AI模型镜头语言详解

机械机器架死，机位、光轴、焦距三样全程不变，画面边缘钉在原处。

戏「不动」本身是一句话——它说的是「这件事不需要我替你强调，你自己看」。把运动全部交给画面里的人和物，是默认档，也是对白戏的底盘。一段戏里越关键的转折，越应该由前面大量的固定机位攒出来。

易混与「没给运镜」不是一回事：没给是没想过，固定是想过之后决定不动。与轻晃的判据在画框上——画框在动是微晃，只有画框里的东西在动才是固定。

AI机位不动的那一格，模型要重新计算的东西最少，一致性最省。一段戏里固定机位占比越高，人物的脸崩得越少——这不是保守，是预算。

机械机器整个往前走，光轴方向不变、焦距不变，只是离主体越来越近。

戏一句重话说完之后压上去；一个人做了决定的那一刻；一处细节要从环境里被拎出来。观众的体感是「我走进去了」，情绪跟着抬升。一段戏里最多给一次——每格都在推等于每句都是重点，等于没有重点。

易混与变焦的根本差别：推近是机位变了、透视跟着变，主体放大得比背景快；变焦是机位没变、只把焦距拉长，画面里所有东西同步放大。想让观众靠近他用推近，只想让观众看清他用变焦。

AI推近要求模型整格重算透视，比变焦贵得多也容易崩。幅度要写死成落幅景别（`ends framed from the chest up`），不要写倍数——模型没有尺度感。起幅已是特写时别再推，落幅只剩半张脸，五官一致性必崩。

机械机器整个往后退，光轴与焦距不变，主体在画面里越来越小，身后的空间一层层打开。

戏收场、退开、交代这个人处在多大的地方里。观众读到的是「他变小了」，常用于一场戏的最后一格，把情绪交还给环境。

易混与变焦拉远对称于推近那一对：拉远是机位变了、主体缩小得比背景快、纵深被真的拉开；变焦拉远是焦距变短、所有东西同步缩小、空间是平的。想让观众退开用拉远，只想让观众看见更多用变焦拉远。

AI退开的过程里大量环境要新进画面，模型会自己补——落幅里应该有什么必须逐项点名，否则背景会长出提示词里从没写过的东西。

机械机位一步不动，只把焦距拉长，视野变窄。

戏给信息，不给情绪：让观众看清一样东西。变焦是一个被观众读得出来的动作——无论多慢，观众都知道「镜头在变」，所以它天生带一点纪实、监视、抓拍的味道。这层味道是资源，但会盖住戏。

