课程库 › AI 视频生成 › 从创意到镜头 › 第 3 课

视频提示词与时间语言——描述"画面如何变化"

普通课约 50 分钟

本课导读

图像提示词描述"画面是什么"（视觉课 L2 的十二槽位），视频提示词要多干一件事：描述"画面如何变化"。多出来的这个时间维度，就是视频提示词全部的新难度——动作有先后、运镜有轨迹、光线会流动、镜头有起点和终点。本课给出视频提示词的十槽位结构、动作描述的四要素、运镜的相对运动写法，以及一条最重要的纪律：一个镜头，一个动作。上一课镜头表里空着的"提示词草稿"栏，学完本课就能填上。预计 50 分钟。

十槽位结构：给时间留出位置

视频提示词的推荐结构——注意它本质上是把图像十二槽位沿时间轴展开：

① 主体         谁/什么（外观锁定要素写足——它要稳定存在好几秒）
② 场景         在哪里，时间天气（同图像④）
③ 初始状态     镜头开始的瞬间：主体在哪、什么姿态、看向哪
④ 动作过程     发生了什么，按时间顺序，带方向
⑤ 摄影机运动   机位怎么动：轨迹+速度+与主体的关系
⑥ 光线变化     静态光写法同图像⑦；若光线随时间变要显式说
⑦ 速度与节奏   动作快慢、匀速还是渐变（slow motion / 缓慢地 / 突然）
⑧ 声音         对白/环境音/音效（模型支持原生音频时）
⑨ 结束状态     镜头结束的瞬间画面定格在什么状态
⑩ 限制条件     不要什么：无镜头切换、无字幕、不要变形…

大纲里的示范（值得逐槽位对照读一遍）：

一名穿黄色雨衣的女孩站在空旷车站（①②③）。她先看向远处，
随后缓慢转身走向摄影机（④，两个动作有明确先后和方向）。
摄影机以低机位向后平稳跟拍（⑤，机位+方向+速度）,
背景列车从右向左驶过（④ 的环境动作，带方向）。
阴天自然光（⑥），轻微风声和列车摩擦声（⑧），无镜头切换（⑩）。

三个最容易空着的槽位恰恰最重要：③ 初始状态和 ⑨ 结束状态框住了镜头的两端（下一课的首尾帧控制就是它们的图像化身）；⑩ 的"无镜头切换"几乎值得每条都写——不写的话，模型经常自作主张在 5 秒里剪两刀，你的分镜就被它拆了。

动作描述四要素

"她在街上走"是许愿；可执行的动作描述有四个要素：

要素	反例	正例
具体的动词	她移动到门口	她快步走到门口 / 她踉跄着挪到门口
方向	列车驶过	列车从右向左驶过
时间顺序	她转身、看表、微笑	她先看向远处，随后缓慢转身，最后露出微笑
幅度与速度	他挥手	他大幅度地快速挥手 / 他几不可察地抬了抬手

方向词是重中之重：上一课在分镜表里标注的运动方向（轴线纪律），就是在这里落进提示词的。分镜表写"向右"，提示词就必须写"从左向右"——链条断在哪一环，成片就穿帮在哪一环。

顺序词（先/随后/接着/最后）是模型理解"时间"的抓手。没有顺序词的多动作提示，模型可能同时执行、乱序执行、或只挑一个执行。

运镜：写清"摄影机和主体的相对运动"

七种基本运镜，按"机位动不动"分两组：

运镜	提示词写法	叙事感受
固定机位	static shot / 固定镜头	冷静、客观、留给表演
摇（原地转头）	pan left/right / 向左摇	环视、跟随视线
推	slow push-in / 缓慢推近	聚焦、情绪升温、"注意这里"
拉	pull back / 缓慢拉远	揭示环境、抽离、收尾感
移/跟	tracking shot / 侧面跟拍	陪伴主体、代入
升降	crane up / 镜头升起	宏大、上帝视角切换
环绕	orbit around / 环绕主体	强调主体、广告感

