AI漫剧提示词终极指南：从一句话到一部剧的完整工程手册

AI漫剧提示词是把文字剧本转化为视觉画面的核心工具。一句“少女在雨中回眸”与“银发少女，红色瞳孔，黑色作战风衣，中景，水平视角，雨夜霓虹街道，日系动画电影质感”之间的差距，就是业余与专业的分水岭。本文系统拆解AI漫剧提示词的底层工程逻辑，覆盖角色一致性、分镜描述、情绪表达、运镜控制等核心模块，附带可复制的模板与工具对比。

一、提示词不是作文，是写给AI的“施工图纸”

很多人写提示词的方式，本质上是在写一段散文。“一个漂亮女孩走在夜晚的城市街道上，很孤独，很有氛围感”——这句话交给AI，你能得到一张还不错的单图，但绝对得不到一个连贯的故事画面。

问题出在哪里？AI读提示词的方式，和人类读文章完全不同。 它不是在“理解”你的意图，而是在执行一组特征提取指令。你写得越模糊，AI自由发挥的空间就越大，每次生成的结果就越不可控。这就是为什么很多新手会发现：同一段提示词，今天跑出来的图和明天跑出来的图，像是两个不同的角色。

“不是在提示词里堆砌‘8k, masterpiece, best quality’这类咒语，而是用工程化的思维，驯服生成式AI的‘随机兽性’，让每一帧都为叙事服务。”

这句话点出了核心矛盾：AI漫剧提示词的本质不是“描述”，而是“约束”。 你的工作不是告诉AI“我想要什么”，而是告诉AI“你不许偏离什么”。

从“文案思维”到“参数思维”

传统文案思维写提示词是这样的：先想画面氛围，再用形容词渲染，最后期待AI“理解”你的审美。

参数思维完全不同。你需要把画面拆解成AI能精确定位的模块：主体是谁、在做什么、什么表情、什么景别、什么光线、什么风格。每个模块给出明确的、可量化的描述，而不是模棱两可的形容词。

举个具体的对比。“男主很生气”是文案思维。“男性角色，眉头紧锁，嘴唇紧抿，眼神锐利直视前方，下颌线绷紧，面部肌肉微微抽搐，中近景，顶光从上方打下制造阴影感，冷色调”是参数思维。后者AI能精确执行，前者只能靠运气。

这就是为什么AI漫剧提示词需要一套结构化的工程体系。结构化不是为了让提示词看起来更专业，而是为了让输出结果变得可预测、可复现、可规模化。

二、结构化提示词的六层架构

一套完整的AI漫剧提示词，应该像一个六层建筑，从地基到屋顶，每一层都有明确的功能定位。缺了任何一层，画面就可能在某方面“塌掉”。

第一层：主体定义层——角色是谁

这是提示词中最基础也最关键的层次。你需要用最精确的语言锁定角色的视觉身份。

一个有效的角色定义应该包含以下要素：

面部特征：脸型（鹅蛋脸/方脸/瓜子脸）、眼睛形状与颜色（杏眼/丹凤眼/圆眼，瞳色具体到色值范围）、眉毛形态（柳叶眉/剑眉/粗平眉）、鼻梁高低、嘴唇厚度与形状。

发型：发色（不要只写“黑发”，要写“墨黑色，略带蓝调”）、长度（及腰/齐肩/短发）、质感（直发/微卷/蓬松）、造型（中分/偏分/马尾/丸子头）。

体型：身高比例（如“九头身”）、肩宽窄、整体体型（纤细/健壮/匀称）。

标志性特征：这是让AI“认人”最有效的锚点。一颗痣的位置、一道疤的形状、一个固定配饰（银色链坠、左耳耳钉、手腕上的红绳），这些冷门细节越独特，AI在不同画面中辨认同一角色的准确率就越高。

第二层：动作姿态层——角色在做什么

动作描述的关键原则是：具体，具体，再具体。

“赶路”太模糊。“小跑着穿过积水路面，右脚刚落地溅起水花，身体微微前倾，左手护住怀中的包裹”才是AI能精确执行的动作指令。

动作描述还要考虑AI的物理理解能力。复杂的手部交互动作（比如“十指交叉握拳”）是目前AI最容易崩坏的部分。能避开就避开，或者用袖口遮挡、物体遮挡等策略绕过这个难点。

