画面描述骨架Visual Description Structure
你可能会说
- 提示词不知道从哪写起
- 脑子里有画面但写不出来
- 写了一大段 AI 还是没懂
主体、动作、场景先写清，再补景别、运镜、光线、色彩和风格
看哪里
按下面的顺序逐项检查，每一项都换成看得见的说法；不确定的项宁可不写。视频比图片多两条规则：一个镜头只放一种运镜和一个主要动作；动作拆成节拍，例如「走四步到窗边，停一下，拉开窗帘」
这样描述给 AI
主体：三十多岁的女人，短黑发，米色针织衫，双手捧着白色陶瓷杯。动作：低头吹一口热气，抬眼看向窗外。场景：清晨的小公寓，窗边木桌。镜头：中近景，平视，镜头缓慢推进。光线：左侧大窗进来阴天柔光，室内另一侧偏暗。色彩：米白、浅灰和木色，低饱和。风格：35mm 纪实照片，轻微颗粒
复制后会带上「画面描述骨架 Visual Description Structure」
这是什么
一段可用的画面描述，先回答「拍的是谁或什么、在做什么、在哪里」，再补「怎样拍」：景别与角度、运镜、焦点、光线、色彩和风格。主流 AI 图像和视频工具的官方指南都把主体、动作、场景放在最前，其余作为附加项
也叫提示词结构提示词公式Prompt Structure画面描述公式
拆成看得见的部分
- 1
主体
谁或什么，写出外观：年龄、发型、衣服、材质、颜色。多个镜头里保持同一套措辞
- 2
动作
一个镜头一个主要动作，拆成可见的节拍；写速度和幅度，如「缓慢转头」
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
排除项
直接列出不想出现的东西，例如「文字、水印、多余的人」
适合用在
- 给 AI 生图或生视频写提示词
- 给摄影师、剪辑师或设计师写需求，说清楚想要的画面
- 看到一张喜欢的图，按这几项拆开分析它为什么好看
注意
- 用「好看、高级、电影感」代替具体特征，见抽象词翻译
- 一个视频镜头里同时要求推进、环绕和摇镜，结果往往哪个都不明显
- 用「不要、没有」写排除项；更稳妥的是直接列出不想出现的东西
- 图生视频时重复描述图片里已有的内容，应该只写怎样动