企业官网建设流程全解析

1. 为什么光靠Prompt已经不够用了

过去一年我帮不少朋友调过AI视频生成的工作流，发现一个特别普遍的现象：大家把80%的精力花在写Prompt上，反复改形容词、加风格词、堆砌“电影感”“8K”“超写实”这类词，结果出来的片子还是像PPT翻页——画面是动的，但没有“电影味”。问题出在哪？出在大家把AI视频生成当成了“文字转画面”的工具，而忽略了它本质上是一个虚拟摄影机。

你写Prompt，相当于给摄影指导一份文字brief；但真正决定画面高级感的，是镜头语言、构图和运镜这三件事。这三样东西在传统影视里是导演和摄影指导的核心功课，在AI视频生成里同样成立，只不过执行方式从“扛机器”变成了“写指令+调参数”。

这篇文章适合两类人：一类是已经能用AI生成视频、但画面总差口气的进阶玩家；另一类是刚接触AI视频生成、想从一开始就建立正确方法论的新手。我会把镜头语言、构图、运镜这三个维度拆开讲，每个维度都给出可直接抄的Prompt模板、参数设置思路，以及我在实际项目中踩过的坑。全文基于当前主流AI视频生成工具的通用能力来写，不绑定某一个具体平台，你用什么工具都能套进去。

先说一个核心认知：Prompt决定“拍什么”，镜头语言决定“怎么拍”，构图决定“画面怎么摆”，运镜决定“摄影机怎么动”。四者缺一不可，而后面三者恰恰是大多数人忽略的。你把这三样补上，同样的工具、同样的模型，出片质量能拉开一个档次。

2. 镜头语言：让AI听懂“景别”和“视角”

2.1 景别是最容易被忽略的指令维度

景别就是摄影机离被摄主体的距离，分为远景、全景、中景、近景、特写。在传统拍摄里，导演说“给个特写”，摄影师就推上去；在AI视频生成里，你得把这个信息明确写进Prompt，否则模型默认给你一个不近不远的“中景”，画面平淡无奇。

我实测下来，景别指令对画面信息量的影响极大。举个例子，同样生成“一个女孩在雨中奔跑”：

• 不加景别：模型大概率给一个全身中景，女孩占画面1/3，雨和环境占2/3，情绪传达很弱。
• 加“特写镜头，女孩脸部，雨水顺着脸颊滑落”：画面聚焦在表情上，情绪张力立刻出来。
• 加“远景，女孩在空旷街道上奔跑，渺小的身影”：传达的是孤独感和环境压迫感。

三种景别，三种叙事。你不指定，模型就替你随机选，而随机的结果往往是最平庸的那个。

具体怎么写？我习惯在Prompt开头就锁定景别，用英文关键词更稳（大多数模型对英文景别词理解更准）：

注意：不同模型对景别词敏感度不一样。有的模型对“close-up”反应很好，有的需要写成“close up shot of a face”才认。我的经验是，景别词放在Prompt最前面，权重最高，模型最容易捕捉到。

2.2 视角决定观众的心理位置

视角就是摄影机从哪个角度拍。平视、俯视、仰视、斜角、过肩、主观视角，每一种都对应不同的心理暗示。这个在传统电影里是基本功，在AI视频生成里同样适用，但很多人完全没这个概念。

俯视拍人物，显得人物渺小、弱势、被压迫；仰视拍人物，显得高大、强势、有压迫感；平视最中性，适合客观叙事；斜角（荷兰角）制造不安和失衡感。你把这些写进Prompt，画面的叙事层次立刻不一样。

我拿一个实际项目举例。当时要生成一个“老板训斥员工”的短视频，最初Prompt只写了“一个男人在办公室里对另一个男人说话”，出来的画面两个人平起平坐，完全没有权力关系。后来改成：

low angle shot of a man in a suit standing, looking down at another man sitting at a desk, office background, tense atmosphere

仰视+站姿+俯视坐姿，权力关系一目了然。这就是视角的威力。

2.3 镜头语言组合拳的写法

单独写景别或视角还不够，真正好用的Prompt是把景别、视角、主体、环境、光线打包成一个完整的“镜头指令”。我常用的结构是：

[景别] + [视角] + [主体描述] + [动作] + [环境] + [光线] + [风格]

