Camera Language in AI Video

Question

AI 视频里的 camera language 不是为了让 prompt 看起来专业，而是为了限制模型如何观察世界。很多失败不是主体错了，而是镜头没有被定义：模型不知道它应该保持距离、推进、环绕、揭示，还是只是随意漂移。

Observation

“cinematic” 这个词太宽。它可能被模型理解成浅景深、胶片色彩、强对比光，也可能只是生成一张看起来像剧照的画面。真正有用的是 camera behavior：

hold
slow push-in
locked-off wide shot
low-angle tracking
over-the-shoulder reveal

这些词不是风格，它们定义观看关系。镜头距离决定观众和角色的心理距离；焦段决定空间被压缩还是展开；运动决定信息如何被揭示。

Method

我会把镜头提示写成三段：

FRAMING: medium close-up, character stays frame left
LENS: 50mm, shallow depth of field, background compressed
MOVEMENT: slow push-in over five seconds, no orbit, no handheld shake

这样写的目的不是追求“电影感”，而是减少漂移。模型一旦自由选择镜头运动，就会把构图变化误当成内容变化：角色位置变了，空间方向变了，道具关系也跟着变。

Boundary

camera language 只能稳定单镜头观看方式，不能自动解决剧情。一个 low-angle tracking shot 可以让角色更有压迫感，但它不会替你定义角色动机。镜头语言必须和事件绑定：

wrong: slow push-in, cinematic, dramatic
better: slow push-in as she notices the missing letter

动作原因比镜头术语更重要。镜头运动应该服务一个信息变化。

Lab Note

每次写 AI 视频 prompt，我会问四个问题：

Who is the camera following?
What should remain in frame?
What information is revealed by the movement?
What must not change during the move?

如果这四个问题答不出来，camera prompt 只是装饰词。