首帧里，一位老人坐在窗边，手边放着一封没有拆开的信。视频提示词写了半屏：老人、木桌、暖光、窗帘、电影感、高清细节。生成后，窗帘飘了，镜头也推近了，老人却只是坐着。
本文内容（9节）
你想让他拆信，但这件事没有被写清楚。已有首帧时，提示词最需要补充的是接下来发生什么，而不是把图片里的名词再数一遍。
让一句提示词有起点和落点
先不写风格词，把动作缩到一个镜头能看清的程度。如果首帧已经是老人拿着信封的手部近景，可以这样写：
老人双手拿着信封，右手拇指缓慢挑开封口，动作短暂停顿，再继续揭开。摄影机固定，保持手和信封都在画面内，结尾停在封口打开、信纸还未抽出的状态。
这段话提供了动作、节奏和结束状态。“缓慢”不是越多越好；关键是它解释了人物的犹豫。若只是普通收快递，未必需要这样的停顿。
注意它也没有把“拿起信封、拆开、抽出、展开、读完、流泪”全部塞进去。每多一个步骤，就多一处手部接触和物体状态变化。故事确实需要这些过程时，可以拆成拿信的中景、拆信的近景、读信的面部镜头，在剪辑里连接。
用拿信封这一镜，区别“画面描述”和“时间描述”
首帧里已经有老人、窗边桌子和信封，文字再写“老人坐在窗边，桌上有一个信封”，主要是在重复已存在内容。真正需要增加的是下一步：老人拿起信封，停顿，拆开封口，取出里面的信。
但这串动作是否适合一镜完成，还要看时长与景别。如果重点是认出信封上的封蜡，可以只做到拿起并看清；如果重点是读信后的反应，则可能把拆信放在另一镜，给表情留时间。提示词先围绕本镜目标取舍。
一种自拟写法是：“老人将桌上的信封拿到眼前，看向封口，手停住片刻。固定近景。”它写了动作、注意对象与结束状态。是否需要再补微小手部细节，要根据结果与输入图决定，而不是一开始堆满动作术语。
先决定看什么，再决定怎么运镜
这一镜如果要让观众看清拆封，固定手部近景就有理由；如果重点是老人不敢打开信，可以用面部与信封都能交代到的景别。不要既要求看清指尖，又让镜头快速绕人物一圈，两个目标会争抢画面。
“镜头缓慢前推”也应有落点：最后是停在脸上，还是停在信上的落款？不写落点，镜头即使动了，也未必在你需要的位置结束。摄影机不动同样是一种明确选择，并不比复杂运镜低级。
镜头运动和人物动作，最好能说清各自目的
缓慢推进可以让观众逐步注意封蜡，跟拍适合人物离开桌边，固定镜头则方便观察手部。不要因为想让画面“动起来”，就在一个细小动作上同时加环绕、摇移和焦距变化。
Runway的镜头术语资料提供了不同运动的例子，但同一个术语放到不同首帧里，结果仍取决于空间与主体。首帧没有留出桌面，镜头推进也不会自动把被裁掉的双手恢复成可靠结构。
可以先用固定镜头确认人物行为，再增加一种有目的的运镜。若增加运镜后动作变得不清楚，就回到原版比较。这样你知道新要求带来了什么，而不是每轮换一整套形容词。
动作不成立时，回头看首帧
假如首帧只拍到老人胸口以上，双手和信封都在画外，就很难要求这张图直接承担清楚的拆封过程。更合理的准备，是补一个能看到双手、信封及桌面空间的镜头。
还有一种情况，信封在桌子另一端，手被杯子挡住。此时继续增加“准确抓握、自然拆信”并没有改变画面里的距离和遮挡。先换构图、移动道具或简化动作，再尝试生成，才容易判断问题出在哪。
这套写法不能原封不动用在所有入口
文生视频没有你眼前这张首帧，需要先建立老人长什么样、坐在哪里、用什么景别。人物参考模式则要按工具的引用方式说明哪张图提供角色身份、哪张提供场景；有些模式会重新安排构图，不能把参考图当作已确定的故事起点。
首尾帧模式还多了一层关系：起点和终点之间，要有一个说得通的变化。起点手握未拆的信，终点信封已开，是一个方向；起点坐在窗边，终点突然站到另一间屋里，就不是加一句“平滑过渡”能解释的了。
