luma ai门店到店路线提示词需严格遵循四步法：一以真实物理坐标锚定起点终点；二剔除门牌号、指示牌、估算数据三类无效信息；三植入路面材质变化与固定参照物细节两个可验证锚点；四按步行、骑行、驾车分段描述触点、弹跳、镜面反射等可执行动线特征。
☞☞☞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☜☜☜
你需要让Luma AI生成的门店到店路线提示词，既清晰传达步行/骑行/驾车三类真实动线，又不塞进无效地址、冗余导航术语或AI自由发挥的虚构路牌——有效信息必须可验证、可执行、可反向定位。
第一步：用“人正在走”锚定真实起点与终点
在提示词最开头写清物理可抵达的起点和终点，例如：“穿帆布鞋的顾客从地铁3号线B出口台阶最下级出发→左转沿梧桐荫蔽的人行道直行187米→右转进入青砖窄巷→停步于‘山隅手作’木门正前方1.2米处，左手轻触门环”。
【起点必须是真实存在的公共坐标点】，不能写“附近地铁站”，否则Luma会随机生成一个不存在的出入口；【终点距离精确到0.5米级】，写“门前”会导致镜头撞门或悬停过远，失去引导感。
第二步：剔除三类无效信息
方法一：删掉所有带“XX路XX号”的完整地址。Luma不识别门牌号逻辑，反而会把数字当装饰元素渲染成墙上乱码或路标错位。
方法二：删掉“请沿指示牌前行”“跟随蓝色箭头”这类依赖外部设施的描述。现实中箭头可能被遮挡、褪色或临时撤除，Luma无法校验其存在性，会生成悬浮箭头或穿模箭头贴图。
方法三：删掉“全程约5分钟”“步行800米”等估算数据。这些数值无法被画面验证，Luma会忽略，但残留文字可能触发模型生成钟表UI或计步器浮层——干扰纯动线表达。
第三步：植入两个可反向验证的物理锚点
① 路面材质变化点：“人行道由浅灰透水混凝土→接驳深褐手工烧结砖，砖缝嵌铜条反光”。这个过渡带能被镜头捕捉为视觉节奏切口，也是Luma判断路径是否真实的校验信号。
② 固定参照物细节：“窄巷右侧第三家店铺卷帘门底部有两道划痕，左深右浅，间距4.3cm”。不是随便写的——划痕位置、深浅差异、厘米级间距，三者组合构成唯一指纹。没有它，Luma容易把巷子渲染成重复纹理贴图，导致空间迷失。
第四步：按交通方式分段写提示词
方法一：步行路线 → “赤脚踩过青石门槛接缝处微凸的苔藓，右脚踝擦过门侧风铃竹管，铃舌静止未晃”。强调足部触点与静止状态，排除误判为奔跑或滑行。
方法二：骑行路线 → “自行车前轮压过巷口减速带时轻微弹跳，车把上挂的帆布包随惯性左摆，包角扫过左侧老墙剥落漆皮”。弹跳幅度、摆动方向、刮擦位置，三者缺一不可，否则Luma默认匀速滑行，轮胎无变形。
方法三：驾车路线 → “轿车右后视镜掠过巷口‘山隅手作’木招牌左下角铆钉，镜面映出招牌倒影中铆钉阴影偏移量0.6mm”。用镜面反射+阴影偏移锁定车速与角度，比写“缓慢驶入”可靠十倍。
