图里已经有一个人、一张桌子和一道从窗外照进来的光，视频提示词还需要把这些内容逐项再描述一次吗？
本文内容（5节）
Runway的图生视频指南给出了一个很有用的分工：输入图像提供起始画面的主体、构图、光线与风格，文字主要描述接下来的运动。Gen-4.5图生视频的官方介绍，值得连同这条原则一起理解。
当图片承担首帧时，它已经给出一个具体状态。接下来需要表达的，是这个状态如何变化。人物向哪里转头，摄影机是否移动，环境有没有发生变化，这些才是视频相对于静态图新增的信息。
如果提示词又重新发明一个与图片不一致的场景，模型面对的就不只是动作任务。人物衣服、画面布局和光照可能一起被重新解释。结果出了问题，也更难判断到底是动作没有完成，还是输入之间出现了冲突。
这也解释了人物资料和剧情首帧的差别。人物组合板便于呈现外观，它的多个视角可以帮助人理解角色；但如果作为视频第一帧，模型面对的就是一张包含多个人物视图的画面。它不会因为制作人员心里想着单人剧情，就自动把这张资料板当作另一种输入。
把角色放进场景、确定镜头开始时的姿态，再描述后续变化，这条流程虽然多了一步静态画面准备，却减少了视频阶段需要同时猜测的内容。首帧的错误也更容易单独发现。
这里没有一个适用于所有镜头的万能提示词。更重要的是弄清楚文字正在补充什么信息。静态图已经表达得足够清楚的部分，可以少写；决定接下来如何发展的动作和镜头，则值得认真写。
先用一句普通话把动作讲清
例如画面里是一位店员站在花架旁，手中拿着喷壶。希望发生的是“她注意到右边一盆枯叶，停下喷水，伸手拨开叶子”。这句话已经有动作与注意力变化，不需要先加一长串镜头术语才能表达。
再看是否要移动摄影机。如果重点是人物发现了什么，可以从她的反应接一个植物近景；如果重点是拨开叶子的过程，就让手和叶子始终留在画面内。镜头运动应该帮助观众看清信息，而不是自动套上推拉摇移。
同一张花店首帧，可以先写出三种不同任务
首帧里，店员拿着水壶站在盆栽旁。如果只需要平静生活感，可以写“店员缓慢浇水，水流落在土面，镜头固定”。如果剧情是发现枯叶，则写“店员停止浇水，看向一片泛黄的叶子，另一只手轻轻抬起叶片”。两句的差别是事件，不是风格词更多。
如果要表现听见门铃，可以写“店员停下手中动作，抬眼看向画面右侧门口”。但首帧需要给头部转动与视线留下空间。人物已经紧贴右边缘，或门口方位根本不清楚时，再长的提示词也很难替代构图准备。
Runway图生视频指南明确将文字重点放在运动、镜头与时间变化，同时允许在出现新元素或明显转变等情况下补充视觉描述。因此不是任何外观词都该删，而是只保留对本次变化确实有作用的信息。
把一段过满的提示词减下来
“她喷水、放下壶、走到门口、回头、接电话、露出惊讶表情”，很容易让一个短镜头承担过多状态变化。可以先找本镜最重要的一件事。如果故事要让观众看见枯叶下藏着东西，其他动作就应该为这个发现服务，或者分到前后镜头。
削减不是为了迁就工具而牺牲故事，而是让画面注意力集中。观众本来也需要时间辨认物件与反应。生成时能完成很多动作，不代表把它们放在一起最清楚。
把一句过满的提示词拆成可执行的顺序
“她浇水、看到枯叶、惊讶、放下水壶、转身开门、与客人微笑交谈”，实际上包含多个动作与情绪节点。若片段很短，先选当前镜头的重点。例如这一镜只到“抬起叶片”，开门另做一镜。
顺序也要与起点一致。水壶还在倾斜时，人物若立刻松手转身，动作可能出现不合理连接。可以说明先停止水流、扶正水壶，再看向门口。动作之间有了可发生的关系，文字才是真正在指导时间。
镜头移动同样应有目的。固定镜头能清楚看动作，缓慢推进可以把注意力带向叶片，快速环绕却可能增加空间变化。不要为了“电影感”把主体动作、镜头运动与背景变化一起加满。
首帧的构图会决定哪些动作容易看见
若喷壶和右手都被裁在画外，就不适合直接要求观众看清“停下喷水”。若植物在人物背后，转身与接触过程也会变得更复杂。先检查画面是否给动作留下条件，再改文字，比反复写“准确、自然、流畅”更有方向。
如果首帧里已经有错误结构，比如手指与壶把融在一起，视频阶段可能把这个错误继续带下去。先在静态图里修正接触与比例，是为了减少后面同时处理多个问题，并不意味着所有镜头都需要把动作提前画到一半。
用少量变化观察提示词真正影响了什么
可以先固定摄影机，只试主要动作；动作能读懂以后，再尝试缓慢靠近或轻微横移。保留提示词与结果，比较每次变化。若一轮同时改人物动作、时长、机位和光线，最后很难知道哪一项改善了画面。
本文的花架例子是原创说明，不是该型号的生成演示。官方指南提供了输入分工，实际镜头仍需要你按目的验收。把文字用在图片尚未表达的变化上，能让一次修改更具体，也让失败结果更容易解释。
本文按Runway官方介绍内容的发布日期记录这一节点。它说明的是一种输入方式和创作分工，不是本站对Gen-4.5成功率的实测排名。
失败后怎样改，才能知道哪一句有用
若人物一直浇水，没有注意到叶片，先突出这个动作转折，而不是再补五个外观形容词。若镜头在动但人物没动，暂时取消运镜，只检查主体行为。若水流与手部关系有问题，先检查首帧里的壶嘴、手与盆栽是否清楚。
每轮保留一条主要变化。比如原来写“惊讶”，下一轮改为“抬眼停顿，眉毛略抬”，比较是否更符合所需表演。不要同一轮改动作、换图、换时长和换型号，最后却说某个词一定是秘诀。
也要允许不同任务使用不同表达。有些镜头一句话已经足够，有些双人互动需要把谁先动、谁回应说得更清楚。提示词不是越短越专业，而是每一句都应帮助完成当前镜头。
最后把结果放回前后镜头。单条动作自然，若与前一镜手中道具状态不一致，仍然不能直接采用。文字负责推动这一段时间，首帧与剪辑共同决定它能否成为故事的一部分。
方法依据：Runway图生视频提示指南。花店提示词均为本站自拟示例，未标作实际生成结果。
一句“停下”为什么需要前面有东西可以停
如果首帧中人物只是拿着水壶静站，提示词写“她停止浇水”，模型需要先补出浇水过程，才能表现停止。若剧情只需要停顿后的反应，可以直接选择已经停水的状态开始，不必重复整个动作。
这说明提示词不仅要写目标，还要与图片当前状态相连。动词默认了哪些前提，先自己读一遍：拿起意味着物件还没被拿起，放下意味着手里已经有物件，回头意味着原本没有朝向那里。
出现动作不对时，从这些前提检查，常常比寻找某个英文关键词更有帮助。语言准确地描述了不成立的起点，仍然会给生成造成困难。
练习时可以只改变起点，保留动作文字比较；也可以保留首帧，只改动作目标。每次知道自己在研究哪一项，才容易积累可复用的理解。
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。