【三十二】镜头词写上去，图却更假了？别混用广角特写，先让观众站对位置

你不是缺镜头词。你是把「广角、特写、浅景深、电影感」当成同一层滤镜往上贴，模型只能给你一张透视打架的缝合照。

你习惯这么干：

场景写完 → 再加「广角、特写、浅景深、电影镜头、8k」 → 脸被拉歪、人又远又近 → 再换一组更炫的镜头词

模型收到的不是导演指令，是一堆互相打架的拍摄条件。 你觉得自己在调情绪。它觉得你在说「把这张图弄得更像电影一点」。

口诀：情绪自己留，镜头只写两件事：观众站多远，空间是拉开还是压扁。

本节只练三件事：

1. 想孤独却拍成证件照：别写孤独，先决定人在画面里有多大
2. 想压迫却脸被拉歪：别广角长焦一起塞，先决定空间是拉开还是压扁
3. 词都对、图却假：别让相反的物理叠在一句里，景别、焦段、虚实必须同一套逻辑

生成时请带着一张「人在，情绪不在」的图开工。没有对照，这三招会重新变成背单词。

【三】练过相机站多高、用哪只眼睛看。【九】练过空间怎么往里走。【三十一】练过明暗、冷暖、虚实。 这一节专门练你已经会写「怎么拍」之后，别再把所有镜头词叠进同一句。

---

开场：你贴的不是镜头，是一张缝合怪

试一下这句：

夜里过街天桥一个女生，广角，特写，浅景深，电影镜头，8k，电影感

出来的十有八九是：脸很大，身后一整条桥也在，栏杆被拉弯，背景又糊又近。 精致，但像把证件照、风景照、广告片三张图焊在一起。

因为你只交付了四个标签：夜里、广角、特写、电影。 没交付模型真正要的东西：

• 观众离她有多远：是对街看一个小点，还是走到她跟前看半张脸
• 空间是被拉开（近处很大、远处退走），还是被压扁（身后的楼贴到后脑勺）
• 这三种要求能不能同时成立

人脑可以靠「电影感」脑补一场夜戏。 AI 不会。它听不懂诗，只听得懂能执行的拍摄位置。

真实画面里的情绪，从来不是镜头名词的堆叠。它是三件叠在一起的物理事实：

人占画面多大、透视怎么变形、这三件事有没有互相打脸。

你不把这三件拆开写，模型就用最安全的平均算法糊弄你：脸往中间放、镜头往中间靠、既想装下整座桥，又想看清睫毛。 这就是摆拍感——不是模型不懂镜头，是你让它同时站在三个地方拍。

下面三步，用同一个日常账号封面场景从头跑完：夜里下班，人走在过街天桥上。每一步都有普通人翻车对照，以及能直接抄的中文。

---

一、想孤独却拍成证件照：别写孤独，先把人变小或把脸凑近

对模型来说，「情绪」不等于距离。 你写「孤独、压抑、有故事」，它最省事的办法是：人居中、腰以上、正对镜头。桥还在，灯还在，只是脸上多了一点忧郁。像把证件照换了个夜景背景。

改法：停止感动模型。像安排站位一样下指令——先规定观众离她有多远。人在画面里的大小，就是情绪的音量旋钮。

场景：夜里刚下班，天桥上空，风有点大。你想要一张「人走在桥上」的图，给日常账号封面用。心里要的是空、远、有点被城市丢掉。手上却只会写孤独，或者反过来，一上来就写特写。

1. 远景：把人从主角降成一个点

人变小，环境变大。观众参与感下降。她不再是「故事的主人」，是「这座桥上的一个视觉元素」。

适用：空、渺小、走不完、被城市吞掉。

❌ 别这么写：

一个女生走在天桥上，孤独氛围，情绪饱满，细节拉满，8k

出来通常是：半身像，桥变成背景布。孤独被理解成「脸上写着难过」，不是「人已经小到快看不见」。

生活里很好验证：你在对街喊她的名字，她听不见。那一刻的空，来自距离，不是来自她的表情。 你把镜头怼到鼻尖，再写一百遍孤独，观众也只会觉得这是一张夜景自拍。

✅ 先把人变小，可直接跑：

想拍「终于下班了」的松一口气，却用极远景——失败原因一样：表情和肩膀都看不见，观众离得太远，只会觉得画面空。 远景不是高级，是去参与。它强化环境对人的压迫或包容，不负责演微表情。