易混推近改变的是关系，变焦改变的只是取景。要情绪翻推近，要信息留在这里。

AI变焦不需要模型重算透视，成功率远高于推近，是预算紧时推近的替代写法。代价是空间感是平的——背景会越裁越窄、看着贴在主体身后。

机械机位一步不动，只把焦距收短，视野变宽。

戏让更多环境进入画面，但不改变观众与主体的距离感。常用于口播里把人物从特写放回半身，或者在一格内交代「他旁边还有谁」。

易混与拉远的差别同上：拉远真的退开了，变焦拉远只是看宽了。

AI同样属于「便宜且稳」的一档。新进入画面的区域是模型的自由创作区，写清楚应该出现什么。

机械机器架在原地，只把机身水平转过去，机位一步不挪。

戏扫视、转头、把视线从一个人交给另一个人。近处和远处一起转，空间关系不变——它让观众看见旁边还有什么，不让观众感到空间有多大。

易混与横移必须一起读：横摇是机器站着转头，横移是机器真的走了。想让观众感到空间用横移，只想让观众看见旁边还有什么用横摇。

AI横摇比横移便宜也稳得多——机位不变，模型不需要重算透视，只要把画面往旁边续。预算紧时先问一句：这一格是不是横摇就够了。

机械机器整个往左或往右平着走，光轴方向不变。

戏交代一个地方有多大、两个人隔着多远。近处的东西比远处的东西掠过得快——那道速度差就是观众读出纵深的唯一线索。

易混与横摇的分界线是机器有没有真的位移。横摇没有速度差，所以它不给纵深。

AI每一帧的空间关系都在变，崩的机会比横摇多出一大截。主体在横移里会从画面一边滑到另一边——如果要求主体钉在原处，那要的是环绕不是横移。

机械机器架在原地，机身绕水平轴上下转，机位高度一步不变。

戏把一个空间的上下两头接成一句话：从鞋摇到脸是审视，从脸摇到天花板是无处可去。它换的是观众的态度，不是观众的高度。

易混与升降的分界落在画面上：升降时地平线在画面里的高度基本不动，纵摇时地平线明显往下滑或往上跑。

AI落幅特别容易出事——往上是天空与天花板、往下是地面，这三样在参考图里通常拍得最少，模型只能自己编。落幅内容必须点名。

机械机器整个沿一根竖直线升上去或沉下来，镜头始终平视前方。

戏换观众的高度。升起常用于把一个人放进他所处的环境，降下常用于从环境落到一个人身上。

易混看画面里的竖线：升降全程门框、柱子、墙角笔直平行，人的比例一点不变；纵摇一抬头，竖线立刻往画面上方收拢，人从腿长变成头大——那不是视角变了，是透视畸变。要换高度用升降，要换态度用纵摇。

AI与摇臂的区别是光轴有没有同时俯仰。一格只给一个运镜词，所以摇臂在生成式里必须拆成两格或改走自然语言。

机械机位沿一条以主体为圆心的弧线走，全程与主体保持同一个距离，镜头始终对着主体。主体在画面里基本不动，动的是他身后的整个世界。

戏宣告「这个人此刻是全场的中心」。用于人物下定决心的那一格、产品主图、以及任何需要仪式感的高点。

易混与横移的分界线是路径：横移走直线，主体会从画面一边滑到另一边；环绕走曲线，主体钉在原处、背景转过去。横移在说「这个地方有多大」，环绕在说「这个人是中心」。

AI通义万相官方明文约束弧度小于 45°，超出会出现空间畸变。环绕期间产品轮廓与人脸极易漂移，多角度参考图必挂；logo 与文字在绕行中几乎一定会乱。

机械机器跟着主体走，速度与方向都以主体为准，主体在画面里的位置与大小全程不变。

戏观众被绑在这个人身上，他不停这一格就不停。用于跟随进场、逃跑、穿过人群——任何「我要和他一起走这段路」的时刻。

易混与横移的分界线是主体：跟拍以主体为准，主体拐弯机器也拐；横移以直线为准。判据落在画面上——主体有没有挪位置，挪了就不是跟拍。

AI跟拍持续越久，人脸与服装漂移越严重。手持质感与稳定器质感都靠提示词短语给，不在运镜词里：运镜词照旧给 Tracking Shot，稳不稳压在描述句上。

机械给机身加上不规则的抖动。不改变机位、不改变景别、不交代任何新信息。

戏它只改变观众对这一格的信任：稳的画面观众相信自己看清楚了，晃的画面观众开始怀疑。两档不是同一个东西的强弱，是两种质地——轻微的源头是拿机器的人（呼吸、脚步、手腕的微沉），它在说「有人在现场」，属于质感，可以整格铺满；强烈的源头是画面里发生的事（爆炸、坠落、撞击、被推了一把），它在说「刚刚有一下」，属于事件，必须与那一下对齐而且必须短。

易混说不出这一下是谁给的，就不要用强烈晃。没有源头的强晃在观众眼里不是紧张，是设备坏了。

AISeedance 官方词表外，写自然句「轻微手持晃动」更稳。与跟拍叠用时手持感来自短语而非运镜词，一格仍然只给一个运镜词。

机械把机位放在某个人的眼睛所在的位置，画面里出现的就是他此刻看见的东西。

戏观众不再看着他，观众就是他。这是官方词表里唯一一个不描述机器怎么动、只描述机器长在谁身上的词，所以它可以与别的运镜叠（主观加跟随就是他一边走一边看）。

易混最容易被误当成过肩：过肩是「我们站在他旁边，看着他看」，主观是「我们就是他」。分界线是他的身体在不在画面里——过肩必须有肩，主观连一根头发都不许有。

AIAI 很难稳住「这是某个人的眼睛在看」：它会把主观画成「他在画面里看着」，会在半途长出一双不属于任何人的手，会让视线高度一格之内从站着漂到坐着。视线高度必须写死，手要不要入画必须明说。

