表皮——蜡质光泽、果点、宝石切面、焦糖糖衣。每条 prompt 按四层来搭：
- 造型——什么样的苹果，上面加了什么：一张脸、一片叶子、一组宝石切面。
- 表皮与材质——扛起形态的质感词：waxy glossy skin with subtle speckles（蜡质光泽带细密果点）、faceted gemstone surfaces（宝石切面）、glossy amber candy coating（琥珀色糖衣）。
- 镜头与时长——锁定微距或缓慢环绕，5–8 秒足够讲清一个节拍。
- 音效层——轻快的氛围声、清脆的风铃。音效词只有在支持音频的模型上才会变成真实音轨（见 ASMR 一节）；在无声模型上，它们只是给 prompt 定调，不额外花钱。
三种跑得通的造型，各配一条 prompt：
吉祥物苹果：
A shiny red apple with big expressive eyes and a small green leaf on its stem, sitting on a sunlit wooden kitchen table, waxy glossy skin with subtle speckles, slow orbiting camera, 6 seconds, soft playful background hum
可以换表情、换摆放的台面、换光线——但表皮那组词留着，因为光泽感是它被读成「苹果」而不是「红球」的关键。
宝石苹果（改编自 AI Fruit 水晶水果工具 自带的 Ruby Apple 示例）：
A deep red ruby apple with faceted gemstone surfaces, rotating slowly under a warm spotlight, prismatic sparkle on every facet, black velvet background, macro close-up, 6 seconds, delicate crystalline chime
糖果苹果（改编自糖果水果工具自带的 Taffy Apple Stretch 示例）：
A caramel taffy apple stretched and pulled apart in satisfying slow motion, glossy amber coating with candy shine, extreme close-up, 8 seconds, sticky stretch and soft squelch
这三种都不需要音频，最省的跑法是 Grok Imagine Video，每秒 3 点——720p 6 秒约 18 点（2026 年 10 月 29 日核对）。想让风铃声和拉糖声真实出现，就把同一条 prompt 换到支持音频的模型上渲染。
形态二：苹果切面
切开的瞬间就是回报。每条切面短片都是同一根骨架：完整苹果 → 下刀 → 内部揭秘。prompt 的任务，是让这次揭秘在竖屏里一眼可读——这意味着内部质感的词要给足（乳白色果肉、籽粒排成的星形、果汁雾），镜头要稳到观众来得及看清图案。
慢刀切半：
A chef's knife slices a glossy red apple in half in extreme slow motion, revealing cream-white flesh and a neat star of dark seeds, a fine mist of juice catching the light, top-down macro shot, 6 seconds, one crisp snap
玻璃苹果（改编自 AI Fruit 玻璃水果切割工具自带示例）：
A golden glass apple being cut open to reveal a shimmering crystal interior, light refracting through the facets, dark studio background, macro close-up, 6 seconds, a delicate glass chime
旋转的半颗苹果：
A halved red apple rotating slowly on a dark slate board, cut face toward the camera, flesh glistening with juice, tiny bubbles at the core, macro lens, 8 seconds, quiet kitchen ambience
慢刀切半 prompt 所追求的揭秘画面（本文配图生成，非产品渲染图）。
这一形态里，慢动作比分辨率更重要——720p 里干净的两秒切割，胜过仓促的 1080p。玻璃切割工具值得专门看一眼：自带水晶、黄金、寒冰三种模板，也支持传参考图，想把某只特定的苹果「变成玻璃」而不是凭空造一只时很有用。
形态三：苹果 ASMR