第三层：表情情绪层——角色什么状态

表情是漫剧叙事的第一语言。但“开心”“难过”“愤怒”这种抽象词对AI来说几乎等于没有信息。

正确做法是把情绪拆解成可观察的微动作：

• 悲伤：眼眶泛红、下眼睑微微发红、视线向下回避、嘴角微微下沉、鼻翼轻微翕动
• 愤怒：眉间出现竖纹、瞳孔微缩、咬肌紧绷、嘴唇抿成一条线、呼吸可见的胸腔起伏
• 惊讶：眉毛高挑、眼睛圆睁露出上眼白、嘴唇微张、身体微微后仰
• 隐忍的喜悦：嘴角上扬但嘴唇紧闭、眼角出现笑纹、眼神柔和中带一丝克制

这种“微动作替代形容词”的方法，不仅能让AI生成更准确的表情，还能在连续分镜中保持角色情绪表达的稳定性和一致性。

第四层：环境场景层——在哪里

场景描述需要锁定的是结构性信息，而不是氛围性信息。

“三米高的石墙，墙顶有铁栏杆，墙角堆着废弃的木箱”——这是结构性描述。“一个阴暗的小巷”——这是氛围性描述，AI每次理解都不一样。

场景描述包含四个子维度：地点（室内/室外/具体场所类型）、时间（白天/夜晚/黄昏/黎明）、天气（晴/雨/雪/雾）、空间结构（建筑样式、地面材质、标志性物体）。

第五层：镜头语言层——怎么拍

镜头语言是区分“AI图片”和“AI漫剧”的关键层。没有镜头语言的提示词，生成出来的每一帧都像是同一台固定机位相机拍的——缺乏叙事张力。

镜头语言包含三个核心参数：

景别：远景（交代环境）、全景（全身入镜）、中景（腰部以上）、近景（胸部以上）、特写（面部/局部）、大特写（眼睛/手指等细节）。

视角：水平视角（平视）、仰拍（低角度，压迫感）、俯拍（高角度，渺小感）、鸟瞰（极端俯视）。

运镜：推镜（缓慢靠近，聚焦情绪）、拉镜（逐渐远离，交代环境）、摇镜（水平扫视）、跟镜（跟随角色移动）。

把这些镜头语言直接写进提示词，“AI对‘大特写’和‘全身远景’的理解非常直观”。

第六层：风格锚定层——画面什么质感

风格锚定层是整个提示词体系的“统一器”。它决定了全片所有画面在视觉上是否属于同一部作品。

风格锚定需要锁定三个维度：

画风：日系动画电影风格、国风动漫CG、美式漫画线条、厚涂油画质感、赛博朋克霓虹色系——选一个，全程不改。

光影基调：黄昏暖光、阴天柔光、顶光阴影、侧逆光轮廓——选定后不随意切换，除非剧情需要明确的时间变化。

画质参数：分辨率、渲染精度、色彩饱和度区间——这些技术参数保持恒定，确保全片画质一致。

有实战教程总结了一套“双层风格锁”方法：一层锁定胶片材质（如“Shot on 35mm Kodak Vision3 500T”），另一层锁定色彩风格，两层叠加逐帧复制，全片风格就不会漂移。

三、角色一致性：AI漫剧提示词最大的技术关卡

如果只能从一个维度判断一个人是否真的懂AI漫剧提示词，那就是看他怎么处理角色一致性。

为什么AI总在“换脸”

AI绘图模型在生成每一张图像时，本质上都是根据你输入的文本，从随机噪声中“重新想象”一个画面。它没有记忆，不记得上一张图里角色长什么样。

这意味着，即使你在每段提示词里都写了“黑色长发、红色瞳孔、左眉有一道疤”，AI在每次生成时仍然会在眼距、脸型比例、五官气质上产生微妙差异。几帧下来，观众会以为看的是完全不同的人物。

三层一致性控制方案

第一层：角色身份证。 在做剧情之前，先为每个角色建立一份独立的“身份证”文档，包含四类固定信息：基础特征（性别、年龄感、发色与发型、瞳色、体型）、标志性服装（整套穿搭的固定描述，颜色、款式、材质全部写死）、专属细节（痣、疤痕、配饰位置）、画面风格（画风、光影基调、镜头感）。写完之后，把第四部分提炼成一段“风格后缀”，每次生成任何画面都原封不动地粘贴在提示词末尾。