机械机器绕着自己的光轴自转，整个画面跟着转起来。机位没动、景别没变、拍的东西也没变，变的只是「哪边是上」。

戏观众脚下的地没了。用于失重、眩晕、意识崩塌、梦境入口。

易混与荷兰角是过程与状态的关系：荷兰角是画面歪着不动（机位角度），滚转是画面正在转（运镜）。荷兰角说「这里不对劲」，滚转说「正在变得不对劲」。最顺的接法是一动一静——这一格滚转到位，下一格切成荷兰角保持着。

AISeedance 与 Wan 官方词表外，写「镜头绕光轴顺时针旋转」这类描述句。幅度大了主体极难保持可辨识，控制在 15°–30° 之间最稳。

机械机位往上走的同时，镜头低下头继续看着主体。人越来越小，地方越来越大。

戏收尾的定番：把一个人的故事交还给整座城、整片野。升起加俯视的组合天然带着「事情结束了」的语气。

易混看竖线与地平线有没有同时在变：只有高度变是升降，只有俯仰变是纵摇，两样一起变才是摇臂。

AI复合运镜。H3 一格只吃一个运镜词，两个词同时给模型会取中间值——升不到位、也没低下头，出来是一格谁都读不懂的浮动。要么拆两格，要么只给运镜词之一、另一半用自然语言描述。

机械机器坐在直轨的车上被推着走，给出一条匀速、笔直、可以原样重来一次的线。

戏它回答的不是「往哪走」而是「走得有多准」。同样往前走三步，轨道给的是尺子一样的匀速直线，手持给的是带呼吸的靠近。

易混方向照旧从推近/拉远/横移里挑，轨道只管质感。与稳定器的分界：稳定器自由但柔（可以拐弯、上台阶、穿门），轨道受限但准（只能直线，但下一格能原样复制）。

AI这一格的运动如果需要在另一格里再走一模一样的一遍，它必须是轨道。提示词里写「全程速度保持不变」「移动路径全程笔直」两条短语。

机械跟着人走，但一丝颠簸都不许传到画面上。整段移动是一次连续的滑行。

戏高级感的来源之一：观众意识不到镜头后面站着一个人。用于长距离跟随、穿过空间、以及任何需要「丝滑」的产品与人物展示。

易混与跟随的分工是「跟谁」对「跟得稳不稳」；与轻晃是正对面——同一段跟随，稳定器交出来的是滑行，手持交出来的是每一步一次微沉。判据：观众有没有意识到镜头后面站着一个人。

AIH3 官方 20 词里没有稳定器这一项，因为官方词说的是机器做了什么动作，稳定器说的是这个动作有多干净。运镜词照旧给 Tracking Shot，稳不稳全部压在提示词短语上。

机械机器握在人手里，每一步的起伏都传到画面上。

戏在场感、纪实感、不安感。观众知道自己正被某个人带着走，这个人是慌的。追逐、争执、突发、纪录片式访谈的主力质感。

易混与稳定器是同一件事的两面。与轻晃的区别是：轻晃是一个运镜词，手持是一种贯穿整格的质地。

AI各家词表外，写「手持质感」自然句。手持叠跟拍时人脸漂移加剧，秒数控制在 3–6 秒，超过就拆格。

机械机位挂在没有人站得住的高度，通常 40°–70° 斜俯，配一次缓慢的水平飞行。

戏让地形自己说话。定场、开场、以及把一段人间纠纷缩小到可以忽略的那一格。

易混航拍在生成式里是三样东西的复合：大远景景别 + 高角度俯视 + 一次缓慢飞行 + 提示词里的 `aerial view`。判据很硬——这个机位在现实里站得住人吗？站得住（山坡、楼顶、阳台、桥面）就只是高角度大远景；站不住、悬在半空，才是航拍。顶视俯拍是垂直向下 90°、画面里没有地平线，航拍多数时候不是顶视。

