即梦ai生成咖啡短片需明确人群角色、空间锚点与场景细节：用分号分隔人物组，绑定方位词与物理交互，选用图库支持的场景类型，加入动态环境元素，并统一内外景层级及尺寸逻辑。
☞☞☞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☜☜☜
要用即梦AI生成包含真实人群与具体场景的咖啡制作短片，必须在提示词中明确区分主体动作、环境要素和人物状态，模糊描述会导致AI只渲染单人手部特写或空荡吧台。
明确人群身份与行为逻辑
在提示词开头直接定义人物角色，例如“一位穿围裙的年轻女咖啡师→正在手冲咖啡”，不能只写“有人在做咖啡”。即梦AI对抽象名词识别弱，“工作人员”“顾客”这类词会触发默认灰色小人模型，必须用“戴黑框眼镜的男顾客→低头看手机→坐在木质高脚凳上”这种带特征+动作+位置的三段式描述。
方法一：用分号分隔不同人群组。例如：“咖啡师（系深蓝围裙、扎马尾）；两位顾客（左侧穿米色针织衫女性→正举起咖啡杯微笑；右侧穿牛仔外套男性→用手机拍摄拉花）”。分号能强制AI将人群视为独立图层，避免肢体粘连。
方法二：给每个人物加空间锚点。必须出现“左/右/前/后/靠窗/吧台旁”等方位词，否则即梦AI默认所有人挤在画面中央。例如“靠落地窗的卡座区→两位穿浅灰西装的上班族→共享一台笔记本电脑→桌角放着两杯拿铁”。
绑定场景细节到物理交互点
第一步：先锁定核心场景类型，从即梦AI支持的12个基础场景库中选词，如“北欧风咖啡馆”“东京巷弄老铺”“上海梧桐区转角店”，不能写“温馨咖啡店”这种无对应图库的泛称。
为即梦（Dreamina/Jimeng）视频模型（视频3.0 Pro、Doubao Seedance 2.0、Seedance 1.5/1.0、智能多帧）的文生视频（text-to-video）提示词撰写提供全面指导。相较于图像提示词，视频提示词需额外涵盖两个关键维度：**明确的运动描述**与**镜头运动方向**。 当用户出现以下任一情况时，请启用本技能： - 想要撰写、优化或精修视频生成提示词； - 提及“文生视频”、“text2video”、“视频提示词”、“运镜”、“camera move
第二步：把人群动作与场景物件挂钩。例如“咖啡师右手持手冲壶→水流注入白色陶瓷滤杯→滤杯置于胡桃木滴滤架上→架体下方是粗陶咖啡渣桶”，其中“胡桃木”“粗陶”是即梦AI可识别的材质关键词，替换为“木质”“陶瓷”会降低质感还原度。
第三步：加入1处动态环境元素。必须是能被镜头捕捉的微小运动，如“百叶窗缝隙透入的光斑在吧台缓慢移动”“背景黑板菜单上的粉笔字边缘有细微掉渣”“吊灯玻璃罩内有尘埃粒子随气流旋转”。没有动态元素的场景会被AI判定为静态贴图，导致人群动作僵硬。
规避人群与场景冲突的硬性规则
提示词中禁止同时出现“满座”和“空旷街道外景”，即梦AI会优先渲染外景，室内人群自动消失。必须统一空间层级：要么全封闭内景（含门窗但不可见外部），要么街边露天座（需写明“遮阳伞下”“水泥地砖反光”）。【内外景混写会导致生成失败率超73%】
人群数量严格匹配场景尺寸。小提示词中写“8人聚会”却用“3㎡迷你吧台”作场景，AI会压缩人物比例至头身比1:10。正确做法是“6人共享长条原木桌→桌面铺亚麻餐垫→背景为拱形砖墙与绿植架”，尺寸逻辑自洽才能保持人体自然比例。
