要用「镜头+动作+细节」三要素替代抽象描述，如将“温馨感人”改为特写女孩抹窗雾见霓虹灯牌；分三步组织提示词：基础设定、核心动作链、意外干扰，并用顿号或换行隔开。
☞☞☞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☜☜☜
想让豆包AI生成的短视频脚本一眼就“活”起来，不是堆形容词，而是用可拍摄、可调度、可剪辑的动作和视觉元素去驱动文字——镜头怎么切、人物怎么动、道具怎么用、光线怎么变，这些才是画面感的真正支点。
用「镜头+动作+细节」三要素替换抽象描述
把“温馨感人”这种主观感受，改成“特写：女孩手指抹掉玻璃窗上的水汽，窗外霓虹灯牌‘24小时便利店’亮着半边光”。豆包AI不理解情绪，但能执行具体指令。输入提示词时，强制自己删掉所有形容词和副词，只留镜头语言、人物动作、环境细节三类信息。
方法一：先定镜头类型再填内容。例如写“中景→女孩蹲在旧书桌前→左手翻动泛黄日记本→右手无意识摩挲右耳垂→台灯暖光在她睫毛下投出颤动的影子”。这比“她怀念过去”更易被AI转化为分镜。
方法二：用括号嵌入拍摄参数。例如“（手持微晃）→镜头从咖啡渍斑驳的桌面缓缓上移→停在男人攥紧又松开的拳头→背景音是远处模糊的地铁报站声”。括号里的信息会显著提升豆包对画面节奏的响应精度。
植入可验证的视觉锚点
给AI一个它能“认出来”的东西，比让它自由发挥更可靠。比如写“穿蓝布围裙的店主，围裙左口袋插着三支不同颜色的圆珠笔”，这个细节会让AI拒绝生成模糊的“一位店主”；再比如“镜头扫过墙面：褪色的‘诚信经营’锦旗一角卷边，下方贴着一张手写价目表，字迹被油渍晕开”。这些锚点自带时间感和生活毛边，画面立刻落地。
使用豆包（火山引擎 Ark）生成图片或视频并保存本地。用户提及“豆包生图/图片/生视频/视频”、“Doubao”、“Seedance”、“火山引擎图片/视频”时触发。
注意：不要用AI无法识别的抽象符号，例如“象征希望的光”“代表孤独的背影”。豆包没有图像语义理解能力，它只匹配文字字面组合。
按拍摄逻辑组织提示词顺序
第一步：明确基础设定。用短句分行写清——场景（老式居民楼一楼杂货铺）、时间（夏末傍晚，斜阳穿过铁栅栏）、人物（50岁左右女店主，左眉有颗小痣）、道具（玻璃罐装话梅、铝制搪瓷杯、挂历停在2017年8月）。
第二步：写核心动作链。例如“她踮脚取高处玻璃罐→罐身反光闪过她眼角细纹→转身时围裙带倒搪瓷杯→水洒在挂历‘8月’二字上→她没擦，直接用袖口抹了抹杯沿”。动作必须有因果、有物理反馈、有视觉落点。
第三步：加一层意外干扰。例如“门外突然驶过一辆洒水车，哗啦声中，窗台绿萝叶片震落两滴水珠”。这种非主线但可拍摄的干扰，能让画面呼吸感倍增。
【关键前提】前三步必须用中文顿号或换行隔开，不能连成一段长句——豆包对段落结构敏感，连写会稀释画面权重。