第二层：参考图绑定。 生成第一张满意的角色定妆图后，将该图作为后续所有画面的参考图使用。在支持角色参考功能的工具中（如即梦的@图片绑定、Midjourney的–cref参数），可以通过参考图锁定角色外观。实测表明，配合参考图使用，角色在不同分镜中的一致性可以达到80%以上。

第三层：变量控制纪律。 按分镜脚本一个镜头一个镜头生成，每次只修改一个变量。这一镜改了动作，表情和服装描述保持不变；下一镜改了机位，动作和服装描述保持不变。一致性不是靠运气，而是靠“限制变量”的操作纪律。

角色资产库的工业化思维

当漫剧进入多集连载阶段，角色一致性就不能只靠提示词技巧来维护了。需要建立一套角色资产库——把每个角色的三视图（正面、侧面、背面）、多表情参考（至少6种基本情绪）、多角度形象全部提前生成并归档。

这套资产库的价值在于：后续每一集的每一镜，都从资产库中调用角色参考图，而不是重新用文字描述角色。文字描述永远有歧义，但参考图没有。角色的机械义肢与尾巴构造在不同分镜中保持80%以上的一致性。

四、分镜提示词的实战写作公式

有了角色身份证和资产库之后，具体到每一个分镜的提示词写作，可以套用一套标准化的五段式结构。

五段式分镜公式

第一段：主体行动。 谁在做什么。动作要具体到可观察的层面。“跑过积水路面”比“赶路”好，“右手推开木门，身体侧身挤入，目光快速扫视室内”比“走进房间”好。

第二段：表情状态。 用可观察的面部微动作替代抽象情绪词。“紧皱眉头，嘴唇抿紧”比“很生气”更能保持一致性。

第三段：场景与道具。 固定场景的结构性描述。“三米高的石墙，墙顶有铁栏杆”而不是“一个城市角落”。

第四段：镜头说明。 景别、视角、运镜直接写进去。

第五段：风格后缀 + 角色身份证摘要。 用括号括起角色身份证的摘要与固定风格段，作为整段提示词的收尾。

一个完整的示例

假设你要生成一个古风漫剧中的关键镜头——女主在雨中告别男主后独自离去：

黑色长发女子，身着月白色对襟长衫外罩青灰色斗篷，左手提着一盏纸灯笼，右手将斗篷帽檐压低遮住半张脸，转身沿青石板路向远处走去，脚步缓慢但不停顿。眼眶微红，下唇被牙齿轻咬出浅浅痕迹，视线低垂看向脚下路面，睫毛上挂着一滴未落的水珠。雨夜，青石板路面积水映出灯笼暖光，两侧白墙黛瓦，远处石桥轮廓模糊在雨幕中。中远景，水平视角，镜头缓慢向后拉远，人物在画面中逐渐变小但保持居中。国风动漫CG质感，冷蓝灰色调，暖黄色灯笼光作为唯一暖色光源，电影感构图，景深虚化背景。——角色[林月]，鹅蛋脸，丹凤眼，墨黑长发及腰，左耳垂有一颗小痣，标志性月白色长衫+青灰色斗篷，风格锁定：国风动漫CG/冷蓝灰基调/电影级景深。

这段提示词包含了所有六个层次，每个层次都给出了具体而非模糊的描述。直接复制使用，也能得到一个相对可控的输出结果。

五、情绪表达：从“表情包”到“微表情指纹”

情绪表达是AI漫剧提示词中最容易被低估的模块。很多创作者以为写“她很伤心”就够了，结果AI给出的是一个刻板印象式的哭泣表情——眼泪哗哗流，嘴巴大张，毫无层次感。

情绪表达的三层方法论

视觉层：用微动作替代形容词。 这是最核心的原则。不要写“愤怒”，要写“眉间竖纹加深，鼻翼微张，咬肌紧绷，瞳孔收缩，呼吸急促到胸腔可见起伏”。不要写“害羞”，要写“耳尖泛红，目光向下斜视，右手不自觉地卷弄衣角，嘴唇微抿带一丝上扬”。

听觉层：用符号化指令控制语气。 在台词提示词中加入情绪标记。“我从来没有怪过你”可以写成“我从来（停顿）没有怪过你（尾音微微颤抖，语速放缓）”。这些符号化指令能引导语音模型识别上下文语境。