2. 中景：交代谁、在哪、正在干什么

通常卡在腰以上。最接近生活里跟人说话的距离：上半身动作看得到，身后的桥和灯也还在。

适用：正在走、正在等、正在看手机，平稳地把事讲完。

❌ 别这么写：

中景，一个女生在天桥上崩溃大哭，情绪冲击，电影感，高质量

出来通常是：腰以上很清楚，后面广告牌、路人、便利店灯箱全在抢戏。她是在哭，可画面像拍情景喜剧——太平、太远、信息太多。 中景的情绪张力不够。它没有远景的吞没，也没有特写的耳光。高潮戏用它，会把音量拧到「日常聊天」。

✅ 把它当叙事底座，可直接跑：

中景负责把事说清楚。谁、在哪、手在干什么。情绪高潮先别交给它。

3. 特写：当高潮武器，不当前菜

特写是把环境剥掉，把脸或手怼到观众眼前。心理安全距离被打破，共情、紧张、压迫才会上来。

适用：撑不住的一瞬间、不敢看的一眼、冷汗、咬住的嘴唇。

❌ 别这么写：视频或图一开场，没有任何铺垫，直接：

极度特写，女生流泪，情绪爆炸，电影感，8k

失败原因：观众还不认识这座桥、这个人、这一晚。突然一张哭脸，会生硬，甚至惊悚。成熟的画面，绝不是越近越高级。

✅ 先让远和中把人安放好，再用特写收口。静帧把画面锁死在「一只眼 + 一根栏杆」上，别再交代整座桥：

如果是视频，特写必须被前面的距离养出来：

检查三件事：

• 有没有写出「人有多大」。只写孤独 / 电影感，模型会给你标准半身
• 远、中、特有没有各管各的。一句里又远景又特写，就是在要求它同时站在对街和鼻尖
• 「情绪饱满 / 细节拉满 / 8k」是不是已经删干净——这些词会把距离重新搅成平均脸

这就像跟人说话：你不能既在马路对面喊，又贴着耳朵讲。 你负责指定观众站哪。模型负责把那一格距离画出来。

为什么这招有效： 模型默认最稳的是半身摆拍。你不强制「人很小」或「只剩半张脸」，它就不会离开舒适区。 景别不是词汇量，是音量旋钮。远是把声音拧小，特写是把声音拧到最大。

---

二、想压迫却脸被拉歪：别乱加焦段，先决定拉开还是压扁

【三】里焦段是「用哪只眼睛看」。这一节只问情绪：

你是要把空间拉开，让人被环境吞掉；还是把空间压扁，让人从世界里被单摘出来。

很多人喜欢往提示词里扔「广角镜头、长焦、85mm」，却不知道这些数字改的不是清晰度，也不是「装下多少东西」，是透视。 广角：近处变大、远处退走，边缘会被拉。大脑看到这种非日常比例，容易不安、动荡。 长焦：几百米外的楼被拉到后脑勺，前后像贴在一个平面上。人被隔离，带着一点偷窥和疏离。

两者是相反的物理。写进同一句，脸会歪，桥会贴脸，虚化会假。

1. 要被吞、要不安：用广角把空间拉开

适用：人被城市压住、雨夜地面贴过来、对峙、脚步从镜头前冲过。

❌ 别这么写：

广角，天桥人像特写，脸部细节，电影感

出来通常是：鼻子变大，栏杆弯成弓，脸像贴在鱼缸上。广角负责空间，不负责证件照。贴脸用广角，是在惩罚五官。

✅ 让广角去干它会的事——把桥拉长，把人变小，把地面推到镜头前：

2. 要被隔离、要偷偷看：用长焦把空间压扁

适用：人群里只有她是清楚的、隔着车窗看、下班潮里的一张呆脸、不想让环境说话。

❌ 别这么写：

长焦，广阔天桥全景，环境细节拉满，浅景深，电影感

出来通常是：你要全景，又要背景糊成奶油。长焦会把远处拉近，全景需要看清远近。两个目标在抢同一张图。

✅ 让长焦去干它会的事——折叠、隔离、隔一层东西看：

隔着脏玻璃看，也是长焦的活。偷窥感来自距离和遮挡，不是来自「悬疑」两个字：

检查三件事：

• 你要的是「拉开」还是「压扁」。两个词写进一句，透视会疯
• 广角有没有在拍脸。要脸，就走近或换长焦，别用拉开空间的镜头怼鼻子
• 「85mm / 电影镜头」后面有没有补上结果。只丢数字，模型不一定知道你要隔离还是要装下整座桥