ASMR 里声音是产品，画面为声音服务。苹果始终是发声主体——刀切、咬苹果本身、果汁滴落。（一条边界先说清：这和「水果角色吃水果」是两个格式——那是动画水果去啃另一种水果。prompt 和内容规划里都别把它们混在一起。）
目录里真正会生成音频的模型（目录核对于 2026 年 10 月 29 日）：
- Seedance 1.5 Pro——Generate Audio 开关，默认开启。720p 每秒 4 点，5 秒 ASMR 约 20 点，是目录里最便宜的音频路线。
- Kling 3.0——Generate Audio 开关（在高级设置里），默认开启。720p 无声每秒 12 点、开音频 17 点，5 秒带音频约 85 点。多花的点数买到的是控制力：3–15 秒、按 1 秒步进的时长区间，以及 4K 选项——Seedance 1.5 Pro 只有固定的 5/8/12 秒、最高 1080p。
- Seedance 2.0——Generate Audio 开关，默认开启，720p 每秒 35 点，高档位。
- Veo 3.1——默认生成带音频的高清视频，每次固定 224 点。
- Wan 2.6——音频内嵌在多镜头片段里（720p 每秒 12 点），适合 ASMR 节拍只是长片其中一个场景的场合。
- Sora 2（4/8/12 秒、每秒 7 点）、Grok Imagine Video 和 Happyhorse 1.1 在目录中没有标注音频生成——当作无声模型用，留给形态一和形态二。
写 prompt 时先写声音层，而且要写具体——loud wet crunch（响亮湿润的脆响）、fine spray of juice（细密的果汁喷雾）、every subtle sound magnified（每个细微声音都被放大）——因为这类词汇才能引导支持音频的模型：
慢刀脆响连切：
Crisp ASMR audio: a knife cuts thin slices from a cold red apple, each slice releasing a loud crunch and a fine spray of juice, extreme close-up, dark background, shallow depth of field, 8 seconds
那一口：
A close-up bite into a juicy red apple, the crunch loud and wet, juice droplets flying in slow motion, natural window light, macro shot, 8 seconds
果汁滴落微距：
Macro ASMR of a freshly cut apple face, a single drop of juice rolling slowly down the glistening flesh, every subtle sound magnified, dark moody lighting, 5 seconds
拍「那一口」时，人的嘴或手可以只当画外操作者——主角仍然是苹果。
一只苹果、加一只手，还是加另一种水果？
每条苹果 prompt 同时也是一次选角，三种选法各有取舍：
- 单只苹果角色。 辨识度最强、迭代最简单：在多条 prompt 和多次重跑里保持同一套描述，角色就会保持在模型能力允许的接近程度——永远不保证一致，但同样的措辞是最省的「贴脸」方式。局限是：一只苹果没有对手戏，节拍只能来自运动、质感或声音。
- 苹果加人类元素（一只手、一把刀、一口咬下）。它带来尺度感，对 ASMR 更是可信度的来源——因为交互本身就是声音的来源。主角仍然是苹果。
- 苹果加另一种水果。 颜色和体型的对比钩子——让苹果配一颗颜色明显不同的更小水果。适合做一次性小剧场；但一旦一种水果开始吃掉另一种，你就进入了「水果吃水果」格式，那是另一套 prompt 结构。
如果苹果需要完整的人形身体和服装，那它已经不是苹果短片，而是水果人（fruit people）的建造方式，另行阅读 AI 水果人。完全新手？从什么是 AI Fruit 开始。
生成前要核对的设置
三个设置决定了这些形态大半的成败：
- 生成前盯住点数预估。 生成器会随你改动模型、时长、分辨率和音频实时更新预估——不用猜，也不会有意外扣费。
- 信息流短片选 9:16。 上面所有形态都按竖屏构图设计，横版渲染会浪费画面。
- 苹果本身重要时，用参考图。 传一张真实苹果的照片，对颜色和形状的引导比文字描述更准。目录里每个模型都接受图片输入、也都不强制，所以这是纯粹的质量选项。
时长参考：5–8 秒覆盖全部三种形态。角色片偏短，切面片要给下刀留时间，ASMR 多给两秒干净的特写。
想直接跑一条：打开 AI Fruit 生成器，选好模型，边设时长和音频边看点数预估的变化——然后先把上面 9 条 prompt 原样跑一条，再开始改。
从一种形态开始
按苹果最突出的资产选形态：好看（角色造型）、有料（切面）、够脆（ASMR）。先把一条 prompt 原样跑一遍，看结果，然后每次只改一个变量——先换质感词，再换镜头，最后换声音。这个单变量循环，就是把一条苹果短片变成可复系列的方法。