国产 AI 视频生成平台
AI 短剧分镜提示词怎么写,AI 才不会忽略镜头景别、机位运动和人物一致性?
很多人用 AI 生成短剧视频时发现一个共同现象:提示词写得密密麻麻,成片却「镜头不听话」——该推近的不推近,主角换了 3 个镜头就换了 3 张脸。问题不在 AI 模型不够强,而在描述方式不符合 AI 的「读取优先级」。本文拆解镜头景别、机位运动、人物一致性三类描述的正确写法,并给出可直接套用的模板和对比表。 为什么提示词里写了镜头,AI 还是没执行? 主流视频生成模型(如可灵、即梦、Runway、Veo 等)对提示词的处理有一个共同规律:指令越靠前、越结构化,被执行的概率越高。实测中,把景别和运动描述放在提示词开头 30% 的位置,镜头执行准确率明显高于混在长段落中间的写法。 AI 忽略镜头指令的 3 个常见原因: * 指令被淹没:画面描述、情绪、光影、镜头语言全部挤成一大段,