写运镜的公式：轨迹 + 速度 + 与主体的关系。"摄影机缓慢推近（轨迹+速度），始终对准她的面部（关系）"。

最容易翻车的是主体和机位同时动——"她向前跑，摄影机同时环绕她"这种双重运动对模型是高难动作，物理错误率飙升。安全梯度：静止主体+运动机位〉运动主体+固定机位〉运动主体+简单跟拍〉双重复杂运动。前期分镜时就按这个梯度控制难度，把双重运动留给最值得烧额度的关键镜头。

提示

入门期最被低估的运镜是固定机位：模型不用分配算力去"演"摄影机，主体动作质量通常反而最高，而且最不容易出物理错误。大师们的定场戏也偏爱固定机位——便宜和高级有时是同一个选择。

一个镜头，一个动作

上一课讲过动作幻觉随事件数量增长。这里把它升级成本 Track 最重要的提示词纪律：

一条提示 = 一个镜头 = 一个主要动作（外加至多一个环境动作或一个运镜）。

"她走进咖啡馆，点了一杯拿铁，坐到窗边，打开笔记本电脑"——这是四个镜头的量，塞进一条提示的结果通常是：模型挑一个动作执行，或把四个动作压缩成鬼畜的三秒。正确做法回到 L2：在分镜阶段就把动作拆到镜头里，每镜一个动作，用剪辑连起来。

自查方法：数提示词里的动词。主体动词超过两个（"先…随后…"算合法的两个），就该拆镜了。

提示冲突的视频版

视觉课 L2 的三种失败模式（冲突/优先级/长提示失效）在视频里全部成立，且各有时间版变体：

时长冲突：5 秒的镜头写了 20 秒的事（"她慢慢环顾整个房间，然后仔细阅读信件"）——每个动作留 2–4 秒的预算去规划；
速度冲突：⑦ 写了 slow motion，④ 里却是"迅速冲刺"——到底要快还是慢？
运镜-动作冲突：⑤ 写"固定机位"，④ 却要求"跟随她穿过三个房间"——固定机位跟不了人。

写完通读一遍，专查"时间账"和"空间账"能不能对上。

动手任务：五类镜头 + 迭代日志

把运镜表变成手感。设计一个简单场景（可以直接用你 L2 文档包里的场景），生成五类镜头：

基础路线（约 50 分钟）：

依次生成：固定机位 / 跟拍 / 环绕 / 推近或拉远 / 一个含双重运动的复杂镜头（最后这个就是让你见识翻车率的）；
每条提示词用十槽位结构写，动作带足四要素，全部加"无镜头切换"；
沿用视觉课的实验日志格式记录每条：提示词、模型、结果、问题归因（提示？模型？物理幻觉？）、下一版怎么改；
复盘：五类里哪类成功率最高/最低？和本课"安全梯度"的预测一致吗？

进阶路线（可选）：挑成功率最低的那类镜头，做一轮单变量降级实验——保持画面内容不变，把双重运动拆成"只动主体"和"只动机位"两条分别生成，验证"双重运动是难度倍增器"这个结论。

注意

本课作业的实验日志别丢：L2 镜头表的「提示词草稿」栏现在可以正式填写了——用十槽位把你 30 秒项目的 6–10 个镜头全部写出来，就是下一课开工前的最佳准备。

随堂测验

随堂测验0 / 4 题正确

1. 提示词写了「她推开门走进书店，浏览书架，抽出一本书翻看，然后走向收银台」。按本课纪律，问题在哪？

2. 「摄影机环绕一位正在旋转跳跃的舞者」生成失败率很高。按「安全梯度」，保住画面代价最小的降级方案是？

3. 为什么建议几乎每条视频提示词都写上「无镜头切换」？

4. 分镜表里标了「跑者从左向右」，提示词却只写「跑者跑过街道」。最可能的后果和正确做法是？

划选正文任意文字可高亮、批注或加入复习卡

讨论

载入中…