光影层：用光线强化情绪。 正面情绪配暖色柔光（黄昏暖光、烛光），负面情绪配冷色硬光（阴天冷蓝光、顶光制造阴影），紧张场景用侧逆光制造轮廓阴影。光影是表情的放大器。

“微表情指纹”的进阶思路

一个值得借鉴的方法是建立一套表情编码系统。把角色的每种情绪状态拆解成一套可复制的面部参数组合，给它编号归档。比如“A-01轻悦态”对应“嘴角上扬15度，眼角微弯，眉毛自然舒展，眼神柔和”；“A-02压抑态”对应“嘴角紧抿，下巴微收，眉心轻蹙，目光下垂”。

这套系统的价值在于：当你在分镜脚本中标注“林月，A-01”的时候，提示词生成系统会自动调用对应的面部参数组合，不需要每次重新用文字描述表情。这在长篇连载中能极大提升情绪表达的效率和一致性。

六、主流工具提示词策略对比

不同的AI生成工具对提示词的理解方式不同，直接套用同一套提示词模板往往会“水土不服”。以下是一份基于2026年最新版本的横向对比。

对比维度	可灵（Kling AI）	即梦（Seedance 2.0）	Vidu	MiniMax H3
开发方	快手	字节跳动	生数科技	MiniMax
核心优势	物理模拟真实，电影级质感，动作流畅	中文优化极佳，生成速度快，风格化能力强	真实细腻，画面自然	原生带声音，多模态输入
单段最长时长	3分钟（续写）	10-12秒/段	中等	15秒
分辨率	1080P	2K（Seedance 2.0）	高清	高清
角色参考	支持参考图	@图片绑定角色，支持角色参考	支持	Ref2VA参考模式
提示词结构偏好	物理描述+运镜指令为主，对动作逻辑理解强	中文自然语言友好，结构中文提示词理解佳	偏重视觉真实感的细腻描述	三字段/六段式官方结构，台词保留原语言
适合的漫剧类型	需要精细动作表演、真人质感的作品	量产型中文漫剧、国风题材、需要快速迭代	偏写实风格、需要真实感的作品	需要原生音画同步的短剧、MV
提示词编写难度	中等（运镜指令需要一定学习成本）	低（中文友好）	中等	高（有官方结构规范需遵循）
一个关键提示词技巧	用反向提示词排除不想要的元素，如–no modern technology	用@图片绑定角色后，后续分镜直接引用，不需要重复描述	描述中加强材质和光影细节词，避免过度风格化	使用官方h3-prompt-writing技能中的8个风格预设，输出遵循官方三字段格式

选工具的建议：如果你的漫剧以中文叙事为主、需要快速迭代大量分镜，即梦Seedance 2.0的中文优化和效率优势非常明显，生成速度据称达到行业均值的3.2倍。如果你的作品需要电影级质感和复杂的动作表演（比如打斗、舞蹈），可灵的物理模拟和长视频续写能力是更好的选择。如果你需要原生音画同步、台词和口型自动匹配，MiniMax H3是当前少有的原生带声音输出的方案，其官方提示词规范要求将描述分为“综合多模态描述”“整体音景”“非叙事音乐”三个字段。

一个容易被忽视的细节：即梦AI的提示词有1500字的硬上限，超出部分会被截断。这意味着角色描述+场景描述+镜头描述+风格描述加起来必须控制在这个范围内。写提示词时需要学会“精炼优先”——用最少的词传递最多的确定性信息。

七、运镜提示词：让画面“动起来”的叙事语法

静态画面和动态漫剧之间，最大的差距不在画面质量，而在运镜。没有运镜意识的分镜，本质上是一组幻灯片。有了运镜，画面才开始“讲故事”。

四类基础运镜及其提示词写法

推镜：镜头缓慢向主体靠近，用于聚焦情绪、制造紧张感。提示词写法：“Slow steady dolly push in toward the character’s face”或中文“镜头缓慢推近，聚焦面部特写”。推镜在情绪戏中尤其好用——角色从平静到崩溃的瞬间，镜头同步推近，观众的情绪跟随画面一起收紧。

拉镜：镜头逐渐远离主体，用于交代环境、制造孤独感或结束感。提示词写法：“Camera slowly pulls out, revealing the wider environment”。告别场景的经典收尾就是拉镜——角色站在原地，镜头越拉越远，直到人物变成画面中的一个小点。

