夜雨聆风你有没有过这样的体验？熬夜苦学各种AI视频教程，信心满满地敲下一串提示词，脑海里已经浮现出大片级的镜头。结果呢？AI“吭哧吭哧”跑了半天，最终呈现的画面，让你瞬间从导演梦中惊醒，只剩下一声长长的“呃……”
这种“让人沉默”的AI视频。它不是画质不好，现在AI的画质早已经突飞猛进，堪比高清电影截图。但关键是，那种扑面而来的“不对劲”！人物肢体僵硬得像木偶，转个头仿佛脖子卡壳，手臂的弧度扭曲得让人怀疑人生，迈开步子却像踩着空气在飘。更别提那些突然凭空消失的人影，或者下一秒就闪现到屏幕边缘的“鬼影步”了。
还有一种，是经典的“PPT加滤镜”感。你明明要的是一个波澜壮阔的场景，它却给你一张带着微弱光影变幻的图片，美其名曰“视频”。仿佛只是给一张照片套了个“轻风拂过”的动态滤镜，然后就敢大摇大摆地出来混。
最让人崩溃的，莫过于各种诡异的“穿模”事故。人物的衣服仿佛拥有了生命，直接穿透身体；原本茂密的头发突然变成“地中海”；两个人深情拥抱，结果一只手直接穿进了对方的胸膛……好好的浪漫场景，一秒变灵异现场。
这些令人哭笑不得的“翻车现场”，常常让我们把锅甩给AI：“这模型不行！”“AI果然还是不行！”但你有没有想过，也许问题并不完全出在AI身上？很多时候，它只是忠实地执行了你的“指令”，而你的“指令”——也就是那些提示词，可能才是导致这些“让人沉默”画面出现的真正根源。它不懂你的“电影感”，它只懂你给的每一个字。
视频提示词的重要性
生成图片的时候，很多人已经养成了写结构化提示词的习惯，但到了视频，往往又退回到了「写一句话描述一下我想要什么」的状态。
这是最大的问题所在。
视频比图片复杂很多，因为它多了一个维度，时间。一张图是一个瞬间或是一帧，一段视频是一个过程，AI需要知道的信息量是完全不同量级的。
运镜优先提示词结构
我们目前研究的视频提示词有两套结构，分别对应着不同的使用场景。
首先第一套是「运镜优先」结构，适合场景空镜或者氛围镜头，结构是时间+主体+动作+光影+镜头语言+风格+画质+约束。
举个具体的例子，同样是拍一个夜晚的城市街道，你写「夜晚的城市街道，很繁华」，和你写「深夜凌晨两点，霓虹灯倒映在雨后湿润的柏油路面上，行人稀少，远处偶有出租车驶过，镜头从地面积水的反光处缓慢向上推移，最终落在远处霓虹招牌，浅焦，灯光晕散，赛博朋克色调，电影胶片质感，画面中不出现文字」，出来的结果是两个世界。
叙事优先提示词结构
第二套是「叙事优先」结构，适合有人物、有情节的镜头，结构是人物+背景+场景+行为+冲突+镜头语言+风格+光影/天气。
这套结构的核心是「冲突」这个词，很多人写人物视频提示词会漏掉这一层，只写人物在做什么，不写为什么这样做，不写这个行为背后的张力是什么。《丧尸清道夫》的作者在讲解他如何写提示词的时间就说了他不只会写人物的动作还会写为什么这样做。
AI生成人物动作的时候，是需要「理由」的。你说「一个女人在哭」，AI不知道她为什么哭，生成出来的哭泣就会很空洞，表情是哭的样子，但身体语言和整体气氛是脱节的。你说「一个女人站在医院走廊的尽头，手里攥着一张皱巴巴的化验单，背对镜头，肩膀在轻轻抖动」，AI有了具体的情境，有了身体语言的细节，生成出来的东西马上就不一样了。
冲突不一定是戏剧性的大冲突，可以是一个人内心的挣扎，可以是一个细节和整体氛围之间的张力，也可以是动作和环境之间的反差。把这个层次写进去，人物的动作就有了重量。
AI感问题与常见误区
AI视频有一种很典型的「AI感」，很难准确描述，但你一眼就能认出来。
色彩太饱和，光线太均匀，动作太流畅，整体太干净，就是那种感觉，像是一个不存在的完美世界里发生的事情。
很多人的解决方案是加上「电影级画质」「好莱坞大片风格」，但这个方法的效果其实很有限，因为这两个词太模糊了，AI不知道具体该往哪个方向走，很多时候只是让画面变得更精致，AI感反而更重了。
降低AI感的具体方法
真正有效的方法，是写具体的色温和具体的导演风格。
色温要写数值或者非常具体的描述，不是「暖色调」，是「3200K钨丝灯色温，偏橙偏黄，阴影处带一点冷蓝的反光」。不是「冷色调」，是「5500K自然光色温，略带蓝灰，对比度偏低，高光不过曝」。色温的精确描述，能让AI生成的画面在色彩上更接近真实拍摄的质感，而不是那种「感觉调了很多层滤镜」的效果。
导演风格也是一样的道理，不是「电影感」，是「王家卫式的手持跟拍，焦段偏长，背景虚化明显，运动模糊，色彩偏饱和但带颗粒感」，或者是「是枝裕和式的自然光，静态长镜头，几乎没有剪切，日常生活质感，轻微过曝」。
这两个导演的风格完全不同，AI能感知到这种差别，并且把它体现在生成结果上。但是不是所有的视频都适配同一个导演风格的，你需要根据视频的风格来安排最符合的导演风格。不能武侠片你写一个王家卫风格或者郭敬明风格，你要写徐克风格或者胡金铨电影风格。
你写得越具体，AI能创作空间就越小，最后出来的东西就越接近你脑子里的那个画面，AI感就越低。
AI提示词：新的导演语言与未来展望
我们在研究的时候一直觉得，AI视频的提示词写作，本质上是在学一门新的导演语言。
因为你需要知道色温是什么，焦段是什么，镜头运动有哪些方式，不同的导演有什么标志性的视觉风格。这些以前是导演和摄影师的专业知识，现在变成了每一个想做AI视频的人都需要补的课。
这或许并不是一件坏事，因为门槛在以一种新的方式重新建立，让我们这些普通的没有电影知识的也能做导演。
以前做视频需要摄像机、灯光、场地、剧组，现在这些东西被压缩进了一段提示词里，但这段提示词背后需要的理解和判断，一点都没有变少。
今天的结束语是：
所有惊艳画面的背后，都藏着一套精准的表达逻辑。
而提示词，就是这套逻辑的起点。
