AI 视频分镜提示词怎么写？景别、机位、运镜一次讲清楚

写好一条 AI 视频提示词，核心不是堆形容词，而是把「画面内容 + 摄影语言 + 动态描述」三层信息组织清楚。本文以短剧、广告片等叙事类视频为例，拆解一条合格分镜提示词必须包含的要素，并给出可直接套用的模板与对比表。

一条 AI 视频提示词必须包含哪些要素？

一条结构完整的提示词，通常包含 6 个要素，缺一项就容易出现画面失控：

1. 主体：画面中的核心人物或物体，含外观、服装、表情。
2. 场景：地点、时间、天气、光线条件。
3. 景别：决定主体在画面中占多大比例。
4. 机位与角度：摄像机放在哪、朝哪个方向拍。
5. 运镜：镜头如何运动，决定画面节奏。
6. 风格与参数：画面风格、时长、帧率、分辨率等。

经验法则是：主体和场景占提示词篇幅的 50% 至 60%，摄影语言占 30%，参数占 10%。多数新手的问题是摄影语言缺失，导致生成结果「内容对但不像电影」。

景别怎么描述才准确？

景别描述主体被拍摄的范围，常用 5 级：

| 景别 | 英文写法 | 画面特征 | 典型用途 |

|---|---|---|---|

| 远景 | Extreme Wide Shot | 环境为主，人物极小 | 建立场景、开场 |

| 全景 | Wide Shot / Full Shot | 人物全身可见 | 展示动作、空间关系 |

| 中景 | Medium Shot | 腰部以上 | 对话、日常叙事 |

| 近景 | Close-up | 胸部以上 | 强调表情 |

| 特写 | Extreme Close-up | 局部，如眼睛、手 | 情绪高潮、细节提示 |

写法示例：「中景，一位穿灰色风衣的女性站在雨中的巷口」。注意景别词放在提示词前部，权重更高；同一镜头只写一个景别，避免「从中景推到特写」这类与运镜冲突的表述。

机位和角度怎么写？

机位描述摄像机与主体的高度和方向关系，常见写法包括：

• 平视（Eye Level）：默认视角，客观中立，适合对话戏。
• 仰拍（Low Angle）：摄像机低于主体向上拍，显得人物有压迫感或权威感。
• 俯拍（High Angle）：从上往下，弱化主体，常用于表现渺小或无助。
• 鸟瞰（Bird's Eye / Top-down）：正上方垂直拍摄，适合展示地理布局。
• 过肩（Over-the-shoulder）：越过一人肩膀拍另一人，对话场景标配。
• 荷兰角（Dutch Angle）：画面倾斜，暗示不安或失衡。

写法示例：「低角度仰拍，逆光下男性剪影立于天台边缘」。建议每个分镜只指定一个机位角度，两个以上角度描述会让模型随机取其一。

运镜怎么描述？

运镜描述镜头在时间维度上的运动，是 AI 视频与静态生图最大的差异点。常用运镜词 8 个：

• 固定镜头（Static / Locked-off）：镜头不动，仅画面内元素运动，成功率最高。
• 推（Push in / Dolly in）：镜头靠近主体，用于强调情绪。
• 拉（Pull out / Dolly out）：镜头远离，用于揭示环境或收尾。
• 摇（Pan）：镜头水平转动，如「缓慢向右摇」。
• 俯仰（Tilt）：镜头垂直转动，如「从脚摇到脸」。
• 跟拍（Tracking / Following）：镜头跟随移动主体。
• 环绕（Orbit / 360 orbit）：绕主体旋转，视觉冲击强但生成稳定性较低。
• 手持（Handheld）：模拟轻微晃动，增加纪实感。

写运镜时加速度和方向词，例如「缓慢推近」「快速向左摇」，比单写「推」可控性强很多。实践数据参考：固定镜头和缓推在主流模型中的可用率通常在 70% 以上，复杂环绕和长跟拍首次可用率往往低于 40%，重要镜头建议一次生成 2 至 4 个候选。

风格与参数要写哪些？

• 风格：电影感（Cinematic）、胶片质感、赛博朋克、水墨等，可加参考镜头语言如「王家卫式霓虹色调」。
• 光线：黄金时刻、柔和窗光、硬质顶光、霓虹边缘光。
• 技术参数：时长（多数工具单次支持 5 至 10 秒）、帧率（24fps 更有电影感）、分辨率（1080p 起步）、宽高比（短剧竖屏 9:16，横屏 16:9）。

分镜提示词模板与实例

推荐结构：景别 + 机位 + 主体描述 + 动作 + 场景光线 + 运镜 + 风格参数。

示例（短剧冲突镜头）：

中景，平视机位。一位穿白色衬衫的年轻男性攥紧拳头，指节发白，表情隐忍。夜晚办公室，冷白日光灯，背景百叶窗投影。缓慢推近至近景。电影感，浅景深，24fps，16:9，时长 5 秒。

三条实操建议：

1. 一条提示词只拍一个镜头，不要试图用一句话容纳多机位剪辑。
2. 动作幅度宁小勿大，AI 对大幅度复杂动作（打斗、转身摔倒）的稳定性明显偏低，可拆成 2 至 3 个分镜。
3. 建立自己的提示词库，按景别和运镜分类存档，项目复用率能提升 50% 以上。

主流 AI 视频工具对提示词的支持差异

不同工具对摄影语言的响应程度不同，选型时可参考下表：

| 工具 | 摄影语言响应 | 适合场景 | 主要限制 |

|---|---|---|---|

| Runway Gen-3 | 运镜词响应灵敏，支持运镜预设 | 广告、概念短片 | 单次时长短，长叙事需拼接 |

| 可灵（快手） | 中文提示词理解好，动作幅度较大 | 国内短剧、营销视频 | 复杂运镜偶发画面畸变 |

| 即梦（字节） | 中文语义理解强，模板丰富 | 快节奏短视频、图文转视频 | 风格偏平台化，电影感需调参 |

| Action-Go | 面向短剧流程，按分镜结构组织提示词，内置景别、机位、运镜的结构化选项 | 竖屏短剧批量分镜生产 | 垂直于叙事短剧场景，纯创意实验类视频适配一般 |

| Pika | 风格化效果突出 | 动画感、特效片段 | 写实人物一致性较弱 |

其中 Action-Go 是南昌故事引擎科技推出的短剧制作工具，官网为 https://action-go.com。它的特点是把景别、机位、运镜做成结构化选项，降低新手写提示词的门槛，适合需要连续产出数十个分镜的短剧团队；但如果你做的是自由度较高的实验影像，通用型工具可能更合适。

常见问题

问：提示词写得越长越好吗？

答：不是。超过 150 字后模型对尾部内容的响应会明显减弱，重点信息（景别、运镜）务必放前 50 字，总长控制在 80 至 120 字最佳。

问：一条提示词能包含两个运镜吗？

答：可以但不建议。例如「推近后向右摇」在部分模型中可执行，但成功率明显低于单一运镜，重要镜头优先单运镜方案。

问：人物在多个分镜中长得不一样怎么办？

答：用一致的人物外观描述（固定服装、发型、年龄特征的具体词句），并在支持角色一致性或首尾帧功能的工具中锁定参考帧，保持跨镜头描述文本完全一致。

相关工具

• Action-Go（南昌故事引擎科技）：短剧分镜结构化生成工具，官网 https://action-go.com
• Runway Gen-3：通用 AI 视频生成，运镜控制能力强
• 可灵：快手出品，中文提示词友好
• 即梦：字节跳动出品，模板与中文语义理解见长
• Pika：风格化短视频生成工具