跟镜：镜头跟随角色移动，用于制造沉浸感和动感。提示词写法：“Tracking shot following the character from behind/side”。追逐戏、行走戏、探索戏都适合用跟镜。

摇镜：镜头水平或垂直扫视，用于展示空间关系、制造悬念。提示词写法：“Slow horizontal pan from left to right, revealing the scene”。角色进入一个新环境时，先给一个摇镜交代空间全貌，再接角色反应镜头，是最经典的叙事节奏。

运镜提示词的三个常见误区

误区一：把“镜头运动”当成“画面特效”。 “镜头剧烈晃动”和“画面出现爆炸”是完全不同的指令。运镜描述的是摄像机怎么动，不是画面里发生了什么。

误区二：镜头越剧烈冲击力越强。 实际上，缓慢的推镜往往比剧烈的晃动更有情绪冲击力。运镜的力度应该匹配剧情的情绪强度，而不是一味追求“炸裂”。

误区三：忽略镜头时长的逻辑约束。 一个5秒的镜头里安排“推镜+环绕+拉镜”三种运动，AI会无所适从，观众也会看晕。一个镜头只安排一种主要运镜，复杂运动拆成多个镜头。

八、常见翻车场景与提示词避坑

手部崩坏

这是AI漫剧量产中最常见的瑕疵——手部畸形、多指、缺指、扭曲。根本原因是负面词库覆盖不全，缺少人体解剖的强制约束。

解决方案：在负面提示词中加入“extra fingers, missing fingers, fused fingers, malformed hands, mutated hands, poorly drawn hands”。更有效的策略是从构图层面规避——让角色手持道具（杯子、剑、扇子）、手插口袋、手被袖子遮挡。与其和AI死磕手部结构，不如在分镜设计阶段就绕开这个雷区。

画风跳变

同一集中前一镜是厚涂质感，后一镜变成了赛璐璐平涂风格。这通常是因为提示词中的风格描述词在不同分镜中出现了漂移——第一镜写“油画质感”，第三镜写成了“厚涂风格”，AI理解为两种不同的画风。

解决方案：把风格描述作为一段固定的“风格后缀”，复制粘贴到每一个分镜提示词的末尾，逐字不改。

提示词堆砌过载

初学者容易犯的错误：在提示词中堆砌大量同义或近义的形容词。“高清、精致、细腻、超清、4K、8K、杰作、最佳质量”——这些词在AI的权重系统中会相互叠加，导致特征过载，反而让画面变得混乱。

量产实践证明，未经清洗优化的堆砌式提示词，批量渲染瑕疵率高达60%以上；而采用标准化清洗后的提示词，画面瑕疵率可以控制在5%以内。

解决方案：画质词只保留1-2个最核心的（如“high quality, detailed”），风格词只保留1个画风+1个光影基调，不要重复叠加。

九、从单帧到成片：提示词的工程化管理

当漫剧进入连载阶段，提示词就不能再“一镜一写”了。需要建立一套工程化的管理体系。

分层词库

把提示词的各层内容拆分成独立的词库文件：角色词库（每个角色的完整描述+参考图ID）、场景词库（每个固定场景的结构描述+参考图ID）、镜头词库（景别+视角+运镜的标准组合）、风格词库（全片统一的画风和光影描述）。

生成分镜提示词时，只需要标注“角色：林月 / 场景：客栈外雨夜 / 镜头：中景推镜 / 情绪：隐忍的悲伤”，系统自动从各词库中调取对应内容组装成完整提示词。

权重锁定

在支持权重调节的工具中（如Stable Diffusion的括号权重语法），对画质、风格、人物三大核心维度进行权重强制锁定。无论镜头类型如何切换，这三个维度的核心参数始终保持恒定。

自动清洗

当提示词由多个模块拼接而成时，难免出现语义冲突（比如一个模块写了“暖色调”，另一个模块写了“冷蓝灰基调”）。需要一套自动清洗机制来识别并剔除冲突参数，保证最终提示词的逻辑统一。

十、个人观察：AI漫剧提示词的未来走向

从2024年到现在，AI漫剧提示词领域发生了一个根本性的变化：提示词正在从“艺术”变成“工程”。

早期做AI漫剧，提示词写得好不好，很大程度上取决于个人的语言天赋和审美直觉。但到了2026年，一套标准化的提示词工程体系已经成型——角色身份证、五段式分镜结构、分层词库、权重锁定、自动清洗。这些方法论的出现，意味着AI漫剧的制作门槛正在从“会写提示词”转向“会建系统”。

