写 "Shot of her at the door"，你会拿到一张女人站在门边的图库照片。
写 "Medium shot, waist up. She hesitates at the door. Dusk, warm key"，你会拿到一个能剪进序列的画面。
同一场戏，同一个模型。差别大概是十五个词。
我们在做 Anyscene，所以见过太多积分消失在含糊到什么都产不出的提示词里。下面是修好这件事的六条规则，以及四十条可以直接贴进分镜的镜头提示词。
赶时间就只看规则。提示词库从中间开始。
📝 提示词为什么保留英文：本文的提示词一条都没翻译。现在的模型对英文提示词的响应明显更稳定，译成中文反而会让它们变差。说明文字全是中文。
什么样的镜头提示词才管用
镜头提示词不是图片提示词。图片提示词描述一张画。镜头提示词描述一次连续的拍摄，而它必须能和前后的镜头并排放着还不散架。
这个区别决定了后面的一切。
每条提示词都要填的五个槽
管用的提示词无一例外都填满同样五个槽。漏掉一个，模型就自己猜。
| 槽位 | 回答什么 | 例子 |
|---|---|---|
| 景别 | 主体占画面多少 | Medium shot, waist up |
| 主体 | 谁，或什么 | She |
| 动作 | 正在发生的一件事 | hesitates at the door |
| 光线 / 时间 | 什么时候，怎么打的光 | Dusk, warm key |
| 运镜 | 摄影机做什么，可以没有 | Slow dolly in |
其中三个承担了大部分工作：景别、动作、光线。主体通常从剧本里就清楚了。运镜是可选的——很多好镜头是固定的。
含糊的提示词为什么返回图库照片
模型没见过你的镜头。它只是重建一个符合你用词的画面。
你的词太单薄，它就用训练数据里最常见的东西填空。那是一张居中、打光均匀、中等距离的照片——正是图库照片的长相。
一条提示词一个想法
最快把画面搞成一团糊的办法，就是同时描述两件事。
"She walks in and sits down while the barista looks up" 是三个动作、两个主体。你会拿到一个哪个都没说清的画面。
六条改写规则
下面每条规则都是：一句坏的、一句好的，以及改了什么。这些是真正把我们命中率拉起来的修改。
规则 1 — 明确写出景别
景别是你能加进提示词里收益最高的一个词，也是最常被漏掉的。
前后对照
| 提示词 | |
|---|---|
| ✗ | A shot of the chef in the kitchen |
| ✓ | Medium close-up, chest up. The chef tastes from a spoon. Overhead kitchen light, hard shadows |
没有景别，模型每次都往中景靠——于是你序列里每一帧的距离感都一样。这种平的感觉，就是 AI 做的分镜一眼被看出是 AI 的原因。
💡 提示：如果只记一套术语，就记七种景别 —— ELS、LS、MLS、MS、MCU、CU、ECU。这里其他所有规则都建立在这套词汇上，可打印的图表在这里。
规则 2 — 一个镜头一个动作
句子里出现"然后""一边……一边""同时"，那多半是两个镜头。
前后对照
| 提示词 | |
|---|---|
| ✗ | He opens the letter and his face falls |
| ✓ | 镜头 A：Close-up on hands tearing a letter open. Shallow depth of field |
| ✓ | 镜头 B：Medium close-up, his face falling as he reads. Same window light |
拆开多花了一个镜头，换来一个剪辑点。而正是这个剪辑点，让序列看起来是剪出来的而不是生成出来的。
规则 3 — 写运镜，别写变焦
"Dolly in" 是摄影机在动。"Zoom" 是镜头焦段在变。两者看起来完全不同，都写模型就会把效果叠加两次。
前后对照
| 提示词 | |
|---|---|
| ✗ | Slow zoom in on her face, camera pushes forward |
| ✓ | Slow dolly in to a medium close-up on her face. Handheld, slight drift |
选一个词表示运动，然后就别再描述它了。
规则 4 — 在第一个镜头之前锁定角色参考
生成任何镜头之前，先上传或生成一张参考图。之后每一帧都从它继承。
前后对照
| 做法 | |
|---|---|
| ✗ | 八条提示词里都写"一个穿红夹克的女人"，然后祈祷 |
| ✓ | 先锁定一张参考帧，提示词里写 "the same woman"，让参考图去扛夹克这件事 |
每次都用文字描述角色，是漂移最常见的原因。描述永远不够具体，模型就会把没告诉它的细节重新编一遍。
规则 5 — 把光线和时间写出来
打光是让分散的镜头看起来像同一场戏最便宜的办法。
前后对照
| 提示词 | |
|---|---|
| ✗ | Interior, coffee shop, two people talking |
| ✓ | Interior coffee shop, late afternoon, low sun through the window, warm rim light from camera left. Two people mid-conversation, medium two-shot |
