不用再买 AI 视频提示词模板了，我把一条真正出过片的全文摊开，逐段告诉你哪句管什么

猫斯卡编辑部 ｜ 最后更新日期 2026 年 8 月 29 日

整体设定为晚唐深宫画眉偏殿妆台夜戏，悬疑追查低照氛围，主色深青、辅色冷蓝灰与雾青，关键光为琥珀橙烛火，冷暖分离。将 @图片1 中的画眉偏殿妆台夜景（铜镜、妆奁、烛台陈设）定义为 <场景1>；将 @图片2 中的沈眉定义为 <主体1>，音色为中低声区、清透偏冷、咬字平稳的二十余岁女声；将 @图片3 中的柳才人定义为 <主体2>，音色为中高声区偏软、声线细弱的少女女声。 镜头1：极缓推进（slow creep-in, dolly in），起幅：螺子黛笔尖的大特写，墨色笔锋悬于半空 → 落幅：近景，笔尖正对着 <主体2> 弯起的眉骨，<主体2> 坐于 <场景1> 妆台前，<主体1> 持笔的手稳悬在 <主体2> 眉前半寸处，<主体1> 指尖稳得纹丝不动，手腕平直不晃，肩背端正；<主体2> 肩背绷得发紧，微微缩肩，呼吸放得极轻，眼睫垂着不敢颤动，唯一动机光源为妆台烛火，琥珀橙硬光自侧前方斜打在笔锋与 <主体2> 眉骨受光面，光比 6:1，背景与暗部压入深青冷调，暗部保留炭黑细节不撞底，空气中浮着细尘在烛火暖光里缓慢翻涌，烛火轻微跳动使暖光在笔锋与眉骨上微微摇曳，背景冷暗里铜镜映着一点跳荡的烛影，<烛火细微噼啪声，殿外远处更漏声，两人极轻的呼吸声>。 电影胶片质感，变形宽银幕镜头，青橙分级，硬光动机光源，暗部保留细节，35mm胶片颗粒，自然运动模糊，高清，细节丰富，电影质感，硬光大光比，青橙分级，低饱和，画面铺满无黑边，shot on ARRI Alexa 65，Panavision anamorphic lens，85mm portrait lens，shallow depth of field，oval bokeh，halation around highlights，filmic highlight rolloff，lifted film blacks，180 degree shutter with natural motion blur，teal and orange color grade，DCI-P3，no letterbox，人物面部稳定不变形、五官清晰、动作连贯自然，不僵硬，无穿模无卡顿，保持无字幕，避免生成任何文字或字幕，不要生成水印，不要生成 Logo，视频全程禁止出现外形、着装、配饰完全一致的人物，禁止生成同款分身、双胞胎效果，同一画面中仅保留单个对应人物，不出现人物重复复刻。

整体设定为晚唐深宫画眉偏殿妆台夜戏，悬疑追查低照氛围，主色深青、辅色冷蓝灰与雾青，关键光为烛火琥珀橙，冷暖分离。将 @图片1 中的沈眉当值的画眉偏殿妆台（梳妆台上仅一面铜镜，无其他多余镜子）定义为 <场景1>；将 @图片2 中的沈眉定义为 <主体1>，音色为中低声区、清透偏冷、咬字平稳的二十余岁女声；将 @图片3 中的柳才人定义为 <主体2>，音色为中高声区偏软、声线细弱的少女女声。 镜头1：焦点转移（rack focus, focus pull），起幅：梳妆台上铜镜的近景特写，镜中映着跳荡的烛火与 <主体2> 垂着的眼 → 落幅：中景，<主体2> 坐在 <场景1> 的妆台前，<主体1> 立于妆台侧后方持画眉笔，<主体2> 坐在妆凳上，肩背微微绷紧，垂着眼帘，声音压得发颤，用中高声区偏软、声线细弱的少女女声说道 {劳烦沈女官，给我画个……不像自己的眉}，说话时指尖按在左侧袖口处，指节因用力而泛白，呼吸轻浅发颤；<主体1> 没有应声，目光平稳扫过 <主体2> 按在袖口的手，持笔的手腕稳得不晃，眉峰微敛，情绪克制。低照度硬光，唯一动机光源为妆台上的烛火，光比6:1，烛火暖橙光打在人物面部受光面与眉笔笔锋上，环境与暗部压向深青冷调，暗部保留细节无死黑；空气中浮着细尘在烛火光柱里缓缓翻涌，烛火跳荡使铜镜里的光影与人物影子在妆台面上轻轻晃动，湿冷的殿内空气带着微尘质感。音频：烛火轻微的噼啪声、殿外远处隐约的夜风、<主体2> 压得发颤的气声台词、衣料轻微摩擦声。 电影胶片质感，变形宽银幕镜头，青橙分级，硬光动机光源，暗部保留细节，35mm胶片颗粒，自然运动模糊，高清，细节丰富，电影质感，硬光大光比，低饱和，画面铺满无黑边，人物面部稳定不变形、五官清晰、动作连贯自然，不僵硬，无穿模无卡顿，保持无字幕，避免生成任何文字或字幕，不要生成水印，不要生成 Logo，视频全程禁止出现外形、着装、配饰完全一致的人物，禁止生成同款分身、双胞胎效果，梳妆台上仅保留场景图中的那一面铜镜，不生成任何其他多余镜子。

