1，锁定两个起始画面
一个是从卡利普索的肩膀后面看过去，另一个是从奥德修斯的肩膀后面看过去。
整场戏所有镜头都从这两个画面出发去生成，人物站的位置、大小比例、背景关系从头到尾都不会乱。
2，双角度同步跑对话
任何需要两人说话的片段，提示词顶部就明确写清“两个角色依次说话，绝不重叠”，并严格规定谁在镜头内、谁是场外声，以及语气、停顿、口音。
3，动作提示双向镜像
擦眼泪这种细微动作，两个角度的提示里写完全一样的手部描述（松拳、只伸食指、鼻子旁一次短而慢的向下抚摸）。这样剪在一起就像同一段连续调度。
不要把 AI 当成“生成器”，而要把它当成一个不稳定的摄影团队。你需要像导演一样控制镜头、角色、空间、动作连续性。
也就是竞争力，从“会写 Prompt”变成“会导演”。
镜头。角色。空间。动作。连续性。
一个穿红色风衣的女孩，
正在雨夜街头快速穿过马路，
公交车从身后经过形成运动模糊，
黄昏路灯和商店灯光交错，
35mm电影镜头，
柯达胶片色彩，
人物位于画面左侧三分之一。
也就是引出了 pdf 里的一个提示词公式：
主体 + 动作 + 环境 + 光线 + 构图 + 风格 （谁 + 在哪里 + 做什么 + 怎么拍 + 什么感觉）
第二条是：不要告诉 AI “我要大片”，告诉 AI “大片是怎么拍出来的”。
像这种“生成一张高级感照片”，得说明白高级感是啥：
35mm film still
低机位
浅景深
自然光
轻微运动模糊
人物偏左构图
三：AI 的默认答案永远是平均值，你的任务就是不断增加限制，让它远离平均。
比如这个平均值：
人站中间
正面对镜头
均匀打光
完美但没有故事
解决方法就是指定构图、动作、镜头等：
人物站在画面右侧三分之一,大量留白
女孩刚刚跑过雨中的街道，
头发被风吹起，
身后的公交车
四：文字不是普通描述，而应该像设计师制作版式一样描述。
1. 文字必须加引号
标题：“MORNINGS, UPGRADED”
2. 指定位置
巨大标题位于画面顶部
3. 指定层级
标题占据上半部分，
产品位于右下角，
保持大量留白
五：修改图片，不要重新生成：保留什么 + 修改什么
错误示范：改一下背景。
更好的表达是：
保持产品和阴影完全不变，
替换背景为柔和阳光照射的灰色摄影棚。
换衣服：
保持人物脸部、姿势、光线不变，
替换服装为黑色西装。
换场景：
保持人物完全一致，
将背景改成巴黎街头。
六：多图保持一致：不要靠运气
做：
IP角色
连续漫画
产品系列
视频人物
必须锁定：
人物：保持脸型、发型、年龄一致
产品：保持包装、logo、颜色一致
就是说，如果你想让同一个人（或者同一个产品）在很多张不同的画面里反复出现，样子必须一模一样，不能这张脸变了、那张衣服颜色跑了，那就需要先给AI一张“标准照”当参照，把这个人的长相、服装、特征彻底固定住。以后生成任何新画面时，都拿这张标准照去提醒AI：“就是这个人，别给我乱变。”
七：回到前面的那个观点：
视频 Prompt 的核心～你不是生成画面，而是在导演镜头。
图片 Prompt 是告诉 AI“拍什么”；视频 Prompt 是告诉 AI“这一幕如何发生”。
其实就是在图片的基础上多了几个维度，比如时间，镜头怎么移动，连贯性，当然还有声音。
【镜头】
竖屏9:16，中景
【镜头运动】
镜头缓慢推进
【主体】
一个……
【动作】
正在……
【场景】
地点 + 时间 + 环境
【光线】
……
【风格】
……
【声音】
……
比如这个光，就可以有：
清晨：柔和的晨光
电影：戏剧化电影光影
悬疑：低调暗光，强烈阴影
梦幻：柔和漫射光
「人物 + 在哪里 + 做什么动作 + 镜头怎么拍 + 整体什么感觉」
关于首尾帧，以及多图参考的图形说明。
关于镜头移动的，这是 12 个常用的。不要只描述画面，要指定镜头运动；一个镜头一个动作，慢速运镜更容易生成电影感。
相机和镜头参数不是重点，关键是用“焦段 + 光圈 + 景别 + 机位角度”控制画面的视觉语言：决定人物距离、空间关系、背景虚化和情绪氛围。
给我整体的感觉就是那一句话「“不要告诉AI我要大片，告诉它大片是怎么拍出来的”」，我要会拍大片了，那我不就是大导演了么。
难怪很多 AI 视频，一些导演们做的就都挺好的。估计后面会有越来越多知名导演的 AI 神作出现。
这么理解下来，如果把“导演思维”拆开，感觉就是导演最基本的能力不是会拍摄，也不是懂器材，而是：把脑中的抽象想法，翻译成一套所有人都能执行的视觉语言。只不过放在 AI 里，就是 AI 能听得懂能执行的。
以前导演面对的是摄影师、演员、灯光师、剪辑师。 现在咱面对的是 AI。