举个完整例子：

close-up shot, eye level, a woman's face, tears rolling down her cheeks, rainy window background, soft diffused light, cinematic style

这个结构的好处是，模型能按顺序解析每个维度，不会漏掉关键信息。我试过把景别和视角放在Prompt末尾，效果明显不如放开头。所以景别和视角一定要前置，这是实操铁律。

3. 构图：画面里的“摆放学问”

3.1 三分法是最稳的起手式

构图这件事，说复杂能讲一本书，说简单就一句话：把主体放在画面最舒服的位置。而最舒服的位置，经过几百年绘画和摄影验证，就是三分法的四个交点。

三分法就是把画面横竖各切两刀，分成九宫格，四个交叉点是视觉焦点。你把主体放在任意一个交点上，画面就比居中更有张力。在AI视频生成里，你可以直接写“rule of thirds composition”或者“subject positioned at the left third intersection”，模型会尽量往这个方向靠。

我实测下来，写“rule of thirds”比不写的画面，构图评分能高出一截。尤其是风景和人物结合的场景，三分法能让画面有呼吸感，不会挤成一团。

3.2 引导线让画面有纵深

引导线就是画面里自然形成的线条，把观众视线引向主体。道路、栏杆、走廊、光束、河流，都是天然引导线。在AI视频生成里，你可以主动在Prompt里加入引导线元素，让画面更有层次。

比如生成“一个人走在城市街道上”，如果只写“a man walking on a street”，画面大概率是平的。加上引导线：

a man walking on a street, road lines leading towards him, vanishing point behind him, depth of field

道路线条从前景延伸到背景，消失点在人物身后，画面立刻有了纵深。这个技巧在生成风景、建筑、走廊场景时特别好用。

3.3 框架构图制造“窥视感”

框架构图就是用前景元素把主体框起来，比如门框、窗户、树枝、拱门。这种构图制造一种“观众在偷看”的心理效果，特别适合悬疑、情感、纪实类内容。

在AI视频生成里，框架构图需要你明确写出前景元素：

a woman standing by a window, framed by the window frame, soft light coming through, medium shot

窗户框住人物，画面有层次，情绪也到位。我试过不加“framed by”这个词，模型经常把窗户和人物并排摆，完全没有框架效果。所以框架构图的关键词是“framed by”或“framing”，一定要写清楚。

3.4 负空间：留白也是构图

负空间就是画面里“空”的部分。很多人生成视频喜欢把画面塞满，结果视觉疲劳。适当的负空间能让主体更突出，情绪更安静。

在Prompt里写“negative space”或者“minimalist composition”，模型会留出更多空白区域。比如：

a lone tree on a hill, large negative space on the right side, minimalist composition, soft gradient sky

画面右侧大片留白，树在左侧，情绪立刻安静下来。这种构图适合开场镜头、情绪过渡镜头。

实操心得：构图指令不要堆太多。我试过同时写“rule of thirds + leading lines + framing + negative space”，模型直接懵了，画面反而乱。一次聚焦一个构图原则，最多两个，效果最稳。

4. 运镜：让画面“动”得有理由

4.1 运镜不是越花越好

运镜就是摄影机的运动方式。推、拉、摇、移、跟、升降、环绕，每一种都有叙事功能。但很多人一上来就写“环绕运镜”“快速推拉”，结果画面晕得没法看。运镜的核心原则是：动要有理由，动要服务情绪。

推镜头（dolly in / push in）是靠近主体，制造紧张、聚焦、期待；拉镜头（dolly out / pull out）是远离主体，制造孤独、结束、揭示；摇镜头（pan）是水平扫视，交代环境；移镜头（tracking shot）是跟随主体，制造陪伴感；升降镜头（crane shot）是垂直运动，制造宏大或渺小感。

你写运镜指令时，要同时考虑“动什么”和“为什么动”。比如：

slow dolly in on a woman's face, she is realizing something, subtle expression change, close-up

