AI 视频提示词:十位导演的镜头语言,我拆成了能直接抄的六维母版

你写「王家卫风格」，模型收到这四个字之后，其实没什么可执行的对应。它知道这四个字大概指的是什么气氛，但不知道镜头该放在哪，也不知道光从哪个方向来、画面里该有几种颜色。它只能按训练数据里最常见的样子给你交一份平均值。平均值不难看，但没有记忆点。

导演的视觉系统是可以拆的。焦段与画幅管画面多大，构图管人站在哪里，光线和色彩管画面什么脾气，运动和节奏管它怎么呼吸。六格填清楚，一件说不清的事就变成了六个能填的格子。后面十句用的是同一个场景：同一段云海之上的宫殿长阶，同一个提灯的少女，十位导演各写一句。你可以横向对照，看同一个场景落在不同的系统里会长成什么样。

先说说「王家卫风格」进到模型里会发生什么

模型对文字的理解建立在它见过多少种说法上。风格名是抽象名词，没有任何能落到画面上的具体参数，模型只好往平均值靠。而视觉决策是具体的，24mm 还是 85mm、光从哪来、是硬还是软、暗部压成青绿还是脏黄，每一项都在缩小它的选择范围。

有人会说那就换个更贵的模型。同一句抽象描述丢给再强的模型，出来的还是平均值，只是平均值更精致一点。六个维度各自收窄一次，画面才开始有指向。

这里有个反方值得摆出来，因为持相反立场的人会原样引用它：把六个维度写满，等于把模型的手脚绑住，反而拿不到它最擅长的意外。很多创作者只给一句有情绪的话，出来的东西比参数堆砌更有灵气。这个质疑有它的道理，控制越细，画面越接近你脑子里那一张，也越难出现你没想过的画面。我的用法是两个阶段分工：先用六维把方向钉住，拿到一张稳的；再故意撤掉两维，让它自己往空出来的地方填。

模型不缺审美，缺的是一句能执行的指令。

六维母版：把感觉换成六个能被执行的决策

下面这块是可以直接填空的母版。写自己的场景时照着填，六个格子填满，再补一句场景与动作，最后一行放负面。

【焦段与画幅】__mm 镜头，__:__​ 的画幅
【构图】主体在画面的__，前景用__遮挡，背景做__（对称／不对称）
【光线】唯一光源是__，方向__，亮暗比约__
【色彩】主色是__，副色是__，饱和度__
【运动】机位__（固定／手持／稳定器），镜头做__，主体动作__
【节奏】剪辑感是__，停顿落在__
【场景与动作】__（谁，在什么场景，正在做什么）
【负面】不要__

八个格子里，前六个是导演风格，后两个是你的活。同一句场景换六个格子，画面就会换一个人；只换后两个格子，出来的永远是同一部片。

同一段宫殿长阶，十位导演各写一句

十句共用同一句场景与动作，那句单独写在这里，十句里不再重复：

云海之上，一座宫殿正面的长阶，石阶从脚下一直铺到远处的殿门，两侧排着两列青铜灯柱。一个穿青蓝织金汉服的狐耳少女站在台阶中段，手里提着一盏青铜凤首灯，额间一道红纹，转头看向镜头，抿唇微笑，衣料和发梢上浮着金色的细尘。

下面十句只写风格，可以直接复制。每句开头那句是在说这位导演把哪一维推到极致；用的时候把上面那句接在后面，就是你自己的提示词。

王家卫，把运动维和色彩维拉到极致：

24mm 广角贴身跟拍，2.35:1 宽画幅。前景用大面积遮挡，主体只露出一部分，镜头像在偷看。唯一光源是冷白光加一盏暖源，暗部压出青绿，洋红落在暖源和高光上。慢门抽帧，动作拖出残影，画面带明显胶片颗粒，暗部留得住层次，不糊成一片黑。不要清晰锐利的画面，不要均匀明亮的照明。

张艺谋，把构图维拉到极致：

50mm 标准焦段，1.85:1。画面从中间一分为二，主体压在正中，背景排成规整的重复阵列，向纵深排成两列。顶部天光均匀压下来做干净的主光。全片只留一个主色正红，落在暖源和画内物件上，其余颜色压成灰。机位缓慢直线推进，几乎无手持。不要歪斜构图，不要杂色，不要手持晃动。

侯孝贤，把节奏维拉到极致：

85mm 中长焦，固定机位，1.66:1。主体只占画面一角，大片留白，前景有一层轻遮挡。纯现场光，不补光，主体半侧身影落进阴影。低饱和褪色，偏青灰，整体色温偏绿。镜头几乎不动，一个镜头到底，停顿落在主体静止的那几秒。不要推拉，不要特写，不要干净精致。

姜文，把光线维拉到极致：

28mm 广角轻微畸变，1.85:1。倾斜构图，地平线故意歪三度，中间突然切一个极近特写。硬光，顶光直打，地面留下锐利的影子。高反差，暖金黄铺满整个空间，暗部保留细节但压得很深。手持甩镜，镜头带着呼吸感。不要柔光，不要平静的画面，不要对称。

