【五十】爆款一反推就像开盲盒？别让 AI 猜「这是什么片」，先把镜头、人、灯、位置按秒问清楚

你把链接丢过来的时候，操作大概是这样的：

暂停 → 整段扔给对话模型 → 打一句「描述这个视频，并给我视频提示词」→ 复制那一大段 → 丢进视频模型。

它回得很快，也写得很像那么回事：

凌晨便利店，电影感，生活流，一个短发女生走进来，氛围安静又孤独，
动态运镜，浅景深，光影高级，情绪饱满，超写实

店在。人在。灯箱也在。你多看两秒还是想划走。她不是没进门，是进门的方式太懂事了：你写走进来，她在画面中间标准地迈步；你写电影感，镜头开始毫无理由地晃。像拿着一张写了「便利店深夜」的答题卡在交卷。门是贴上去的。冷柜没有哈气。

你后补的两句我也看见了。「再写细一点。」「提示词长一点，不要假。」词更长了，片还是假片。最多变成：一个在标准地走路，一个在标准地拿瓶子。还是盲盒。只是盒子更大。

【二十一】练过别只扔一张截图。【二十七】练过别把动作写成待办。【四十八】练过别跟第一帧抢权。 这一节接在后面：三帧截对了，词还是假，是因为你让对话模型交的是点名册，不是这几秒里每样东西站在哪、怎么动。

口诀：复刻不是让它猜「这像什么片」。先问镜头站哪，再问人这八秒怎么走，再问灯从哪边打，再问东西在谁旁边。问完这些，才允许它写生成词。

---

先把验收说清楚。你要的不是「看得出这是便利店」，是：

她从自动门进来，灯箱在右侧，冷柜门上有一层哈气。她走到冷柜前，手才去碰玻璃。瓶不要从空气里长出来。镜头不要自己切第二个景。

下面只用这一家店跑完。凌晨两点。城中村路口，24 小时便利店。人、门、灯箱、冷柜、绿茶瓶，全部不许换。

---

开场：你反推的是点名册，它当成购物清单去贴

「电影感、生活流、动态运镜」对你是感觉。对它是三张可以随便贴的标签。它最省事的做法，就是找训练里最常见的那种「好看的便利店夜景」：人居中、灯箱标准地亮着、地上刚好有一块会反光的地砖。于是你看见的是清楚，不是这条片子。

真人凌晨进便利店，身上同时装着好几样东西：门外的冷、冷柜门上的水珠、手里还没决定买哪一瓶。镜头也闲不住。模型不会自动替你装。你只报生活流，它就交一份标准深夜人像作业。

所以正确的顺序不是「先写这是什么风格的视频，再让它动」。是先让这八秒里的镜头、人、灯、东西有各自的位置，再允许它写一句生成词。

看片时只问四句：镜头这会儿站哪？人先动哪一下？灯从哪边打到脸上？一样东西在不在她手够得到的地方？

---

一、别写「请给我视频提示词」，写它交出来的那些词为什么没用

很多人以为自己已经会反推了。其实只是把截图换成了整段视频，问题还是那句：「这是什么？帮我写成提示词。」模型会调出最标准的那一版：主体、场景、氛围、运镜，四样各写两个形容词。画面不会崩。它只是假。假在没有中间那一层：谁在哪，先发生哪一下。

1. 你问「这是什么视频」，它只会给你点名

点名很认真。店过了，人过了，饮料过了。可你拿去生成，模型听到的是一份购物清单：请放置 1 个女生、1 扇门、1 排冷柜、1 瓶茶。她从哪进、茶在第几层、灯打在哪侧，清单上没有，它就现场发明。