1864 个字，没有一句「氛围感」「电影感大片质感」，演技和光全是写出来的

先看两条片子。

这是一部叫《深宫画眉人》的晚唐宫廷剧。

女主沈眉是宫里最好的画眉女官。宫里传一句话：她替谁画了眉，谁那晚就见得着圣颜。

上面两条是第 1 集同一场戏，「沈眉当值的画眉偏殿妆台 · 夜」的前后两个镜头。一个低位嫔御柳才人深夜找上门，请她画一双不像自己的眉。

一间屋、一支蜡烛、两个人、一支笔。

没有大场面可以糊弄，全靠脸上和手上，这种戏最容易翻车。

这两条是一次生成的，没抽卡。

开拍之前，这部戏的人和景都是这么一件件先定死的。

好家伙，咱最服的是演技这一层。

柳才人那个绷着的肩、不敢抬的眼，沈眉那个不接话的停顿，全都在，节奏也没赶。你不能说它一点破绽没有，暗光底下手部细节历来是这批模型的老毛病，但整体是电影的味道，不是那种一眼就能认出来的 AI 味。

这两条的提示词，一条 1010 个字，一条 854 个字，加起来 1864 字。都是猫斯卡（www.maosika.com）读完这一场戏之后自己写的。

全文太长，贴正文里这篇就没法看了。所以放在后台：给公众号发私信「1002」，两条 1864 个字一字不删，完完整整发给你。

这 1864 个字里，一句「氛围感」都没有

我扒开数了一遍，这两条一千八百多个字里，没有出现过下面任何一个词：氛围感、高级感、电影感大片质感、表情紧张、神色复杂、演技炸裂。

一个都没有。这几个词恰恰是咱自己写提示词时用得最顺手的那几个。。。

而演技和电影感这两样，恰恰是它做得最好的。它们是被写出来的，只是写成了另一种东西。

下面逐段拆，大伙儿跟着往下看，哪句在管什么，一句一句指给你。

管演技的，全是身体动作

先看柳才人紧张这件事，提示词是这么写的：

<主体2> 肩背绷得发紧，微微缩肩，呼吸放得极轻，眼睫垂着不敢颤动

再看她开口那一句：

说话时指尖按在左侧袖口处，指节因用力而泛白，呼吸轻浅发颤

你数数，一个情绪形容词都没有。肩、呼吸、眼睫、指尖、指节，全是摄影机拍得到的东西，一样一样都能落到画面上。

咱平时怎么写？大概率是「柳才人神情紧张，欲言又止」这么一句。这话模型接不住，它不知道紧张长什么样，最后就给你一张皱着眉的脸，剩下十几秒站着不动。

规矩是：情绪不许直接写，你得先在脑子里把这场戏演一遍，再把演出来的那几样落到纸上。

这一条听着简单，真做起来最费脑子，因为它逼着你把「我想要一个紧张的女人」翻译成「肩、呼吸、眼睫、指尖分别在干嘛」。

「没有应声」也是表演

这一句我觉得最狠：

<主体1> 没有应声，目光平稳扫过 <主体2> 按在袖口的手，持笔的手腕稳得不晃，眉峰微敛，情绪克制

沈眉这一镜的表演，核心是她不说话。

沉默在剧本里是一个括号，在提示词里必须写成动作，不然模型只会让她张嘴。这儿把沉默拆成了三件事：不接话、目光落在对方的手上、手腕不晃。

顺带一提，那个「目光扫过对方按在袖口的手」，把两个人的表演接上了：柳才人手在使劲，沈眉看见了。一句话里带着两个人的戏。

管电影感的，是光怎么打

这两条的画面为什么像电影，答案在这几句：

唯一动机光源为妆台烛火，琥珀橙硬光自侧前方斜打在笔锋与眉骨受光面，光比 6:1，背景与暗部压入深青冷调，暗部保留炭黑细节不撞底

三样东西，一样都不能少。

唯一动机光源：屋里只有一根蜡烛在发光，所有的光都得从它来。你不写这句，模型给你的是四面八方都亮的平光，一看就是棚拍。

