要让智谱清言视频精准落地，需将抽象想象转化为含六要素的施工指令：镜头语言（带动作动词）、景别角度、光影（含光源与物体反应）、主体（唯一性+物理变化+幅度时限）、主体运动、场景（含空间锚点与动态驱动源）。
☞☞☞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☜☜☜
要让智谱清言生成的视频画面精准落地、不跑偏、不群魔乱舞，必须把抽象想象转化成AI能咬住执行的场景描述——不是写诗，是下施工指令。
先拆骨架：六要素缺一不可
打开清影界面，输入提示词前，先在脑中过一遍这六个位置是否都填了内容：【镜头语言】、景别角度、光影、主体（含细节）、主体运动、场景（含环境细节）。漏掉任意一项，AI就会自由发挥补全，而补出来的往往是你没想过的“惊喜”。
比如只写“女孩在咖啡馆”，AI可能生成俯拍全景+冷光+静止坐姿+空荡背景——但你想要的是“她低头搅动拿铁时睫毛投在手背上的影子”。前者是关键词堆砌，后者才是可执行的场景描述。
记住：AI不理解“氛围”，它只认具体动作、物理状态和光学条件。
镜头语言必须带动作动词
方法一：用“推/拉/摇/移/升/降/环绕/贴/怼/蹲/举高”等动词开头，后面紧跟参照物。例如：“手机贴大腿侧→边走边小幅晃动→镜头高度保持在髋骨位置”。
方法二：绑定真人身体动作，避免设备名词。“蹲着往前蹭两步”比“使用轨道车推进”更有效；“把手机塞进购物袋提手缝里，一拎就出俯拍”比“启用俯角固定镜头”更易被AI识别为真实拍摄约束。
【禁用“应”“建议”“可考虑”这类教科书式表达】——AI会当成参考意见而非执行命令，直接忽略或弱化处理。
主体描述要抠到毫米级细节
第一步：锁定主体唯一性。不说“一只猫”，说“橘猫，左耳尖有块白毛，项圈挂着小铜铃”。
第二步：写它正在发生的物理变化。不说“猫在动”，说“尾巴尖突然弹起3厘米，又垂落，毛尖沾着刚蹭过的蒲公英绒毛”。
第三步：限制动作幅度与时长。6秒视频里，“奔跑5米”可行，“翻跟头接后空翻”不可行——AI无法在帧间合理分配动作节奏，结果常是肢体撕裂或瞬移。
这一步操作起来很简单，直接把肉眼可见的细节打出来就行。但很多人卡在第一步，只写“穿汉服的女生”，结果AI生成齐胸襦裙+马面裙+披帛三件套——而你原图只有交领短衫。
场景搭建必须含空间锚点
写“公园”不行，得写“杭州西溪湿地二期入口右侧第三棵香樟树下，树干缠着褪色红绸，地面铺着青砖拼花，左侧2米处有半截断碑”。
AI需要至少两个空间坐标才能定位画面纵深。单靠“室内”“海边”“街道”这种词，它默认填充通用模板，大概率出现违和的透视错误或比例失真。
注意：背景里的动态元素必须写明驱动源。不说“树叶摇晃”，说“穿堂风从西侧玻璃门缝钻入→掀动窗台绿萝叶片→叶影在水泥地上快速游移”。没有力的来源，AI会随机抖动所有东西。
光影必须指定光源与反应物
方法一：写光源位置+材质反馈。例如：“正午阳光从斜上方45°射入→照在不锈钢保温杯表面→反射光斑跳动着扫过桌面木纹”。
方法二：用生活化比喻替代专业术语。“丁达尔效应”不如写“晨光穿过未关严的窗帘缝→在浮尘里打出一道看得见摸不着的光柱”。
这一步最容易踩坑：只写“柔光”“逆光”——AI不知道柔到什么程度、逆哪一侧。必须搭配物体反应，否则光影会漂浮在空中，不落地。
