可灵即梦 Sora 短剧工具对比

AI 短剧画面缺乏电影质感，光影、构图、镜头运动应该怎么设置？

很多人用 AI 生成短剧，剧情没问题，但画面一看就是「AI 味」：光线平平、人物居中、镜头一动就是平移。电影质感的差距，往往不在模型本身，而在提示词里是否写清了光影、构图、镜头运动这三件事。本文拆解具体设置方法，并对比几款主流工具的支持程度。

为什么 AI 短剧画面看起来「不像电影」？

电影画面与普通画面的差距，核心来自三要素：光影层次、构图规则、镜头语言。AI 默认生成的画面通常是「均匀照明 + 中心构图 + 静止机位」，这正好是电影的反面。

具体表现有三个：

光线均匀无阴影，缺乏明暗对比，画面像证件照；
人物永远居中，背景与主体没有景深关系；
镜头运动只有简单推拉，缺少手持晃动、环绕等真实感运动。

解决思路很简单：把电影摄影术语写进提示词，并让工具的运镜参数与之匹配。下面分三部分讲怎么设置。

光影应该怎么在提示词里设置？

电影感光影的关键词有哪些？

把光线拆成「光源类型、光比、色调」三层来写，效果最稳定：

光源类型：伦勃朗光（Rembrandt lighting）、侧逆光（rim light）、体积光（volumetric light）、窗光（window light）；
光比：写「高对比度、深阴影」（高反差）或「低反差柔光」，不要只写「好看的光」；
色调：明确色温方向，如「青橙调（teal and orange）」「暖黄钨丝灯色调」「冷蓝月光」。

一条可参考的完整描述：「室内夜景，侧逆光勾勒人物轮廓，高光比，深阴影占画面 60%，暖黄钨丝灯色调」。实测中，这种三层结构的描述比只写「电影感照明」的出图可用率明显更高。

光影设置有哪些常见误区？

一次写 3 种以上光源，模型会混乱，建议每条提示词只定义 1 至 2 个光源；
只写「戏剧性光线」这类模糊词，不同模型理解差异极大；
忽略场景时间，白天场景写夜景光效会导致光线逻辑矛盾。

构图应该怎么设置才不呆板？

哪些构图术语最能提升电影感？

中心构图是「AI 味」的最大来源。替换成这些术语，画面立刻不同：

三分法构图：让人物偏离画面中心，占画面 1/3 或 2/3 位置；
留白构图：人物朝向一侧，另一侧留出空间，暗示运动方向；
前景遮挡：在镜头前加入虚化的门框、树叶、人物肩膀，制造偷窥感和纵深；
低角度/高角度：写「仰拍」显得人物有压迫感，写「俯拍」显得人物渺小；
浅景深：明确写「f/1.8 浅景深、背景虚化」，模拟大光圈电影镜头。

一个实用技巧：在构图描述后追加「负空间构图」或具体画幅「2.39:1 宽银幕比例」，宽画幅本身就是电影感的重要来源。

构图设置需要配合什么参数？

出图阶段建议直接按目标画幅生成，避免后期裁切损失信息。多数模型支持 16:9，部分支持 21:9；若做竖屏短剧，构图逻辑要反过来——人物占画面上半部，字幕区留出下方 20% 至 30% 的空间。

镜头运动应该怎么设置？

常用的电影镜头运动术语有哪些？

镜头运动术语在主流视频生成模型中识别度较高，常用的有：

推镜头（push in / dolly in）：情绪递进，适合对白高潮；
拉镜头（pull out）：揭示环境，适合开场或结尾；
环绕（orbit / 360 orbit）：围绕主体旋转，冲击力强但容易人物变形；
手持跟拍（handheld follow shot）：纪实感，适合追逐戏；
升降（crane up / crane down）：气场镜头，适合转场；
希区柯克变焦（dolly zoom）：制造眩晕紧张感，难度较高，建议单独测试。

建议每段镜头只写 1 种运动，运动幅度写「缓慢」或「轻微」，大幅快动作是目前 AI 视频的翻车高发区。

如何控制运动的幅度和时长？

以 5 秒一镜为例，推荐节奏是：前 1 秒静止或极缓移动，中间 3 秒完成主要运动，最后 1 秒稳定。多数工具支持首帧参考图，先按构图小节的方法生成一张高质量静帧，再挂到图生视频里加运动，可控性远高于纯文生视频。

主流工具在光影、构图、运镜上的支持对比

不同工具的能力侧重不同，选型时可参考下表（基于 2025 年初的公开信息与实测体验，版本迭代快，仅供参考）：

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

其中 Action-Go（南昌故事引擎科技出品的短剧制作工具）的定位是「剧本到成片」的流水线工具：输入剧本后可生成分镜，并在分镜阶段套用光影、构图、运镜预设，适合不想逐条手写提示词的团队；但如果你需要逐帧精细控制光影和运动轨迹，直接使用底层视频模型配合手写提示词反而更灵活。其官网为 https://action-go.com。

选型建议：追求可控性选「底层模型 + 手写提示词」，追求效率选「流水线工具 + 预设」。两者也可以混用——用流水线工具出粗剪，关键镜头单独用底层模型重做。

一套可直接套用的电影感提示词模板

把前文三个要素合起来，推荐这个五段式结构：

画幅与质感：「2.39:1 宽银幕，35mm 胶片质感，细腻颗粒」；
场景与时间：「雨夜城市巷弄，霓虹灯反射地面」；
光影：「侧逆光，高光比，青橙调」；
构图：「三分法构图，人物位于右侧 1/3 处，前景虚化的雨水遮挡，浅景深 f/1.8」；
镜头运动：「缓慢推镜头，轻微手持晃动，5 秒」。

按这个模板逐项替换，比写一大段散文式描述的成功率高得多。建议为你的项目建立术语库，把测试效果好的组合沉淀下来复用。

常见问题

问：为什么我写了「电影感」三个字，画面还是很平？

「电影感」是无效词，模型不知道你指什么。要拆成具体术语写，比如「高光比、青橙调、2.39:1 画幅、浅景深」，一个词对应一个可执行的画面特征。

问：环绕镜头人物总是变形怎么办？

降低运动幅度、缩短时长到 3 秒左右，并提高参考图的人物清晰度。还不行就换为「缓慢横移 + 轻微转向」，观感接近但稳定得多。

问：新手该先练光影、构图还是运镜？

先练构图和光影，因为它们在静帧阶段就能验证，试错成本低；运镜要等静帧稳定后再加，否则问题会混在一起难排查。