写了三个月ai视频提示词，说几条踩坑后才知道的
上礼拜给一个产品短剧做开场，要一只机械猫在雨夜废弃工厂里慢慢抬头。我第一版ai视频提示词写了快两百个词，什么"赛博朋克质感""电影级光影"全堆上了，结果那个猫就是站在那儿微微抖，镜头纹丝不动，跟加了颗粒的静态图没区别。我盯着看了半分钟，把提示词整个删了重写。
先拆结构，别一上来就堆形容词
想明白一件事：ai视频提示词是给模型下指令，不是写散文。我现在先按"主体+场景+运动"三块拆，每块写清楚再说别的。拿那个机械猫举例，主体写"一只表面有划痕的银灰色机械猫"，场景写"雨夜，废弃重工业厂房内部，地面有积水反光"，运动写"猫从低头状态缓慢抬起头部，幅度约三十度"。三块写完，出来的东西就有七八成像了。
三块拆完想加质感，再补镜头语言和氛围词。比如加"中近景，低角度仰拍，冷色调，压抑氛围"。注意别一次塞太多风格词，我试过把"赛博朋克+废土+胶片颗粒+暗角"全堆上去，模型顾此失彼，画面又赛博又废土又像胶片，什么都不是。风格化最多选一个主调，剩下的用氛围词带就行。
还有个细节：主体描述里多个物件用"的"字串比逗号并列稳。"戴着锈迹斑斑齿轮发箍的机械猫"比"机械猫，齿轮发箍，锈迹斑斑"好，模型不容易把发箍拆成独立主体。这在特种猫社区翻前辈帖子学到的，试了四五次确实如此。
运镜描述少了，画面就是PPT
之前我做的视频全像PPT，根本原因就是没写运镜。回头看，ai视频提示词里运镜描述跟主体描述一样重要，少了它模型就默认固定机位，画面当然像幻灯片。常用就那几个：镜头跟随、缓慢推进、环绕、升降。一个5秒的镜头塞两三个运镜指令基本就崩了，别贪。
- 镜头跟随：主体有明确运动轨迹时用，比如"猫沿墙根走"，加了它镜头能跟住主体，不会主体动了镜头不动。
- 缓慢推进：全景推到近景，适合展示细节。关键词是"缓慢"，你写"快速推进"在5秒里等于闪切，观感很差。
- 环绕：主体不动镜头绕着转，试过让机械猫坐着、镜头从正面绕到侧面，有产品宣传片那种转台感。
有个坑必须说：运镜描述放提示词最前面，不是最后面。我之前把"环绕镜头"写在风格词后面，模型跟没看见似的，出来还是固定机位。挪到第一个词的位置，一次就对了。这个顺序问题我踩了五六次才确认，说白了是模型注意力分布的事，前面token权重高，放后面它真会忽略。
我卡了最久的一个坑
折腾了快两周的事。想做形变镜头：纸折白鹤从平摊状态展开翅膀飞起来。ai视频提示词里写了"主体A：平铺桌面的白色折纸鹤""形变过程：翅膀从折叠状态缓慢展开""主体B：白鹤展翅悬浮半空"。逻辑没问题，但出来要么纸鹤直接消失再出现，要么展开过程像融化了，完全不是骨骼展开的感觉。
后来调了两点才勉强过：把"缓慢"换成"逐帧"，虽然模型不一定真逐帧，但这词让它倾向小步变化而非跳变；第二，形变过程里加了中间态，"翅膀先展开至四十五度，停顿，再完全展开"。有中间态模型不容易直接跳头尾。但说实话，复杂形变到现在我也只能做到"能用"，离"好看"有距离，这场景它确实还不太行。
还有时长问题。现在主流模型单次生成大概5秒，你写"先推后拉再环绕"这种多段运动，5秒不够分，模型全部压缩成一坨，看着像开了二倍速。我的经验：一个5秒镜头最多写一个主要运镜动作，复杂叙事拆两段5秒后期剪，别想着一条提示词解决所有事。
现在我的提示词骨架长这样
踩完这些坑，我现在写ai视频提示词基本固定一个骨架。不是死公式，但有个顺序能保证模型不漏关键信息。每次填完我会通读一遍看有没有前后矛盾，比如前面写了"雨夜"后面又冒出"阳光透过窗户"，模型不会帮你纠正，它只会随机选一个执行。
- 运镜描述（放最前面）：如"缓慢推进镜头"或"镜头跟随主体"
- 主体+描述：谁、长什么样，一个主体为主
- 场景+描述：在哪、什么环境、光线色调
- 运动描述：怎么动、幅度、速度
- 镜头语言：景别（特写/中景/全景）、角度（仰拍/俯拍/平视）
- 氛围词+风格化：最多一个主风格，氛围词两三个封顶
拿开头那个机械猫最终版参考："缓慢推进镜头，一只表面有划痕的银灰色机械猫坐在废弃厂房积水中，雨滴从破碎天窗落下溅起水花，猫从低头状态缓慢抬起头部至四十五度，中近景低角度仰拍，冷蓝色调，压抑写实风格"。就这一条5秒，终于有那个雨夜废墟里机械猫苏醒的感觉了。之前两百词堆形容词的版本，真不如这一百多字管用。
以上是我最近写ai视频提示词踩坑后的心得，不一定适合所有人，但起码别再往里面堆形容词了。拆结构、定运镜、控时长，这三件做到位，出来的东西质量能上一个台阶。想看具体案例或者交流分镜拆法，可以去特种猫社区翻翻，里面有些同好的拆解帖子比我这个糙人写得清楚。