把这段光线描述在同一场戏的每个镜头里原样复用。它对连续性的作用大过任何风格关键词。
规则 6 — 转场和文字别写进去
不要在镜头提示词里要淡入、字幕或音乐。你会拿到一个焊死了模糊文字的画面。
前后对照
| 提示词 | |
|---|---|
| ✗ | Product hero shot that fades into the logo with text "50% off" |
| ✓ | Close-up product hero on matte grey, single soft key from top left, shallow depth of field. Clean negative space top right |
生成干净的画面。文字在剪辑软件里加，在那儿改多少次都不要钱。
40 条可以直接抄的提示词
按镜头承担的功能分组。换掉主体，保留结构。
交代环境与场景
| # | 提示词 |
|---|---|
| 1 | Extreme long shot, city skyline at blue hour, low horizon, lights just coming on. Static |
| 2 | Long shot, empty two-lane road through farmland, heat haze, midday sun overhead. Static |
| 3 | Extreme long shot, single figure crossing a wide snowfield, overcast flat light, high angle |
| 4 | Long shot, exterior of a small shopfront at night, neon sign the only warm source, wet pavement reflecting it |
| 5 | Wide shot, open-plan office interior seen from the doorway, cool daylight through full-height windows. Slow truck right |
一场戏需要几个环境镜头
一个。中途换地点的话偶尔两个。
环境镜头是被过量生成得最多的一类，因为它最好描述。而它也通常是剪辑时第一个被砍掉的。
对话与双人镜头
| # | 提示词 |
|---|---|
| 6 | Medium two-shot, two people across a café table, late afternoon window light from camera left, both in frame at equal size. Static |
| 7 | Over-the-shoulder, past his shoulder onto her face listening, shallow depth of field, warm practical light behind her |
| 8 | Medium close-up, single, chest up, she answers, eyeline just off-lens to camera right. Same warm key |
| 9 | Close-up, his hands turning a coffee cup while he talks, table surface in focus, background fallen off |
| 10 | Medium shot, both standing, one steps back — hold on the gap between them. Static, slightly low angle |
产品与细节
| # | 提示词 |
|---|---|
| 11 | Close-up product hero on matte grey, single soft key from top left, shallow depth of field, clean negative space top right |
| 12 | Extreme close-up, texture of the fabric weave, raking side light to show the grain, macro |
| 13 | Medium close-up, hands unboxing, natural window light, soft shadow under the box |
| 14 | Close-up, product rotating slowly on a plain seamless background, even studio light. Slow 360 rotation |
| 15 | Medium shot, product in use on a kitchen counter, morning light, background softly out of focus |
📖 产品构图的更多内容在电商产品图指南里。
动作与运动
| # | 提示词 |
|---|---|
| 16 | Medium long shot, runner entering frame left and crossing, panning to follow, early morning backlight |