把模糊要求改成可见动作
“老人很感动”是一种意图，但画面怎样让人看见感动，还需要选择。可以是手指停在信封边缘、抬眼望向窗外，也可以是读到一半轻轻笑了一下。不同动作表达不同情绪，不要一口气全写进去，再希望模型自行安排成合适的表演。
“镜头有电影感”同样需要落到具体选择。固定中景保留环境，缓慢靠近强调表情，手部近景突出动作细节，各有作用。先说自己想让观众注意什么，再选择运镜，会比在每一段里都写“环绕、推近、拉远”更容易形成清楚意图。
把“情绪”落到能看见的变化
“他非常震惊”可以是结果，但需要思考观众会看到什么：目光停住、呼吸改变、手指收紧，还是把信放回桌上。选一两项与人物性格相符的表现，通常比同时要求哭泣、颤抖、站起和转身更集中。
如果表达过度，先减小动作，而不是只补“自然一点”。如果没有反应，检查首帧与时间安排是否给了人物注意信件的过程。角色还没看到内容就已经作出情绪，观众会感觉表演没有原因。
对白、环境和动作可以分层写，但不一定每镜都写满。安静阅读时，也许只需要纸张轻响和人物停顿；突然加上风暴、镜头震动和宏大音乐，可能改变原本克制的场景。
最后检查落点能否接下一镜。信是打开还是合上，握在哪只手里，人物视线落向哪里，都应该能继续沿用。一个可用提示词不只是让这条视频好看，还让后续镜头有明确起点。
相关资料：Runway镜头术语与示例。信封提示为本站自拟示范。
一条镜头描述可以分成三句
第一句写主体怎样改变，第二句写摄影机怎样看，第三句写结束时的状态。比如：“老人低头读信，视线沿纸面缓慢移动。摄影机保持近景固定，窗边光线不发生明显变化。结尾他停止阅读，目光停在纸面，手仍拿着信。”
这个例子不保证某个工具一定完全执行，它的价值是便于检查。若人物动作对了、摄影机却突然绕行，你知道要改镜头要求；若最后把信放下了，则结束状态没有达到。三件事分开，反馈也更具体。
动作做不完时，先看究竟多在哪里
伸手拿信、拆封、抽纸、展开、阅读，每一步都涉及新状态。有些过程在叙事上可以省略，例如从拿着信封切到已展开的信纸；有些需要被看见，例如迟迟不敢拆开的犹豫。不是所有动作都要完整生成，也不是所有省略都会让故事不连贯。
如果决定拆镜，分镜之间应接得上。上一镜信封在右手，下一镜不要无缘无故换手；前一镜仍未拆开，后一镜可以通过剪辑省略过程，但需要让观众理解时间与动作的关系。先排静态镜头，再做复杂运动，能更早看到这些问题。
建立自己的修改记录，别收藏万能词串
记录原始首帧、动作描述、采用模式、主要问题和本轮只改了什么。几轮以后，你会逐渐知道当前工具在哪些表达上容易误解。换工具或换模式时，重新核对入口说明，而不是把旧平台的一长串负面词当作固定规则。
提示词是传达镜头意图的工具，不是替代分镜的暗号。把主体、动作、摄影机与落点想清楚，既能让生成要求更准确，也能让一个不满意的结果告诉你下一步到底该处理哪里。
改提示词时一次只动一类要求。先确认动作能看懂，再试节奏，最后决定要不要运镜。这样哪一步让结果变好、哪一步添了麻烦，才看得出来。完整模式说明见第六课：AI 视频制作。
写完后，把每个动词与首帧对一次
拿起、放下、转身、离开，都带有起点条件。信已经在手里，就改写为举到眼前或拆开；人物已经面向门，就不必再要求回头看门。先把这份对应关系写对，往往比继续增加风格词更有效。
如果动作目标改变，也允许首帧跟着调整。图和文字是同一镜的两部分，不必为了保住一张偶然好看的图片，让后续运动一直与它矛盾。
资料来源与延伸阅读
资料复核：2026年11月4日。文中的自拟情节、演算与检查方法用于教学；产品能力以对应版本的公开说明为依据，未将文档核对写成账号实测。