你原来那句，属于只报点名册：

请描述这个视频，并给我视频提示词，要专业，要电影感

交作业的标志就三样：全是名词和形容词；没有「第几秒」；没有「镜头从哪移到哪」。看见这三样，这段词可以直接删。不是它写得不够好，是它答错了题。

这一步只练一件事：先判断这段反推词里有没有位置和先后。没有，等于没反推。

2. 词写得再长，也会在三处翻车

你可能觉得自己已经够细了。它也能准确返回：

一个穿灰色抓绒衣的短发女生走进便利店，经过灯箱和货架，在冷柜前拿起一瓶绿茶，安静、孤独、电影感，动态运镜，浅景深

核心物件齐了。拿去跑视频，却还是开盲盒。因为它只回答了「店里有什么」。

动作没有先后。 写了「走进来，拿起瓶子」。人还在走，茶已经在手里；或者人到了冷柜前，瓶从空气里弹出来。 镜头没有路线。 写了「动态运镜」。跟在右后方、从脚抬到瓶、还是门口看着她走，它自己加戏。常见结果：绕圈、无故推进、忽然切特写。 东西没有站位。 灯箱在左还是右？冷柜是侧面那一排还是正面那扇门？不写站位，模型把东西摆到「好看」的地方。好看和原片，不是一回事。

你以为写细了	模型实际在猜	常见样子
走进便利店拿茶	走和拿谁先谁后	人还在走，瓶子已经在手里
动态运镜、生活流	往哪移、移多快	镜头乱晃，或原地放大假装在跟
灯箱、冷柜、浅景深	东西在画面哪一侧	灯箱跑到她面前，门上没有哈气

改法先记一句：身份、店名只当介绍。真正占位置的，是这八秒里镜头、手、灯、瓶，各自在哪、先发生哪一下。

---

二、别让它猜风格，先问四样能看见的东西

正确问法不是「帮我写提示词」。是「帮我看这几秒里，镜头、人、灯、东西各自站哪」。每一问都必须能在画面上指出来。指不出来的，不算回答。

把视频丢过去，只许它按这四问答。一次问完，不要再补「写得文艺一点」：

问对了，它不该再给你「安静又孤独的午夜」，而该接近这种能指认的话：

镜头在她右后方，中近景，胸口高，平视。
她穿灰色抓绒衣，没看镜头，右脚刚迈进自动门，左手插在口袋里。
门帘外的白光从背后打进来，灯箱在右侧刮过脸颊。
最近处是门框，左侧是冷柜，门上有哈气，远处货架糊掉。

读完你能在店里把她摆回去。摆不回去的，还是作文。

图的核心是站位。视频的核心是先后。四问之后，必须再加第五问。没有这一问，你只是在复刻一张更清楚的海报：

先钉死站位，再钉死先后。少一样，都还在让它猜。

---

三、别用一段话概括整条片子，把八秒切成能跑的三截

四问五问都问了，有人会把答案揉成一段超长的话再丢回去生成。模型一看见超长，又开始抓名词。

8 秒不要装下进门、逛街、结账、出门。只装得下：从门口走到冷柜，手碰上玻璃。三截都还在同一条镜头里，不要写成三个景。

三截就这三下：进门被带着走 → 沿着冷柜走、哈气在 → 手碰上玻璃，门还没开。

还空，是三截写成了同一种「她在走」。 又在演戏，是中途加了回头、掏手机、微笑。 店变形、乱切镜，是「生成单镜头」没写死。

只写「走进来拿茶」，等于把两件事叠在同一秒。模型不知道第 1 秒和第 8 秒有什么区别，于是全程都在表演终点：人一出场，瓶子已经在手里。

你要是把「拿茶」写成终点广告，就会变成这样：

她走进便利店，拿起绿茶，满意地看向镜头

常见结果：在冷柜前标准举瓶。没有「刚刚从门口走过来」的痕迹。

改法就一座桥。旧状态先写具体：还在走、手还在口袋。新状态只写结果：手贴上玻璃。瓶还在里面。

• 还没拿： 进门、空手、在走
• 桥： 停住、手离开口袋
• 才碰到： 手贴上玻璃，瓶还在柜子里

再加「拉开门、拧瓶盖、喝一口」，又会变成待办事项。那是下一条的事。

想贴标签的时候，改成眼睛能核对的那一下。一次只改一处：

你想写	改成能看见的
走进店里、生活流	右肩先入画，镜头在右后方跟着
拿起瓶子、动作自然	右手贴上玻璃，瓶还在柜子里
动态运镜、电影光影	胸口高度跟着走，灯箱从右侧刮过脸颊，不要绕圈