| 17 | Close-up, feet hitting wet pavement, low angle at ground level, spray catching the light. Static |
| 18 | Long shot, cyclist descending a switchback, high angle from across the valley. Slow pan following |
| 19 | Medium shot, someone pushing through a heavy door into daylight, silhouette against blown-out exterior |
| 20 | Medium close-up, hands working quickly at a workbench, overhead light, slight handheld drift |
反应与情绪
| # | 提示词 |
|---|---|
| 21 | Close-up, face reacting, no dialogue, soft key from camera right, background dark and unlit |
| 22 | Extreme close-up, eyes only, catchlight from a window off-frame left. Static |
| 23 | Medium close-up, she hears something off-frame and turns toward it, warm interior light |
| 24 | Close-up, hands going still mid-task, the moment before a decision, table lamp as the only source |
| 25 | Medium shot, someone alone in a doorway, half in shadow, holding the frame a beat too long |
场与场之间的过渡
| # | 提示词 |
|---|---|
| 26 | Extreme close-up, steam rising from a cup, everything behind it out of focus. Static |
| 27 | Long shot, empty room after everyone has left, late light across the floor. Static |
| 28 | Close-up, a hand switching off a desk lamp, frame falling to near-dark |
| 29 | Extreme long shot, same location as the opening shot but at night. Static, matched framing |
| 30 | Medium shot, curtain or door closing across the lens, wiping the frame |
💡 提示：27 和 29 的存在，是为了给剪辑师一个下刀的地方。哪怕剧本没要求，每次换场都生成一个。
广告钩子与 CTA 画面
| # | 提示词 |
|---|---|
| 31 | Medium close-up, direct-to-camera, someone starting to speak, bright even key, vertical 9:16 framing |
| 32 | Close-up, the problem happening — spill, tangle, error screen — harsh overhead light, slightly unflattering |
| 33 | Medium shot, product entering frame as the solution, light lifting as it enters |
| 34 | Close-up, before-and-after held side by side in one frame, even studio light, hard split down the centre |
| 35 | Medium shot, clean composition with deliberate empty space in the lower third for a CTA overlay. Static |
CTA 画面为什么要留白
因为文字是在剪辑时加上去的，不是生成时——规则 6。
要求下三分之一保持干净，你得到的是一个剪辑师可以往上放字幕的画面。直接要字幕，你得到的是拿不掉的模糊文字。
解说与图示
| # | 提示词 |
|---|---|
| 36 | Flat overhead shot, objects arranged on a plain surface, even shadowless light, generous spacing |
| 37 | Medium shot, hand pointing at something off-frame, clean background, no clutter |