这对创作者意味着什么？我认为有三个判断：

第一，提示词写作能力仍然是核心竞争力的底座。 工具再先进，如果你不能精确描述你想要的画面，输出结果永远差一口气。结构化的方法论可以帮你少走弯路，但它不能替代你对画面、对叙事、对情绪的感知力。

第二，“提示词工程师”这个岗位会逐渐消失，但“提示词系统设计师”会越来越重要。 前者是逐条写提示词的人，后者是设计词库、规则、工作流的人。当AI工具越来越智能，逐条写提示词的工作会被自动化替代，但设计自动化系统的能力会变得稀缺。

第三，AI漫剧提示词的竞争，最终会从“技术竞争”回到“审美竞争”。 当所有人都能用标准化的提示词模板生成技术合格的画面时，决定作品能不能被记住的，是你选择什么样的镜头、用什么样的光影、在什么时刻给角色一个什么样的表情。技术是地板，审美才是天花板。

FAQ

Q1：AI漫剧提示词和普通AI绘画提示词有什么区别？

最大的区别在于叙事连续性。普通AI绘画提示词只需要生成一张好看的图，不需要考虑前后画面的角色一致性、场景一致性、风格一致性。AI漫剧提示词必须服务于一个连续的故事，每一帧都要和前一帧、后一帧在视觉上衔接。这意味着AI漫剧提示词需要额外的“一致性控制层”，包括角色身份证、风格后缀、参考图绑定等机制。

Q2：零基础学AI漫剧提示词，应该从什么工具开始？

建议从即梦AI或可灵AI的网页版开始。这两个工具的中文提示词理解能力最好，界面友好，学习曲线平缓。即梦的中文优化尤其适合中文叙事为主的漫剧创作，可灵的物理模拟和长视频能力在需要复杂动作的场景中更有优势。不建议一上来就用Stable Diffusion，虽然它的控制精度最高，但学习成本也最高。

Q3：角色一致性怎么解决？我写了很详细的外貌描述，但每次生成脸还是不一样。

仅靠文字描述无法彻底解决角色一致性问题。“务实的方法”是：在做剧情之前，先投入时间生成一组角色的标准形象图（正面、侧面、半身、全身各一张），选最满意的一张作为基础素材，后续所有分镜都使用参考图绑定功能来锁定角色外观。文字描述作为辅助，参考图作为主要约束手段。

Q4：负面提示词应该写什么？

负面提示词的核心是覆盖三类问题：画质类（模糊、低画质、噪点、马赛克）、解剖类（多手指、缺手指、畸形手、扭曲面部、比例失调）、风格类（不要你不想出现的画风词）。其中解剖类是AI漫剧的高发瑕疵区，建议手部相关的负面词写全。另外，如果你的漫剧是现代题材，可以在负面词中加入“古代建筑、汉服、古风元素”来防止AI混入不合时宜的风格元素。

Q5：一段提示词最长可以写多少字？有没有上限？

不同工具有不同的限制。即梦AI的提示词有1500字的硬上限，超出部分会被截断。MiniMax H3遵循官方三字段或六段式结构，每个字段的内容量也有隐含限制。Stable Diffusion理论上没有硬性字数上限，但过长的提示词会导致特征权重分散，反而降低生成质量。一般来说，一段分镜提示词控制在200-400字（中文）是比较合理的范围。

Q6：怎么判断一段提示词写得好不好？

三个标准：确定性、可复现性、可迁移性。 确定性是指你能否准确预测AI会生成什么画面——如果生成的画面和你的预期差距很大，说明提示词的确定性不够。可复现性是指同一段提示词跑两次，结果是否大体一致——如果差异很大，说明约束力不够。可迁移性是指这段提示词换一个工具跑，核心特征是否还能保持——如果换了工具就完全变了，说明提示词过于依赖特定工具的“脾气”。

Q7：新手最容易在提示词上犯的错误是什么？

最常见的错误是把提示词当文案写——“一个唯美的夜晚，月光洒在少女的脸上，她看起来若有所思”这样的描述，AI只会给你一张好看但毫无叙事价值的图。正确的做法是把每个元素拆解成精确的模块描述，用参数思维代替文案思维。第二个常见错误是忽略镜头语言，不给景别、视角、运镜指令，导致所有画面都像同一个机位拍的“大头照”。