写完问自己：旁边拍的人听完，能把机器摆到那个位置吗？摆不出的，生成出来多半还是购物清单。

---

四、把对话模型改成现场检查员，不要让它当你的编剧

分开问是为了手熟。真要拆完一条片子，按顺序装进同一次提问里，只许它填空，不许它写作文。

不要开场就说「你现在是顶级导演」。它一听导演两个字，就开始写影评。你要的是现场跟拍会填的那张表。

目标视频换成你自己的。表没填完，不许写最后那段生成词：

对：它先交表，你再看生成词。生成词的密度，用第三节那三截就行，不要再写长。 还假，是表跳过了，直接给你一段漂亮中文。 变忙，是 8 秒里写进了进门、拿瓶、结账、出门。

对照原片时，按这个拆，不要先问像不像电影：

1. 镜头： 是不是一直在右后方跟着，没有绕、没有切
2. 人： 是不是先走完，手才抬起来
3. 灯和东西： 灯箱是不是在右侧，哈气是不是在冷柜门上
4. 终点： 瓶是不是还在柜子里

四样都在，这条才算从点名册变成一段正在发生的事。

---

五、真要跑通：先把人钉在静帧上，再让这八秒动

拆对了，直接文生视频，仍可能换人、换店、换瓶。视频模型同时要发明长相、货架和动作，它会优先保住「看起来像便利店」，把你写的先后丢掉。

所以先出一张首帧。长相、店、灯，交给这张图。视频提示词里能少写就少写。

首帧：门口，空手

图过了，再跑图生视频。第三节那三截直接贴，不要在视频里重新介绍她是谁、店在哪。

还假，是静帧里她已经握着茶。 变忙，是又加了拉开门、拧盖、喝一口。 整个人换了，是视频提示词里又把「短发女生灰色抓绒」写了一遍，跟第一帧打架。

走完这两步，你会得到「能看的一段跟拍」，不是剪辑过的爆款原片。这条作业只负责把进门到举手跑对。对上了，再接下一条：拉开门。不要一条里报仇。

---

这一节怎么用

先问一句：你反推出来的那段词，是一份能摆机位的说明书，还是一份点名册？是点名册，就先别补电影感、再长一点、再专业一点。

1. 人像店像、一动就假，先删生活流、电影感、动态运镜
2. 词很长仍像盲盒，检查三处：动作有没有先后，镜头有没有路线，东西有没有左右
3. 问对话模型时，改成四问加一问：镜头、人、灯、前后；这八秒谁先动
4. 8 秒只切三截，终点不要写成已经拿在手里
5. 先出门口空手的静帧，再跑图生视频；视频里只写先后

单人进店拿东西，按这个填：

成片什么样	别急着加	先改哪一步
店和人都对，像会微微动的海报	再有电影感、提示词写长	删生活流/运镜；问镜头站哪、这八秒谁先动
人一出场瓶子已在手里	动作更丰富	先空手走；停住当桥；手才贴上玻璃
镜头乱转，店变形	动态运镜、多机位	生成单镜头；写死右后方跟着
人突然开口，或切了第二个景	旁白、更有故事	开头写死：无台词；生成单镜头

再记四句，生成前当验收：

1. 先问站位，再问先后。 镜头、人、灯、东西四样指不出来，不许写生成词。
2. 8 秒只走一座桥。 进门到举手已经够了。拿出来、喝一口，是下一条。
3. 所有动作写出后果。 手贴上玻璃、瓶还在柜子里。只写「拿茶」，模型会发给你终点。
4. 静帧钉住人货灯，视频只负责动。 底图已经在交点名册，视频里再写电影感，盲盒会更大。

---

课后只跑这一家便利店。先用开场那句点名册出一条对照；再按四问五问拆一遍；再跑第三节那三截，看手是不是到结尾才抬起来；最后把门口静帧当首帧，视频里把风格词、身份词全部删掉。

看的时候不要先问清不清、像不像爆款。先问：镜头这八秒有没有一条路线。人是不是先走后举手。灯和冷柜有没有各自的位置。瓶有没有提前跳到手上。

句子里还在写电影感、生活流、动态运镜、请给我专业提示词，就删。先让这八秒，从自动门走到一块有哈气的玻璃上。