光比 6:1：亮的地方和暗的地方差六倍。

这是个数字，不是形容词，模型接得住。

暗部不撞底：暗的地方不能黑成一团死墨，得还看得见东西。这一句是电影和便宜画面最直接的分界线。

咱要是只写「电影感、氛围感、大片质感」，模型能给的就是加个滤镜、压个暗角，看着挺唬人，一放大就露馅。

它不知道你要的是什么光，你得告诉它光从哪儿来、亮暗差多少、暗到什么程度为止。

声音也是写出来的，不是配上去的

这两条的声音不是后期贴的，是提示词里点名要的。写法是把音效装进尖括号：

<烛火细微噼啪声，殿外远处更漏声，两人极轻的呼吸声>

三样声音，各有各的活儿：烛火交代了唯一光源就在近处，更漏交代了这是深夜而且屋外很空，呼吸声把两个人的紧张贴到耳朵边上。

虽然环境声还谈不上多讲究，但这么写出来的声音是长在画面里的，不是后期硬贴上去的一层底噪，已经挺能打了。

第二条的音频那一句更细，直接把台词的气口也写进去了：

音频：烛火轻微的噼啪声、殿外远处隐约的夜风、<主体2> 压得发颤的气声台词、衣料轻微摩擦声

你别说，「压得发颤的气声」这六个字，比在提示词里写十遍「紧张」都管用，因为它同时管住了演技和声音两头。

顺带记个符号：台词用大括号 {}，音效用尖括号 <>，这是官方定死的，别混着用。

管不出戏的，是照这一镜的风险现挂的

结尾那串兜底，多数人当成一条抄来抄去的固定尾巴。这两条里有一句，全网任何模板都不会有：

梳妆台上仅保留场景图中的那一面铜镜，不生成任何其他多余镜子

为什么会有这句？看一眼那张妆台设定图就懂了：铜镜后面是格子窗，边上还有反光的漆面，模型很容易顺手再生出一面镜子来。多一面镜子，这条就废了。

兜底不是抄的，是照着这一镜的具体风险现挂的。

同一场戏的前后两个镜头，兜底也不一样。第一条没挂这句，第二条挂了，因为第二条的构图正对着铜镜。

第一段在给每张图派活

回头说开头。这两条的第一段都是先派活：

将 @图片1 中的画眉偏殿妆台夜景（铜镜、妆奁、烛台陈设）定义为 <场景1>；将 @图片2 中的沈眉定义为 <主体1>，音色为中低声区、清透偏冷、咬字平稳的二十余岁女声

这张图管景、这张图管人，顺手把音色也定死。

注意它一个字都没描述沈眉长什么样。脸交给图，文字只管派活。你在这儿写「鹅蛋脸、大眼睛」，等于跟参考图抢方向盘。

一张能抄走的表

写提示词的时候，把要写的东西分成四堆，各写各的：

这张表不难记，说实话我第一次瞅见那条「不生成多余镜子」的时候，也没反应过来它是干嘛的。

难的是一部戏几百个镜头，每一条的光、每一条的兜底都得照那一镜重挂一遍。

开头那 1864 个字，就是猫斯卡（www.maosika.com）读完这一场戏、替这两个镜头各写了一遍的结果。这活儿本来就不该由人一条条去抠。

今天就能做的一件事：把你上一条 AI 视频的提示词翻出来，搜三个词。

搜「氛围感」，搜「电影感」，搜「紧张」。

搜到了，就把那句话删掉，换成这一镜里摄影机真正拍得到的那几样东西。这一条改完，比你再买十套模板管用。猫斯卡（www.maosika.com）也是照这个路子写的。

关于猫斯卡 ｜ 猫斯卡 · 专业AI视频自动生产系统。把创意评估、剧本写作、人物场景道具定妆、镜头提示词与出片串成一条可审、可改、可回退的生产链。官网：www.maosika.com