推镜头+表情变化，情绪递进。如果只写“dolly in”，模型可能推得很快很生硬，加上“slow”和情绪描述，运镜就自然了。

4.2 运镜速度的量化控制

运镜速度在AI视频生成里是个玄学，但也不是完全没法控制。我总结了一套经验值：

注意：大多数AI视频生成工具对“速度”的理解是模糊的，你写“slow”它可能还是很快。我的做法是在Prompt里写速度词，同时在生成参数里降低运动幅度（motion scale）。比如有些工具有个“motion”参数，调到2-3（满分10）就是慢速运镜，调到7-8就是快速。这个参数比Prompt里的速度词更管用。

4.3 运镜与景别的配合

运镜和景别要配合使用，不能各写各的。推镜头配特写，是情绪放大；拉镜头配远景，是环境揭示；环绕配中景，是人物展示；跟随配全景，是动作记录。

我常用的组合模板：

[景别] + [运镜] + [速度] + [主体] + [情绪/动作]

比如：

medium shot, slow orbit around a man standing in a forest, he is looking around, mysterious atmosphere

中景+慢环绕+神秘氛围，画面既有信息量又有电影感。如果换成“特写+慢环绕”，画面就太晕了，因为特写本身信息量少，环绕会让观众失去焦点。

5. 把镜头语言、构图、运镜串成完整工作流

5.1 三层指令结构

我现在写AI视频Prompt，固定用三层结构：

第一层：镜头语言层——景别、视角、焦距感（广角/长焦）。这一层决定画面的基本框架。

第二层：构图层——三分法、引导线、框架、负空间。这一层决定画面元素的摆放。

第三层：运镜层——推拉摇移跟升降、速度、方向。这一层决定画面怎么动。

三层写完，再加主体描述、环境、光线、风格。完整模板：

[景别], [视角], [焦距], [构图原则], [运镜], [速度], [主体], [动作], [环境], [光线], [风格]

举个完整例子：

close-up shot, low angle, 85mm lens, rule of thirds, slow dolly in, a woman's face, she is crying, rainy window background, soft diffused light, cinematic, shallow depth of field

这个Prompt里，景别、视角、焦距、构图、运镜、速度、主体、动作、环境、光线、风格全齐了。我实测下来，这种结构的出片率比随意写的Prompt高很多，而且画面可控性强。

5.2 参数配合：Prompt之外的旋钮

Prompt写得好，只完成了一半。AI视频生成工具通常还有一堆参数，这些参数和Prompt配合，才能把镜头语言落到实处。

运动幅度（Motion Scale / Motion Strength）：控制画面运动量。拍对话、情绪戏，调到2-4；拍动作、风景，调到5-7；拍快速运动，调到8-10。我试过同一个Prompt，motion scale从3调到8，画面从“安静”变成“躁动”，差别巨大。

帧率（FPS）：24帧是电影感，30帧是电视感，60帧是游戏感。AI视频生成通常输出24或30帧，如果你要电影感，选24帧。有些工具支持插帧到60帧，但插帧后的画面会失去“电影味”，变成“视频味”。

时长（Duration）：单个镜头3-5秒最舒服，超过8秒观众会走神。AI视频生成通常支持2-10秒，我建议单镜头控制在4秒左右，后期剪辑时再拼接。

种子（Seed）：固定种子可以复现同一画面风格。如果你调出了一个满意的镜头语言组合，固定种子，微调Prompt，就能在保持风格的前提下调整细节。

5.3 分镜思维：一个视频不是一个镜头

很多人生成AI视频，一个Prompt生成一个长镜头，结果画面单调。正确的做法是分镜：把一段视频拆成多个镜头，每个镜头单独写Prompt，单独生成，后期拼接。

比如一个30秒的短片，拆成6-8个镜头，每个镜头3-5秒。镜头之间用景别变化、运镜变化、视角变化来制造节奏。远景接特写，是节奏加快；特写接远景，是情绪释放；平视接仰视，是权力反转。

我常用的分镜节奏模板：

这个节奏是“远-全-中-近-特-远”，经典的好莱坞叙事节奏。你套用到任何故事上都成立。

6. 常见问题与排查技巧实录

6.1 画面不动或动得太假

这是最常见的问题。原因通常有三个：Prompt里没有运镜指令、motion scale参数太低、模型本身运动能力弱。

排查顺序：先检查Prompt有没有写运镜词（dolly in / tracking shot等）；再检查motion scale是不是低于3；如果都正常，换一个运动能力更强的模型试试。我试过同一个Prompt在不同模型上，一个完全不动，一个动得很自然，模型差异确实存在。

