写 AI 漫剧的提示词，新手最常犯的错误就是把”发生了什么”和”看到什么”揉成一整段话丢给模型。写的时候觉得挺顺，出图的时候就会发现怎么调都不对——要么人物动作对了但场景跑偏，要么画面很漂亮但和剧情对不上。
后来我们干脆定死了一条：剧情描述只管”发生了什么”，画面描述只管”看到什么”，两层分开写，再靠镜头语言缝起来。这么一分，出图稳定性高了不止一点，返工次数也肉眼可见地往下掉。
混在一起写，具体会出什么问题？
不是审美问题，是模型解析层面的问题。一段混写的提示词会给模型带来三个麻烦。
- 分不清哪些是角色固有属性，哪些是这一镜的临时状态。比如”穿红衣的愤怒少女在雨中奔跑”，模型可能把”愤怒”和”雨”也当成角色固定特征，下一镜晴天平静的场景里，她还是在下雨、还是一脸怒气。
- 权重互相稀释。提示词越长，每个词分到的注意力越少。剧情信息占了篇幅，画面细节就被挤掉，结果就是构图、光影、景别全都随机。
- 改一处要动整段。想把中景换成特写，得在整段文字里找位置，改完还可能带偏别的描述，效率很低。
剧情描述该写什么
剧情层只回答一个问题：这一镜，人物做了什么、为什么做、情绪是什么。它不负责画面好不好看，只负责叙事准确。
| 要写的项 | 说明 | 示例 |
|---|---|---|
| 是谁 | 点名角色，用固定的角色代号 | 女主「青鸢」 |
| 在做什么 | 一个具体动作，不要写两个 | 推开木门 |
| 为什么做 | 动机，决定表情和肢体张力 | 听到屋内有响动，警惕 |
| 情绪状态 | 一个词就够，多了会打架 | 紧张 |
| 前后关系 | 上一镜发生了什么，下一镜要接什么 | 承接上镜的脚步声 |
注意”在做什么”这一项，一镜只写一个动作。写”她推开门又回头张望”，模型大概率只画其中一个，或者画出一个别扭的中间姿态。拆成两镜，反而更快也更准。
画面描述该写什么
画面层只回答另一个问题：这一镜从哪个角度看、画面里有什么、什么调子。它不负责叙事，只负责视觉呈现。
| 要写的项 | 说明 | 新手常漏 |
|---|---|---|
| 景别 | 远景、全景、中景、近景、特写 | 完全不写，随机出 |
| 机位与角度 | 平视、俯拍、仰拍、过肩 | 只写角度不写机位 |
| 场景环境 | 地点、主要陈设、时间（白天/夜晚） | 漏掉时间，光线就乱 |
| 光线 | 光源方向、软硬、色温 | 几乎没人写，但影响极大 |
| 画面色调 | 主色、整体氛围 | 写”好看”，等于没写 |
| 构图 | 人物在画面中的位置、留白方向 | 漏掉，导致人物贴边 |
看一个拆分前后的对比
同一场戏，两种写法，出图效果差得很明显。
混写版：一个穿青色劲装的古代女镖师，紧张地推开一扇旧木门，屋子里很暗，外面在下着雨，气氛很压抑，画面要有电影感。
这段看起来信息挺全，但模型要同时处理服装、情绪、动作、光线、天气、氛围六类信息，权重分散，结果通常是：人在画面里位置随机，光线不确定，”电影感”这个词太虚，等于没给约束。
剧情层：青鸢听到屋内有响动，警惕地推开木门，情绪紧张。
画面层：中景，平视略带俯角，人物位于画面右侧三分线，左侧留出走廊空间；夜晚，室内无光源，仅靠门外月光从背后打过来形成轮廓光；整体冷青色调。
参考图：青鸢正面定妆图。
拆开之后，剧情层只有一句叙事，画面层全是视觉参数，角色一致性交给参考图。每一层都只干一件事，模型的执行就稳定了。
实操四步法
拿到一场戏，按这个顺序走，基本不会乱：
- 先把剧本切成镜。一句”她进屋查看”可能要切成”推门—扫视—走近—发现”四个镜，一镜一个动作。
- 给每镜写剧情层。只写谁、做什么、情绪，控制在 30 字以内，不出现任何视觉词。
- 给每镜配画面层。按景别、机位、环境、光线、色调、构图六项逐条填，缺哪项就补哪项。
- 挂上角色参考图，生成。角色固定信息不要重复写在文本里，交给参考图处理，避免和画面层抢权重。
第 4 步是个关键习惯。很多人在画面层里又把角色的脸、衣服写一遍，等于把同一份信息说了两遍，模型反而会过度强化某一项。角色长相归参考图管，画面层只管这一镜怎么拍。
从每镜六七次到三次，中间改了什么
有学员问过我一个很具体的问题：8 集都市悬疑，每集二十来镜，提示词全是混着写的，平均每镜得生成六七次才挑得出一张能用的，一集光出图就耗两天——这活儿还能干吗？
我让他把提示词换成剧情层加画面层的双层写法，角色信息全部交给参考图，画面层按那六项固定着填。平均每镜的生成次数降到三次左右，一集的制作时间压进了一天以内。
他后来跟我说，最大的变化其实不是快，而是”终于知道该改哪儿”——画面不对就动画面层，情绪不对就动剧情层，不用再把整段推翻重写。
三个容易忽略的细节
- 剧情层里别写视觉词。一旦出现”暖光””大场景”，两层就又混了，后续调整会很痛苦。
- 情绪词一个就够。写”又紧张又期待又犹豫”，模型只会随机挑一个，还不如你自己挑。
- 连续几镜的光线要连贯。上一镜是傍晚侧光，下一镜突然变成正午顶光，观众会出戏。建议先在剧本上标好整场戏的主光方向，再逐镜写。
拆开写看着是多了一道工序，其实是给模型减负——一次只让它处理一类信息，执行力就上来了。头两集会觉得麻烦，过了这个阶段基本就回不去了，因为你再也不用整段整段地推翻重写。