AI 影片 Prompt 怎麼寫？像寫一張分鏡表：誰在動、鏡頭怎麼走、幾秒內發生什麼

假設你跟攝影師說：

「拍一個很帥的逃跑畫面。」

他還是不知道怎麼拍。

誰在逃？往哪裡跑？鏡頭跟著跑還是站著不動？先拍全景還是臉部？五秒裡只跳一次，還是連續穿過三個場景？

這就是影片 Prompt 和圖片 Prompt 最大的差別。

Lesson 014：圖片 Prompt 已經講過：圖片 Prompt 像一份拍攝企劃，要把主體、場景、構圖、鏡頭與光線說清楚。

而 Lesson 016：AI 影片生成 的一句話 recap 是：影片比圖片多了時間維度，前後人物、物件、動作與鏡頭還要接得起來。

所以影片 Prompt 要再多回答一個問題：

事情怎麼沿著時間發生？

先記一個六格框架

一個實用的影片 Prompt，可以先拆成：

主體 → 動作 → 鏡頭 → 場景 → 光線 → 時間

不是每次都要照順序寫，但這六格可以幫你快速找出漏掉什麼。

1. 主體：誰是這個鏡頭的重點？

例如：

「一名穿黑色長外套、短髮的女性。」

如果角色外觀已經在前面的參考圖固定，就不用每次重新寫整本人物設定。

如果你忘了為什麼參考圖有用，可以回看 Lesson 015：角色一致性。一句話 recap：文字只能描述像什麼樣的人，參考影像才更像把同一位演員帶進下一個鏡頭。

2. 動作：不要只說「很有動感」

「有動感」不是動作。

比較清楚的是：

「她衝向屋頂邊緣，跨過一個水坑，最後在邊緣前停下。」

或：

「她慢慢轉頭，看向身後的腳步聲。」

模型需要知道主體到底發生了什麼變化。

3. 鏡頭：觀眾從哪裡看？

影片最常見的失控之一，是你想讓人物動，結果連鏡頭也一起亂飛。

因此可以明確指定：

• 固定鏡頭
• 鏡頭緩慢靠近
• 從左往右橫移
• 跟著人物向前奔跑
• 從高處往下拍

前一篇提過的跟拍（Tracking Shot），一句話 recap：鏡頭跟著主體一起移動，讓觀眾保持在動作旁邊。

如果不知道正式電影術語，直接寫自然語言就好。

4. 場景：背景也會跟著時間變

「在城市裡」太寬。

可以改成：

「雨後的高樓屋頂，遠處有霓虹招牌和濕亮的柏油地面。」

場景越清楚，模型越知道哪些東西應該在整段影片裡持續存在。

5. 光線：先決定這支片子的情緒

例如：

「黃昏自然光」和「深夜藍紫霓虹」會讓同一個動作完全不同。

不要只寫「電影感」。

如果你真正想要的是低光、逆光、霧氣、冷暖對比，就直接說。

6. 時間：幾秒裡到底要發生什麼？

這是影片 Prompt 最值得加上的資訊。

假設影片長 8 秒，你可以這樣寫：

0–2 秒： 人物站在屋頂邊緣，鏡頭從背後慢慢靠近。

2–5 秒： 她突然開始向前奔跑，鏡頭從側後方跟拍。

5–8 秒： 她跳過屋頂間隙，落地後繼續往前跑。

這不是保證模型一定精確在第 5.000 秒切換動作。

它的作用比較像給導演一個節奏規劃：先做什麼，再做什麼。

一個弱 Prompt 怎麼改？

原本：

一個女生在城市屋頂逃跑，cinematic。

改成：

雨後黃昏的高樓屋頂。一名穿黑色長外套的短髮女性快速往前奔跑，外套被風吹起。鏡頭從人物右後方低角度跟拍，保持人物全身可見，遠處城市燈光與濕地面反光。0–3 秒她衝向屋頂邊緣；3–6 秒她跳過兩棟建築之間的間隙；6–8 秒落地後向前翻滾並起身。動作自然連續，鏡頭不要突然切換位置。

你會發現，這裡沒有堆很多「史詩、震撼、8K、masterpiece」。

真正增加控制力的是：誰、做什麼、怎麼拍、在哪裡、什麼光、什麼時候發生。

一個鏡頭不要塞太多故事

如果八秒裡要求人物：

跑下樓、開車、追逐、撞車、跳海、再游上岸，

那其實不是一個鏡頭，是半支預告片。

更穩定的做法通常是把它拆成多個 Shot。

**鏡頭（Shot）**可以先理解成「從一次開始拍到這次停止拍之間的一段連續畫面」。

例如：

Shot 1：屋頂奔跑。

Shot 2：跳躍。

Shot 3：落地。

最後再剪在一起。

要不要每次都寫秒數？

不用。

如果只是「風吹動窗簾，人物慢慢喝一口咖啡」，一句自然描述可能就夠。

秒數與分段最有用的時候，是：

• 有多個連續動作
• 鏡頭要明確移動
• 你希望有前後節奏
• 要做一組可剪輯的鏡頭

工具越能接受結構化描述，時間規劃通常越有價值。

今天只要記住一句話

影片 Prompt 不只是描述畫面，而是在描述一小段時間：誰在動、鏡頭怎麼走、場景怎麼維持、事情按什麼順序發生。

接下來我們從生成內容跨到工程世界：API 到底是什麼？為什麼做 AI App 的人不需要一直手動打開聊天網頁？