这就像搬家：你不能既要求客厅显得更大，又要求对面楼贴到窗玻璃上。 拉开和压扁，一次只许做一件。

为什么这招有效： 模型听得懂透视，也听得懂矛盾。你给两套物理，它就缝。 你负责选定一种变形。它负责把桥拉长，或把楼贴过来。

---

三、词都对、图却假：别让相反的物理叠在一句里

很多图一眼假，不是皮肤不够细，也不是路灯不够亮，是逻辑冲突。 现在的模型很听话：你写什么它画什么。你写互相打架的拍摄条件，它就硬焊。

视觉信息一旦违背常识，大脑会立刻觉得不对劲。高级镜头语言的第一件事，不是炫，是统一。

❌ 新手重灾区，别这么写：

远景，女生站在天桥尽头，极浅景深，广角，背景被拉近压缩，电影感，8k

失败拆解：

• 远景通常要让远近都认得出，才能交代这座桥有多长；你却要极浅景深，远处直接化掉
• 广角负责把纵深拉开；「背景压缩」是长焦的活。两个相反的光学现象写在一起
• 结果就是：透视乱、边缘像抠图、虚化生硬，一张假照片

生活里也一样。你站在天桥对街，用手机广角拍过去，整条桥都该清楚。你不可能同时得到「人只有一个点」和「背景像奶油一样糊」。那不是电影，是两台相机抢一个快门。

✅ 先定一个物理目标，再让景别、焦段、虚实、光都为它服务。

要「被这座桥吞掉」：

要「全世界跟她无关」：

要「就是路过拍到的」：

三套可以选，不许混装。 压迫感：中近景加广角畸变，或者长焦压扁加高反差，二选一。 大动态：中景或全景，加广角拉出的近大远小，再加一点路过的糊。 日常：中景，接近人眼，环境留着。

当景别、焦段、景深、光服务于同一套物理时，模型就不再抽盲盒。它变成一台你指定过位置的相机。

检查三件事：

• 远景有没有在要浅景深。要环境说话，就让远处也认得出
• 广角有没有在要背景压缩。拉开和压扁不能同居
• 写之前有没有在脑子里搭片场：相机放哪、装了什么镜头、离她几步。按这个顺序写，画面才会有秩序

这就像做饭：火候、锅、菜，要为同一道菜服务。你不能用炖的火，炒的锅，再要求它是一份沙拉。

---

总结：镜头不是词库，是站位和物理

画面像摆拍、像缝合、像脸被焊在风景上，先按表查：

你卡在哪	别急着加	先改哪一句	你最后只写什么
想孤独，结果是夜景证件照	别写孤独 / 情绪饱满	把「感觉」改成「人有多大」	极远景，人只占一小块，看不清脸
想崩溃，结果像情景喜剧	别全程中景还要求情绪爆炸	高潮才用特写，前面先远或中	先交代她在桥上，再给半张脸
想压迫，结果鼻子被拉歪	别广角贴脸	广角去拉空间，脸交给中近景或长焦	广角 + 人小 + 地面靠近镜头
想高级，结果像监控偷拍失败	别长焦还要广阔全景	长焦负责隔离，不负责装下整座桥	长焦 + 脸清楚 + 背景压扁虚掉
词都对，还是假	别再追加电影镜头 / 8k	检查有没有相反物理	远景就深景深；广角就别压缩；一次只站一个位置

再记三句：

1. 景别是音量。人小，情绪远；脸近，情绪炸。
2. 焦段是变形。广角拉开，长焦压扁，一次只做一件。
3. 真来自不打架。相机放哪、离人多远、空间怎么变，必须是同一套。

三件可以装进同一段，但不要倒着填。先定观众站哪，再定拉开还是压扁，最后才写谁清楚：

课后只跑通一个题目，不许中途改成别的场景：

1. 用开场那句「广角、特写、浅景深、电影镜头」先出一张，留下这张缝合的。
2. 只改景别：极远景，人变小。对比那张证件照。
3. 只改焦段：同一座桥，一张广角拉开，一张长焦压扁。对比透视。
4. 只改逻辑：删掉互相打架的词，让远景配清楚的环境，或让中近景配压扁的背景。对比那张假的。

四步走完，你手里应该是同一座桥、同一个人、被你关掉镜头滤镜词之后才站得住的一张图。 不是四次互不相干的「再加点电影感」。

你不需要先成为镜头词典。 你只需要先成为那个肯问「观众站哪、空间怎么变、这三句有没有打架」的人。