| 38 | Close-up, single object isolated on white, no shadow, catalogue lighting |
| 39 | Medium long shot, presenter standing left of frame with empty space right for graphics. Static |
| 40 | Extreme close-up, detail of a mechanism, hard directional light to separate the parts |
让角色在镜头之间保持一致
光靠提示词是留不住角色的。绝大多数人是在这里翻车的。
角色参考图真正锁住的东西
参考图携带的是你永远写不出来的东西：具体的下颌线条、夹克那个准确的色调、头发从哪里分开。
提示词携带的是每个镜头都在变的东西：构图、动作、光线。
想用文字干参考图的活，你每三帧就会换一个人。
一致性模式在哪里开始衰减
顺序生成把每个确认过的镜头当作下一个的参考往前传。小误差会累积。
超过十来个镜头就重新锚定
到十二个镜头左右，漂移会变得肉眼可见——角色一直在复印它自己。回到最初那张参考图重新锚定，而不是继续这条链。
什么时候漂移反而是你要的
歌词段落和蒙太奇是例外。如果每个镜头都是一个独立的世界，顺序参考反而在拖你后腿。
那种情况用速度模式，让镜头发散。
不同模型需要不同的提示词吗
有一点。但没大家以为的那么多。
在模型之间通用的部分
五个槽完全通用。景别、单一动作、光线，以及有正式名称的运镜，在我们试过的每个模型上都成立。
不通用的部分
风格关键词和镜头细节，是模型之间差异最大的地方。在一个模型上产生电影颗粒感的说法，在另一个模型上会变成字面意义的胶片颗粒叠加层。
稳妥的做法
先用平实的语言把镜头写出来。风格关键词放最后，一次加一个，这样你才知道是哪个把画面搞坏的。
浪费积分的提示词错误
| 错误 | 你会看到 | 怎么改 |
|---|---|---|
| 堆五个风格关键词 | 画面浑浊，没有一个风格赢 | 只留一个，确有必要再加第二个 |
| 在描述剪辑 | 分屏和淡入被焊进画面 | 只描述一个画面 |
| 镜头参数写太细 | 脸变形，构图不对 | 写景别，焦距只在真有必要时写 |
| 把整场戏写进去 | 什么都小，什么都看不清 | 一条提示词一个镜头 |
| 没有光线方向 | 平、均匀、毫无特点 | 写清楚光源和它来的方向 |
堆风格堆到没有一个赢
"Cinematic, moody, film noir, high contrast, anamorphic, 35mm, dramatic" 是七条指令在抢同一批像素。
风格关键词以两个为限
超过两个，它们通常就开始互相抵消了。
一次加一个然后重新生成。画面变差的那一刻，你就找到了不该在那儿的那一个。
描述剪辑而不是画面
提示词描述的是单个瞬间。你写下"然后""切到""转场"的那一刻，就已经跑出画面之外了。
镜头参数写太细
焦距只对两件事有意义：脸部的压缩感，以及你保留多少背景。
焦距什么时候真的有用
人像 85mm、广角 24mm，值得写。中间那些全是景别已经覆盖过的噪音。
怎么试提示词又不烧积分
在镜头一上试，不是在镜头六上。
用阵容里最便宜的模型生成单独一帧。构图和光线对了，提示词就对了——然后换成质量更好的模型生成剩下的。
如果在便宜模型上就是错的，在贵的上面也一样错，只是更贵。
最省的顺序
先构图，再光线，最后风格。每一项都比它后面那项更便宜改。
风格关键词永远放最后——它是唯一一个在不同模型上表现不同的部分，提前定死意味着换模型时要重做。
常见问题
什么是 AI 分镜提示词？
AI 分镜提示词是对单次摄影机拍摄的文字描述，包含景别、主体、单一动作、光线，以及可能的运镜，用来生成镜头序列中的某一帧。它和普通图片提示词的区别在于：生成出来的画面必须能和左右两边的镜头接上。
一条镜头提示词该多长？
15 到 30 个词能填满五个槽，又不至于把模型框死。太短，模型会用它的平均猜测填空；长很多，指令之间就开始互相竞争。上面这套提示词的长度在 12 到 28 词之间。
工具会自动生成提示词，我还需要自己写吗？
不需要。拆解工具会给每个镜头写一份初稿。但那份初稿在设计上就是通用的，而改文字免费、重新生成画面不免费。AI 分镜生成器把所有提示词都开放编辑，正是因为这个。
为什么我的角色每个镜头都长得不一样？
因为提示词在干参考图的活。文字没法把一张脸指定到能复现的精度。先锁定一张参考帧，再用一致性模式让每个确认过的镜头喂给下一个。
每条提示词都要写运镜吗？
不用。固定是一个正当的选择，在对话和产品镜头里往往还是更对的那个。运镜要在它有活干的时候才加——揭示信息、跟随动作、制造张力。每个镜头都在动，读起来就是坐立不安。
这些提示词能商用吗？
能。它们是镜头描述，不是代码也不是受版权保护的文本——就像"中近景，窗光"这种话已经写在分镜表上一百年了。拿去，把主体换掉。
拿去，然后打破它
把四十条抄走。换主体、留结构，不再有帮助的规则就扔掉。
唯一一条在任何条件下都值得留着的是第一条：写出景别。其余全都可以谈。
有了满意的提示词，就把剧本贴进 AI 分镜生成器，然后改它返回给你的拆解结果——那是应用上面所有内容最便宜的地方。
另外，在动其余五个镜头之前，先用最便宜的模型生成镜头一。
上面这套提示词里的景别如果需要展开，完整参考在这里——七种景别、六种运镜，还有可打印的图表。