AI四样凑齐才是航拍，缺一样就退化成别的东西。高度感全部压在 `aerial view from high above` 这一句上；一格仍然只给一个运镜词（横向飞行给 Truck，跟车跟船给 Tracking，悬停给 Static）。

机械机身朝主体走过去的同时，镜头朝反方向变焦补偿，两者互相抵消：主体在画面里的大小一格不变，背景的透视却整个换了一套。

戏观众读到的不是「镜头动了」，是「他脚下的地在往后抽」。全片最多用一次，用在认知彻底翻面的那一拍。

易混与单纯推近的区别是全部：推近是所有东西一起变大、主体与背景比例不变；希区柯克变焦是主体不变、只有背景在变——它改的是空间本身。主体在画面里变大了，那就不是这个手段，只是一次推近。

AI成功率最低的一档。词表里根本没有对应的词，只能靠自然语言让模型自己去补，而这类镜头在训练素材里少得可怜。同一条提示词生成六到八条，能挑出一条主体大小基本没变、背景确实换了透视的就算走运。多数时候拿到的是普通推近，或者整个画面像果冻一样前后呼吸。Seedance 官方把它记作「推拉+变焦」的组合，Kling 官方示例写作 dolly zoom。

机械极快地横摇，中途画面完全糊成一片色带。

戏把两个空间硬缝在一起，或者制造一次「猛地看过去」的惊吓。转场重音，节奏利器。

易混与横摇的区别只在速度与糊化程度：横摇要让观众看清沿途，甩镜要让沿途彻底消失。

AI各家词表外。糊化段是模型的自由创作区，落幅必须逐项点名，否则一定长出新东西。作为段内转场写清楚触发点：「第 5 秒快速向左横移转场」。

机械机位不动，焦平面从前景滑到后景（或反向），清晰的那一层换人。

戏把答案从画面的一层挪到另一层。前景虚转实，观众的注意力被无声地牵走——不用切镜就完成了一次强调。

易混与变焦的区别：变焦改的是取景范围，移焦改的是哪一层清楚。与推近的区别：推近机器在动，移焦机器一步不动。

AI小众专业词，必须「名词 + 描述性解释」才落地。Seedance 官方示例的写法是「画面焦点发生平滑转变，前景树木由清晰变模糊，背景人物由模糊变清晰」——只写 rack focus 三个词，多数模型会交一个整体模糊。

机械一次生成里只有一个镜头，没有切点，十秒内依次发生三件事。

戏连续时间的真实感。观众相信这一切是同时发生的，因此张力不需要剪辑来造。

易混不是实拍那种长镜头调度。生成式里一镜到底是「只写一个 [Shot 1]」——难点不在怎么让它别切，在怎么把十秒填满。与双人同框持镜的分界是事件数：僵持不动挂双人持镜，一个人走进来做完一串动作挂一镜到底。

AI性价比全库最高之一：一段里的人脸只生成一次，三件事之间的相对位置、光比、桌上的东西全都不必跨格对齐。代价是后半段的漂移风险随秒数线性上升。Seedance 官方把它列为词表外热门运镜，直接写名词「一镜到底」即可响应。

机械画面一个像素都不动，时间在这一拍上被摁掉。

戏标点符号。用于钩子收尾、悬念断点、以及「记住这一刻」的强调。

AI生成式模型不会真的交出静止画面——它会继续编微小运动。定格属于后期剪辑动作（抽帧静帧），不要指望提示词。如果必须在一格里做，写「姿势走到顶点并停住，主体上没有运动模糊」。

