要让千问AI生成的视频精准还原脑海画面，提示词须明确主体动作、识别特征、场景细节、风格关键词和镜头语言五要素，缺一不可。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
要让千问AI生成的视频更贴近你脑海里的画面，提示词必须同时交代清楚主体、动作、场景、风格和镜头语言，缺一环就可能跑偏成完全不同的内容。
先锁定核心主体和动作
第一步：用名词+动词短语明确“谁在干什么”，例如“一只橘猫→跳上窗台→用爪子拨弄风铃”。不能只写“橘猫”或“风铃”，AI无法判断主次关系；也不能写“温馨的猫咪日常”，这种抽象描述会让AI自由发挥，大概率生成你没想过的构图。
第二步：给主体加1～2个强识别性特征，比如“戴蓝边眼镜的银发女科学家→调试悬浮全息屏”，这里“蓝边眼镜”和“银发”比“漂亮”“聪明”等形容词更可视觉化。避免使用“看起来很专业”这类主观判断词，AI无法渲染“看起来”。
补全场景与环境细节
方法一：用“在……中”结构嵌套空间信息。例如：“在暴雨倾盆的东京涩谷十字路口→霓虹灯牌被雨水晕染成光斑→外卖骑手穿着亮黄色雨衣疾驰而过”。这里“暴雨倾盆”“霓虹灯牌被雨水晕染”都是可渲染的物理状态，不是单纯写“繁华都市”。
方法二：直接指定材质与光影。例如：“生锈铁皮屋顶→正午阳光直射→投下尖锐阴影→三只麻雀停在边缘”。其中“生锈铁皮”“尖锐阴影”是AI能准确理解的视觉线索，“正午阳光”比“明亮光线”更可控——它天然带来高对比度和短阴影。
✅ 五大心智模型（M1-M5）全保留 ✅ 四层建筑法（L1-L4）完整表格化 ✅ @多模态绑定语法优先级表 ✅ 20+ 场景诊断表（问题/原因/修复/边界） ✅ 八大行业模板（都配了完整提示词示例） ✅ 诚实能力边界表 ✅ Agent 触发关键词 + 标准入参/出参 ✅ 表达 DNA 固定风格
【必须写明时间或光照方向，否则AI默认平光，画面扁平无层次】
控制画面风格与镜头
写清风格关键词，如“宫崎骏动画质感”“iPhone 15 Pro实拍”“80年代VHS录像带噪点”，这些是经过大量训练的稳定风格锚点。别写“高级感”“赛博朋克风”，前者太模糊，后者涵盖太广（霓虹？机械义体？雨夜？），AI容易随机组合。
镜头语言用标准电影术语：推镜、俯拍、鱼眼畸变、浅景深虚化背景。例如：“低角度仰拍→镜头轻微晃动→跟随奔跑的少年→背景樱花虚化成粉色光斑”。这里“低角度仰拍”决定构图，“轻微晃动”强化临场感，“浅景深虚化”让AI自动计算焦外过渡——不写这句，AI很可能输出全景清晰画面。
这一步操作起来很简单，直接把“特写”“航拍”“斯坦尼康跟拍”这类词塞进提示词末尾就行，但漏掉就会失去导演级控制力。
