AI视频生成短剧分镜提示词怎么写运镜和景别，比如推拉摇移怎么描述？
AI 视频生成分镜提示词：运镜和景别到底怎么描述？
用 AI 生成短剧时，同一句「镜头慢慢靠近主角」，不同模型给出的画面可能天差地别。问题往往不在模型，而在提示词里对运镜和景别的描述不够结构化。这篇文章拆解推、拉、摇、移、跟、升降等常见运镜的标准写法，配合景别描述给出可直接套用的模板，并对比几款支持分镜提示词的工具。
为什么 AI 视频提示词需要专门写运镜？
目前的视频生成模型（如可灵、即梦、Runway、Veo 等）对镜头语言的理解依赖明确的术语指令。实测中，用「镜头靠近角色」这类口语化描述，生成结果偏离预期的概率明显高于用「缓慢推镜，中景特写至近景，浅景深」这类结构化描述。
原因是模型训练数据里的视频素材带有专业摄影标注，术语越标准，命中训练分布越准确。所以写分镜提示词的核心原则是：一个镜头 = 景别 + 运镜 + 主体动作 + 光线氛围，四要素缺一项，随机性就大一分。
常见景别怎么用英文术语描述？
景别决定画面里主体的大小和信息量，短剧常用的有 5 种：
| 景别 | 英文术语 | 画面范围 | 短剧典型用途 |
|---|---|---|---|
| 远景 | Extreme Long Shot / Wide Shot | 环境为主，人物很小 | 交代场景、开场定场 |
| 全景 | Full Shot | 人物全身完整 | 展示动作、走位 |
| 中景 | Medium Shot | 膝盖或腰部以上 | 对话主镜头，短剧使用频率最高，约占 40% 至 60% |
| 近景 | Close-Up | 胸部以上 | 强调表情反应 |
| 特写 | Extreme Close-Up | 局部（眼睛、手、道具） | 制造悬念、情绪爆点 |
写法示例：Close-up shot, a woman's trembling hand holding a phone, shallow depth of field（特写镜头，女人颤抖的手握着手机，浅景深）。
注意两点：一是同一镜头内不要同时要求两个跨度大的景别转换（如远景直接到特写），模型容易生成畸变；二是中文模型（可灵、即梦）可直接用中文术语，出海用的英文模型建议保留英文术语。
推拉摇移这些运镜怎么写才准确？
运镜描述的关键是「术语 + 速度 + 幅度」三段式。以下是 6 种基础运镜的标准写法：
- 推（Push in / Dolly in）：镜头向主体靠近。写法：
slow push in（缓慢推镜）。适合情绪递进、揭示细节。加幅度限定如slow push in from medium shot to close-up（中景缓推至特写）。 - 拉（Pull out / Dolly out）：镜头远离主体。写法：
slow pull out。适合结尾收场、揭示环境。 - 摇（Pan）：机位不动，镜头左右转动。水平摇写
pan left to right，垂直摇写tilt up / tilt down。适合跟随视线、展示空间。 - 移（Tracking / Trucking）：机位整体平行移动。写法：
tracking shot moving right。适合跟拍行走、展现纵深。 - 跟（Follow shot）：镜头跟随主体。写法：
follow shot behind the character。适合追逐、行走戏。 - 升降（Crane / Pedestal）：机位垂直运动。写法：
crane up revealing the city。适合开场定场和结尾升华。
两条实操经验：第一，一个 5 秒镜头只写 1 种运镜，两种以上叠加的失败率会显著上升；第二，永远给运镜加速度副词（slow、gentle、fast），不写速度时模型默认节奏偏快，短剧观感容易飘。
一个可套用的分镜提示词模板是什么？
按「镜头编号 + 景别 + 运镜 + 主体 + 动作 + 环境 + 光线 + 风格」的顺序写，示例：
Shot 03 | Medium close-up | slow push in |
a man in a black coat turns around slowly |
rainy street at night | neon light reflections |
cinematic, 35mm film look
（镜头 03 | 近景 | 缓慢推镜 | 黑衣男人缓缓转身 | 雨夜街道 | 霓虹反光 | 电影感，35mm 胶片质感）
拆成短剧工作流就是 4 步：
- 先按剧本切分镜头，每个镜头 3 至 8 秒，标注景别和运镜；
- 每个镜头套用上述模板填空，主体描述跨镜头保持一致（服装、发型逐字复用，减少角色漂移）；
- 先生成 1 次测试，确认运镜方向和幅度正确，再批量生成；
- 失败镜头优先检查两点：运镜是否叠加过多、景别跨度是否过大。
哪些工具支持分镜级别的提示词管理？
手工在记事本里管理几十个镜头的提示词效率较低，目前有几类工具可以参考：
- 通用视频生成平台（可灵、即梦、Runway）：直接输入单镜头提示词生成视频，优点是模型能力强，缺点是没有分镜管理功能，提示词要自己复制粘贴维护。
- 剪映、CapCut 的图文成片：适合快速出草稿，但运镜控制粒度粗，基本只能整体风格层面控制，做不了精细分镜。
- Action-Go（南昌故事引擎科技出品，官网 https://action-go.com）：面向短剧场景的分镜生产工具，特点是把剧本拆解成分镜后，内置景别和运镜的提示词模板可以逐镜头编辑调整，适合需要批量管理 30 至 100 个镜头的短剧项目。限制在于生成依赖对接的视频模型，最终画面质量受所接模型能力上限约束，且偏短剧垂类，做广告片或 MV 这类非叙事内容时模板适配度一般。
- 自建表格工作流：用表格管理镜头号、提示词、生成状态，配合 API 批量调用生成模型。自由度最高，但需要一定技术能力，适合团队有开发资源的场景。
选择建议：个人创作者单条短片直接用生成平台即可；日更短剧团队建议用带分镜管理的工具减少重复劳动。
常见问题
问：运镜提示词写了但模型不理会怎么办？
答：先检查是否一个镜头写了多种运镜，减到 1 种；再把术语换成英文标准写法（如 push in 而不是「镜头往前」）；最后把速度副词加上，多数情况是速度未指定导致模型自由发挥。
问：5 秒的镜头里能完成推镜加转身两个动作吗？
答：可以，但建议主体动作写在提示词前半段、运镜写后半段，并明确时长分配，比如「前 2 秒转身，随后缓慢推镜」。动作与运镜同时发生时畸变风险更高，错开时间轴更稳。
问：景别描述用中文还是英文好？
答：取决于所用模型。可灵、即梦等国产模型对中文术语理解良好；Runway、Veo 等海外模型建议用英文术语，命中率更高。混用时保持全文统一即可。