6.2 构图指令不生效

写了“rule of thirds”但画面还是居中？原因可能是构图词权重太低，被其他词淹没了。解决办法：把构图词往前放，或者用括号加权重，比如(rule of thirds:1.3)。有些工具支持权重语法，有些需要把构图词重复两遍。

另一个原因是主体描述太强，模型只顾着画主体，忽略了构图。这时候要减少主体描述的细节，给构图留空间。

6.3 运镜导致画面崩坏

快速运镜、环绕运镜、大范围移动，容易导致画面崩坏、物体变形、背景扭曲。这是当前AI视频生成的通病。我的经验是：运镜幅度越小越稳，速度越慢越稳。如果必须用大运镜，缩短时长，2-3秒就够了，崩坏来不及发生。

另外，运镜时主体最好保持相对静止。比如“环绕一个站着的人”比“环绕一个跑步的人”稳得多。主体动+摄影机动=双重运动，模型容易算不过来。

6.4 景别切换不自然

分镜拼接时，景别切换太跳会让人出戏。解决办法：相邻镜头景别差异不要超过两级。远景接中景可以，远景直接接特写就太跳。如果必须跳，中间加一个过渡镜头，或者用运镜连接（比如上一个镜头推，下一个镜头接着推）。

6.5 常见问题速查表

独家避坑：我踩过最大的坑是“Prompt写太长”。一开始我觉得写得越详细越好，结果模型顾此失彼，画面反而乱。后来我总结：单镜头Prompt控制在50-80个英文单词，超过100个词，模型就开始丢信息。精简、聚焦、分层，比堆砌形容词管用得多。

7. 进阶技巧：让镜头语言真正“讲故事”

7.1 用景别变化制造情绪曲线

单个镜头再好，也只是碎片。真正让视频有感染力的，是镜头之间的情绪曲线。我常用的情绪曲线是：远景建立-中景推进-特写爆发-远景释放。

具体操作：第一个镜头用远景，让观众知道“在哪”；第二个镜头用中景，让观众知道“谁”；第三个镜头用特写，让观众感受“什么情绪”；第四个镜头拉回远景，让观众“喘口气”。这条曲线套在任何故事上都成立，你只需要替换主体和动作。

7.2 用运镜方向暗示叙事方向

运镜方向也有叙事含义。从左到右的横移，暗示前进、积极、时间流逝；从右到左的横移，暗示后退、消极、回忆；从上到下的升降，暗示下降、失落；从下到上的升降，暗示上升、希望。

你写运镜时，可以刻意选择方向来配合叙事。比如拍“一个人走出低谷”，用从下到上的升降镜头；拍“一个人陷入回忆”，用从右到左的横移。这些细节观众不一定意识到，但能感受到。

7.3 用构图暗示人物关系

构图也能讲故事。两个人一左一右，中间留空，暗示疏离；两个人挤在画面一侧，暗示亲密或压迫；一个人占画面大部分，另一个人在角落，暗示权力不对等。

在AI视频生成里，你可以通过“subject positioned at left third”“subject on the right side, small in frame”这类指令来控制人物在画面中的位置关系。我试过生成“一对情侣吵架”的画面，把一个人放在画面左侧近景，另一个人放在右侧远景，画面立刻有了“一个强势一个弱势”的暗示。

7.4 建立自己的镜头语言库

最后分享一个我自己的习惯：建立镜头语言库。每次调出一个满意的镜头组合，就记下来，包括Prompt、参数、模型、效果。积累多了，你就有了一个“镜头菜单”，下次拍类似场景，直接调用，不用从头调。

我的镜头库大概长这样：

这个库我用了大半年，现在生成视频基本不用从零写Prompt，调出模板改主体就行，效率高很多，质量也稳定。

镜头语言、构图、运镜这三件事，说到底就是把AI当成一个需要明确指令的摄影团队。你不说，它就不做；你说得越准，它做得越好。Prompt是基础，但这三样才是拉开差距的地方。我自己的体会是，花一个小时调镜头语言，比花三个小时改形容词管用得多。