机械把一件事拉长到能看清它发生的每一步，整个画面速度一致。

戏赋予一个动作以重量。转身、坠落、泼洒、回眸——被拉长的瞬间自动获得意义。

AI不能有台词：口型与语速对不上。与延时成对使用。「子弹时间」是升格加快速环绕的复合，Seedance 官方词表外，直接写名词。

机械时间被压缩，云在跑、影子在转、人群化成流。

戏交代「过了很久」，或者把一座城市拍成一个活的器官。

AI与慢动作是反方向的一对。生成式里延时的失败模式是主体被一起加速——必须写明「人物动作正常，只有云与光线在加速」。

机械人物缩成画面里的一个小点，不给任何面部细节。

戏把人缩成一个点，让地方当主角。开场定场、结尾退场、以及任何要说明「这件事发生在多大的世界里」的时刻。

AI竖屏短剧里大远景是奢侈品——上下空间被裁掉一半，很容易只剩一片空。要给就必须让地平线或建筑竖向线条撑住画面。Wan 另有「定场镜头 establishing shot」这个功能词可用。

机械人物全身入画，头顶与脚下都留出余量，环境同时交代清楚。

戏交代关系与空间：谁站哪儿、隔着多远、出口在哪。场面调度戏的默认档。

AISeedance 官方等效「全景」，Wan 官方「全景 / full shot」，Kling「wide shot」，三家口径一致。全身入画时手部最容易崩，能不给手就不给。

机械取景自腰部往上，两只手肘留在画面里。

戏表情和手上的动作同时读得到——这是对话戏与口播的默认景别，也是全片用得最多的一档。

AIWan 另有「中近景 medium close-up」一档可用。中景是安全区：脸够大能看清情绪，手够小崩了也不显眼。拿不准就给中景。

机械头和肩撑满画面，眼睛落在画面上三分之一处。

戏把观众推到能读出脸上那点变化的距离。情绪落点、反应镜头、一句重话之后的沉默。

AI特写是人脸一致性压力最大的一档——五官漂移在这里藏不住。角色设定图必挂，且特写不要再叠推近。

机械一处局部撑满整个画面，四条边把它切掉。

戏把一处细节放大到盛不下，观众只剩它可看。用于道具、手、眼睛、以及节奏的重音。

AISeedance 官方口径写「大特写」不够稳，写成「只剩眼睛与鼻梁的极近特写」这类描述句更可靠。大特写里不要有人物动作——起身转身撞上大特写，模型一定把身体画歪。

机械镜头与眼睛同高，地平线落在眼睛高度。

戏观众和角色站在同一条线上，镜头不表态。这是中性档，也是默认档——对话戏与口播都应该从这里起步，只有需要态度时才偏离它。

机械镜头低于视线，画面顶部被天花板或者天空占满。

戏镜头蹲下去一点，观众就开始仰头看人。给气场、给压迫、给反派登场，也给「这个人此刻比我大」的任何时刻。

AI仰拍会把下巴与鼻孔放大，人脸一致性风险显著高于平视。角色设定图是平视角度拍的，仰拍格必须挂图，否则模型自由发挥。

机械镜头高于视线，画面底部被地面占满。

戏镜头站得比人高，观众开始俯看这场戏。给弱势、给被审视、给孤立——也给「交代这个人在这个空间里的位置」。

易混与顶视的分界是角度：高角度还有地平线，顶视没有。

机械镜头垂直向下 90°，画面里没有地平线，只剩一个平面。

戏上帝视角。把混乱的局面拍成一张可以看清的图——桌面、床、街道、棋盘。也用于表达「被某种更高的东西看着」。

AI顶视是空间一致性最容易崩的角度：参考图通常不是垂直拍的，模型要自己重算整个地面布局。桌上有几样东西必须逐项点名。

机械镜头贴在地面上，向上看。

戏极端仰拍。给绝对的压迫、给巨物、给「我倒在地下看着他」的主观。用得少，一次就够。

AI词表外，写描述句。地面材质与透视在贴地角度下极易失真，秒数压到 2–3 秒。

机械地平线是斜的，整个画面一起旋转，并且保持这个歪度不动。

戏画面整个歪着不动，观众知道有什么不对。失衡、精神不稳、世界倾斜。

易混与滚转是状态与过程的关系：荷兰角歪着不动，滚转正在转。

AI各家都响应「dutch angle」这个名词。注意斜的角度写死（`tilted about 15 degrees`），不写度数模型可能歪到 45° 以上，画面直接不可用。