杜琪峰，把光线维和节奏维一起拉满：

50mm 中远景，2.39:1。站位落在两侧纵深拉出的几何交叉点上，像被舞台调度过一样。顶光与侧光把画面切成两半，暗部占到六成以上，唯一暖源从画内一侧透出，冷蓝的环境光从画外渗进来。不要连续运镜，不要明亮，不要晃动。

贾樟柯，把质感维拉到极致：

35mm 手持，1.85:1。构图随意，主体偶尔被切出画框，前景有随手堆着的杂物。现场光加一盏暖源，灰尘在光柱里散射。低饱和，偏灰绿和脏黄，画面发闷。镜头跟着晃了几下，然后突然停住。不要滤镜感，不要设计过的构图，不要漂亮。

诺兰，把画幅与信息密度拉到极致：

65mm 大画幅质感，2.2:1。画面里每一件小物都清晰可辨，信息塞满整个画面。远景装下整个空间，近景只装得下一点局部，两者直接对切，中间不留过渡。自然光加画内光源，顶光不做美化，亮度如实。冷灰钢蓝，整体去饱和，高光偏冷。不要暖调，不要手持，不要浅景深虚化。

韦斯·安德森，把构图维和色彩维一起拉满：

40mm 中焦，机位正对画面，1.85:1。左右完全对称，主体压在正中线上，画内所有物件全部摆成正对镜头的平面。光打得很匀，几乎看不到硬阴影。粉彩色系，主色是薄荷绿和天蓝，点缀芥末黄与粉红，暖源取芥末黄。机械式横移，或者直接俯拍平铺，把成排的小物拍成一张清单。不要歪斜，不要硬阴影，不要暗调。

昆汀，把焦段维和色彩维拉到极致：

18mm 超低机位仰拍，2.39:1，主体与背景被拉高，顶部结构成为背景。同一支片子里再切长焦压缩空间，把前后景压在同一平面上。硬光，70 年代胶片质感，暖黄与正红高饱和，暖源红得发亮。不要柔光，不要稳定的镜头，不要冷色。

大卫·芬奇，把运动的克制拉到极致：

50mm 中焦，2.39:1，运镜的精度按毫米算。稳定的几何监控视角，机位放在高处俯压，主体被框在格子里。低照度，唯一的光是一盏暖源，暗部占到画面一大半。暗部压成青绿，高光留一点暖，饱和度整体拉低。不要手持，不要暖调，不要多余的光源。

十句里没有出现石阶、灯柱和那个提灯的少女，它们全在上面那句共用句里。换一个场景，这十个格子照样能用。

十句里没有一句提到「风格」「电影感」「高级」这些词。能写出焦段、光位、色值和机位运动的句子，模型才接得住；只写形容词的句子，模型只能给你平均值。

怎么验：同一句提示词跑两次，看三列

这套提示词不用十条全跑。最省钱的验法是只改一维：拿第三条（侯孝贤）复制一份，把【焦段】从 85mm 改成 28mm，其余五个格子一个字不动，两次跑出来的画面对照看。人脸有没有变形、前景有没有被拉进来、画面里的空间关系变了多少，一眼就能看出焦段这一维在画面里到底管什么。

要横向比十位，看三列就够：

拿到图先看一件事，不管跑的是哪一维：主体还在不在。暗部压到看不清人的那张，是废片，不是暗调风格。

运动和节奏这两维，一张静帧看不出来，得跑视频。先用静帧把构图、光线、色彩三维比清楚，再花视频的钱去验运动和节奏，这样每一分钱都花在你已经知道要看什么的地方。

每位导演最怕模型多给什么

负面清单要跟着导演走，写反了就把风格抵消掉。

每位导演的签名都靠几件事立住，模型只要顺手加上反面的东西，签名就没了。

怎么自己拆一位新导演

这六个格子不只能填这十位。找一部你反复看都不腻的片子，挑一帧你看得最舒服的画面暂停，然后问六个问题：

1. 人脸有没有被拉宽或者压扁，这决定焦段长短
2. 画面横竖比例接近多少，这决定画幅
3. 人物站在画面的哪个位置，前景有没有东西挡在前面
4. 光从几个方向来，亮面和暗面差多少，暗部是什么颜色
5. 现场的主色是哪一个，除了它之外还剩几种颜色
6. 镜头在动还是停，如果动，是匀速还是突然

六个答案写下来，就是这位导演的六维。换场景的时候不要改这六个答案，只改场景与动作那一格，风格才是风格；一旦六个答案也跟着场景变，出来的就是你自己了。

想省几步，可以装这几个 skill

六个格子还是得自己填，但填格子要用到的词，别人已经整理成现成的 skill 了。我把这个方向能找到的都点开看过一遍，按文章里那几件事各挑一个，五个的最后更新都落在 10 月。

有两件事得先讲。星数最高那个不是给视频模型用的，它的片子由代码渲染出来，镜头卡拿来当词表可以，指望它替你写视频模型的提示词会失望。星数最少那个反而最贴题，它专治「把感觉翻成参数」这一步。还有一点：五个里四个是 7 月之后建的，这个方向的东西都还很新，没有哪本书能教你。

先到这里。同一段石阶、同一盏灯、同一个人，十个人来拍，出来的应该是十种画面；如果十张图看起来像同一个人拍的，那是六个格子没填。