需精准设定时空锚点、分层约束人物行为与装备、用负面提示拦截错误元素、控制交通工具动态权重及镜头参数。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你想用即梦AI生成一段真实感强的城市通勤视频，但输出画面反复出现错误：地铁站里有自行车、早高峰路上空无一人、骑电动车的人没戴头盔——这些全是提示词里漏掉关键限制条件导致的。
先锁定通勤场景的时空锚点
打开即梦AI网页端，进入「文生视频」界面，在提示词输入框顶部明确写入：「工作日周一上午7:45–8:30，中国南方二线城市（如杭州），阴天微雨，空气湿度75%」。时间必须精确到半小时区间，不能只写“早上”；地点要具体到“二线城市”，否则AI默认渲染北上广深或虚构城市，建筑密度和车流节奏全错。
这一步漏掉湿度参数，AI会生成干爽晴天效果，而南方早高峰的真实体感是地面反光+行人撑伞+电动车后视镜挂水珠。
分层约束人物行为与装备
方法一：用括号嵌套式限定
在提示词中插入「（穿通勤衬衫+西装外套+通勤包+防水通勤鞋）、（骑电动车者佩戴白色头盔+雨衣下摆束进裤腰）、（地铁站内无人奔跑/无人饮食/无人长时间看手机）」。括号强制AI将这些视为不可拆解的组合单元，比用逗号分隔更稳定。
为使用即梦（Dreamina/Jimeng）Seedance 2.0 进行图生视频（image-to-video）生成提供全面的提示词撰写指南。图生视频提示词采用“增量式”设计：参考图像负责承载静态视觉内容，而文本提示仅需描述画面中**发生运动与变化的部分**。 本技能涵盖以下 4 种子模式： - 单图生视频（single image→video） - 首尾帧过渡（first-last frame transition） - 多帧故事板叙事（multi-frame storyboard na
方法二：负面提示反向拦截
在即梦AI的「Negative Prompt」栏单独填写：「bicycle in subway station, helmetless e-bike rider, empty road during rush hour, cartoon style, floating objects, extra limbs」。其中「bicycle in subway station」必须写，否则AI可能把共享单车P进闸机口——【这是即梦AI最常误读的物理空间逻辑漏洞】。
控制交通工具的动态权重
第一步：在主提示词末尾追加「traffic flow ratio: 65% electric scooters, 20% buses, 10% private cars, 5% bicycles」。
第二步：紧接着补一句「all vehicles move at realistic urban commuting speed (15–25 km/h), no sudden acceleration or braking」。
第三步：插入镜头约束「medium shot, eye-level perspective, slight motion blur on passing vehicles only」。
不写速度范围，AI会生成赛车式疾驰的公交车；不指定「only」修饰motion blur，它会给所有元素加模糊，导致人脸无法识别、车牌彻底糊掉。