机械镜头站在一个人的肩后，略高于肩线，远处主体不被肩挡住。

戏谁在跟谁说话，一格就交代清楚。正反打的基础件，也是短剧对话戏的主力机位。

易混与主观视角的分界是他的身体在不在画面里：过肩必须有肩，主观连一根头发都不许有。

AI前景肩必须写「虚化」，否则模型会把前景肩当成第二个主体去刻画，两张脸同时崩。双人对话优先在一格内用 OTS 解决，不要拆成两格各拍一人——跨格一致性成本远高于一格内。

机械两个人同时入画，通常中景或全景。

戏关系镜头：他们之间的距离、朝向、谁占画面更多，全是戏。

AI双人同框持镜的性价比很高——一格里只安排一次姿态变化，靠不动来攒张力，两张脸只需对齐一次。跨格拍双人则每格都要重对。

机械透视接近肉眼所见，画面没有可见的畸变。

戏让镜头本身消失，画面里只剩人和事。默认档，也是稳定档——一致性最好、崩得最少。

AI各家都响应「35mm」「50mm」这类焦段词，但响应强度不如景别词。焦段主要影响透视感，不影响取景范围——取景范围请用景别词控制。

机械视野宽，近大远小的透视被夸张，画面边缘出现可见畸变。

戏把空间撑大、把距离拉开、把靠近镜头的东西放大成威胁。也用于喜剧感与不安感。

AI广角下人脸在画面边缘会严重变形，把主体放在画面中心可以显著降低风险。「fisheye 鱼眼」是更极端的一档，只用于风格化。

机械视野窄，前后景被压成一片，透视被压扁，背景层层叠在主体身后。

戏把前后景压成一片，画面立刻显贵。用于人物肖像、偷窥感、以及让杂乱的背景变成一块干净的色层。

AI长焦天然配浅景深，两个词一起给效果最稳。压缩感是「高级感」最便宜的一条路径——不需要复杂调度，只需要一句 `shot on 85mm`。

机械焦平面落在主体上，背景化成柔和的虚化。

戏把背景删掉，画面里只剩一样能看的东西。主体突出，也是竖屏短剧掩盖背景细节不足的主力手段。

AI浅景深是掩盖 AI 背景破绽的最佳工具——背景里的错字、扭曲的家具、多出来的手，虚化之后全部不可见。优先给。

机械从前景到后景全部清晰，画面里没有虚掉的层。

戏前后一起清楚，让观众自己在画面里找信息。用于群像、环境叙事、以及任何要同时交代两件事的格子。

AI深焦把所有细节都摊开给观众看，也就把所有 AI 破绽摊开了。用之前先确认背景经得起看，否则改浅景深。

机械横向拉伸的光学系统，椭圆虚化光斑、水平眩光、边缘柔化。

戏一句话就把画面拉到「电影感」。用于任何想显得贵、显得宽、显得有预算的镜头。

AI与 21:9 画幅配合才成立——各家 21:9 支持度不一（Seedance 与 Wan 支持，Kling 3.0 Omni 仅 16:9 / 9:16 / 1:1）。在 16:9 里写 anamorphic 只会得到椭圆光斑，得不到宽银幕感。

机械日出后或日落前一小时的低角度暖光，长投影，天空有渐变。

戏免费的高级感。浪漫、怀旧、以及任何需要画面自带温度的时刻。

AI各家响应都很稳。注意与「黄昏 dusk」「日落 sunset」区分——黄金时刻是光还亮着但角度很低，日落是太阳正在落下。

机械整幅画面明亮均匀，暗部柔和且保留细节，光比小。

戏整幅画面亮起来，谁都藏不住东西。明快、开放、无害。口播与电商的默认档。

AI高光是安全档：人脸一致性最好，细节破绽最少。短剧的日常戏优先给。

机械画面大部分落在暗部，主体身上有一小块受光区，光比大。

戏画面大半交给暗部，只留一块光给该看的地方。夜戏、审讯、密谋、以及任何要藏东西的时刻。

AI低调对模型是压力测试：暗部一多，模型就往暗部里塞东西。写清楚暗部应该是什么（`the rest of the room falls into darkness`），别让它自己填。竖屏短剧慎用大面积低调——手机屏幕亮度不够，暗部全糊。

机械光从一侧来，暗部保留细节，一张脸分出明暗两面。

戏光从一边来，一张脸就有了两面。给质感、给矛盾、给「这个人心里有两套话」。窗光是短剧最便宜的侧光来源。

AI侧光下人脸的明暗分界线会跨格漂移——同一段戏里光从左边来还是右边来必须写死，并在每一格重复。

机械光源在主体背后，五官落在暗部，只剩轮廓与一圈边缘光。

戏把人交给轮廓，脸就不必再交代了。这是 AI 视频里最被低估的一招：不画脸，就没有脸可崩。用于匿名角色、悬念登场、以及任何需要藏住身份的时刻。

AI一致性问题的终极解法之一。写「光源在主体背后，五官落在暗部」，人脸漂移风险直接归零。

机械光源本身在画面里（马灯、霓虹、手机屏、台灯），光随距离衰减。

戏把光源放进画面，光才有出处。观众信这个空间是真的，因为光的来路看得见。

AI霓虹与手机屏是赛博感与都市夜戏的主力。手机屏照亮人脸是很好的低调补光手段，且不增加一致性负担。

机械每一格的取景完全相同，格与格之间只有姿态在变，接点被故意看见。

戏故意让接点被看见，中间那段明着删掉。压缩时间、制造焦躁、口播的母语。

AI跳切是后期剪辑动作，不是提示词能生成的——模型不会交出两格取景完全相同的素材。要跳切就在切列表里写多个同景别同机位的格子，剪辑时对起来。

机械上一格的动势接下一格的动势，前后同一个运动方向，切点选在动作中间。

戏两个不同的空间被同一个动作缝在一起，观众感觉不到切。转场最优雅的一档。

AI跨格动势对齐在生成式里很难——两格分别生成，运动方向不会自动一致。可行做法是两格都写死方向（`moving left to right`），切点选在动作幅度最大的那一帧。

机械一个动作单独占一格，通常特写或大特写，1–3 秒。

戏一个动作单独占一格，它是节奏的重音。放下杯子、按下按钮、扣上锁扣——短剧的爽点常常全靠这一格。

AI插入镜是省一致性的利器：不露脸，只露手与物。手部崩坏风险换掉了整张脸的风险，通常划算。

机械一句重话之后切到听者的脸，这一格没有台词，1–3 秒。

戏免费的戏。说话的人给信息，听的人给意义——观众是从反应里读出这句话有多重的。

AI反应格不需要口型，是生成式里成功率最高的一档。短剧对话戏应该大量使用：一格说话、一格反应，比一格双人对话稳得多。

机械借画面里现成的开口（门、窗、镜子、拱）再框一层，开口四周是暗色边框。

戏观众自动往里看。给窥视感、给被困感、给「这件事发生在另一个世界里」。

AI框中框是掩盖构图松散的好办法——内层开口会把观众的视线锁死，画面外围的破绽就没人看了。

机械画面里空出一大片，空白区域里不出现别的东西。

戏那片空本身就是这一格要说的话。孤独、渺小、以及话说完之后的余味。

AI模型讨厌留白——它会往空白里填东西。必须显式写「空白区域里不出现别的东西」，否则一定长出家具、路人或者云。

机械眼睛落在画面上三分之一的横线上，主体面朝的那一侧留出空间。

戏主体不站正中，把它面朝的那一侧让出来——观众读到的是「他要去那边」，画面因此有了方向。

AI竖屏短剧里三分构图比中心构图更容易读出空间。中心构图则给仪式感与压迫感，两者不要混用在同一段里。