Prompt 里写 “cinematic” 就是马脚。模型一看到这个词，给你的全是浅景深、黄金时段、缓飘那种和别人一模一样的 lookbook 片。真正的电影感语言用的是命名镜头运动加起止取景、一镜一意图、模型真能解析的运动提示。这就是 “像幻灯片” 和 “像一场戏” 的区别。这篇给你词表、坏 prompt 对修后 prompt 的成对样例，以及一份能直接粘进 2026 年 6 月当前主流 text-to-video 模型的模板。
一句话总结
- 删掉 “cinematic”，换成一个命名镜头运动（
dolly in、pull back、orbit、tracking shot、static）。 - 一片只放一个运动。5 秒里同时推 + 摇 + 拉，模型会糊成均值。
- 把起止取景写明白：镜头从哪开始、到哪结束、用多久走完。
- Sora 2 Pro、Veo 3.1、Runway Gen-4.5 有 UI 镜头控件时，优先用控件而不是文字——听话得多。
- 一镜出 4-6 个版本，把听话的 seed 存下来。
这篇适合谁看
做短视频、MV、广告或电影感 b-roll 的 AI 用户——尤其每周已经产 10+ 条片、看腻了每条都像奢侈品手表广告的人。默认你会排队生成、会读 seed。从没生过片的，先看 AI 视频 Prompt 基础。
三种情况别用命名镜头运动：说话头镜头（镜头该隐形，写 static, locked-off）、锁死的产品镜头（static, no camera movement）、纯纹理 loop（让主体动而不是镜头动）。对静态产品 hero 还硬写运动，会拿到一段你本想要稳的抖。
按你要的运动选模型
2026 年 6 月，四款主流 text-to-video 工具处理镜头的方式各不相同。要多少控制就配多少控制。
| 模型 | 当前版本 | 单镜基础时长 | 镜头控制 | 擅长 |
|---|---|---|---|---|
| Google Veo 3.1 | 3.1（Flow / Gemini 内） | 8 秒，可扩展到约 140 秒 | UI + API 显式 dolly/pan/tilt/zoom/handheld/static | 技术性镜头 prompt、4K、原生同步音频 |
| OpenAI Sora 2 | Sora 2 / Sora 2 Pro | 15 秒，扩展到约 25 秒 | Sora 2 Pro 有离散镜头预设；其余靠文字 | 大幅度运动、叙事、多主体场景 |
| Kling 3.0 | 3.0（2026 年 2 月） | 约 10-15 秒，Extend 到约 3 分钟 | ”方向 + 速度”措辞强，多镜逻辑好 | tracking shot、跨切角色一致性 |
| Runway Gen-4.5 | Gen-4.5 | 约 10 秒 | UI 里显式镜头方向滑块 | 图转视频导演、精确镜头控制 |
文字里写命名镜头运动能稳定听懂的是 Veo 3.1 和 Sora 2 这两个。Sora 2 Pro 额外提供离散镜头预设（dolly in/out、pan、tilt、orbit、crane、handheld、static locked）——有权限时，用预设比用文字描述听话。Runway Gen-4.5 在 UI 里给镜头方向控件，基本上比写在 prose 里稳。Kling 3.0 在 2026 年 2 月发布后拿下 ELO 第一，对 tracking shot 的”方向 + 速度”措辞反应很好。
开始生成前
- 先定这条片的单一情绪点：一个词——紧张、揭示、平静、慌、亲密、震撼。镜头运动跟着情绪走。
- 知道你的片长。5 秒装 1 个运动封顶；10 秒装 1 个运动 + 一个 hold。
- 查清楚模型的控制项。Veo 3.1、Sora 2 Pro、Runway 有镜头滑块就用滑块，别写在 prose 里。
具体步骤
- 一片选一个镜头运动。一个 5 秒里同时推 + 摇 + 拉显得乱，模型一般会糊成均值。
- 用这份命名运动表：
dolly in、dolly out、push in、pull back、tracking shot、crane up、crane down、whip pan、slow pan、tilt up、tilt down、orbit、gimbal walk、static。 - 用 Sora 2 时，把镜头运动放在 prompt 第一句——它对靠前的镜头意图 token 权重高。
- 工具支持就写起止取景：
起于主体中景，5 秒内推到特写，落在眼睛特写。 - 航拍加高度和方向：
低空，30 英尺，缓向左漂移，行走速度，主体在下三分，天空在上半。 - 手持感用质感词：
手持跟拍，有机运动，轻呼吸抖，gimbal 稳定，主体始终居中。 - 镜头匹配情绪：推近=紧张，拉远=揭示，缓摇=氛围，whip pan=能量，环绕=主角登场，static=权威。
- 一镜出 4-6 个版本。镜头语言看运气，预留重 roll。听话的版本把 seed 存下来，便于复用。
改写对照
坏： "cinematic shot of a woman on a rooftop at sunset, beautiful"
好： "single take, slow dolly out, starts mid-shot on woman seated
on rooftop edge, ends wide revealing skyline behind her,
golden hour, 7 seconds, anamorphic 2.39:1, no zoom"坏： "drone shot of a forest"
好： "low aerial tracking shot, 40 feet above canopy, moving
forward at jogging pace, subject deer in lower third
moving same direction, soft morning fog, no orbit"坏： "epic orbit around the car, cinematic, 360"
好： "slow orbit clockwise around parked car, 6 seconds,
half a revolution only, low angle, headlights catching
the lens, single take"15 分钟 A/B 测试
最快让自己信服的办法：
- 从你已有项目里挑一条镜头，把现有 prompt 抓出来。
- 改写成”恰好一个命名运动 + 明确起止取景”。
- 老 prompt 和新 prompt 各跑 4 条，seed 区间一致。
- 剪成快速 A/B 在手机上看。新版若不比旧版更”有意图”，说明 prompt 还不够具体。
复看时问三件事：镜头运动是在服务情绪点，还是只是听着帅（悲伤戏配 orbit 会变 MV 不是 drama）？模型真执行了那个运动，还是默认成缓飘（4 条里 3 条都在飘，说明运动名太泛）？静音看还成不成立——只有上音乐才感觉得到，那是剪辑在替镜头干活，不是镜头本身在起作用。
攒一套可复用模板
一条 MV 镜头，从头到尾：
subject sitting on rooftop, golden hour, slow dolly out over 7 seconds,
revealing city skyline behind them, single take, 2.39:1, no cuts跑 5 个，选拉远顺、取景到位的，接片。含重 roll 约 15 分钟。然后：
- 把 6-8 条最好的 prompt 按运动归档（一个
dolly in模板、一个pull back模板……），只换主体和场景。 - 每个模型维护一份”听话 seed”日志。听过一次话的 seed，在相似 prompt 下大概率还会听。
- 模型一更新就重测模板。Sora 2 对
orbit的理解和 Sora 1 不同；Kling 3.0 懂 Kling 2 不懂的多镜场景逻辑。镜头听话度会随版本变。
容易踩的坑
- 一片多个镜头动。选一个，让它呼吸。
- 泛
cinematic camera不带命名运动——拿到模型默认啥都有。 - 不可能的运动——2 秒 360 度环绕。过分要求的 prompt 模型常糊成一团；改成 6 秒走半圈。
- 把”motion strength 滑块”和”镜头运动文字”当一回事。是不同控件，都要调，但别叠。
- 忘写
single take/no cuts——有些模型会在 7 秒里自己加一刀。 - 想 dolly 却写了 zoom。zoom 是变焦看着平，dolly 是机器位移有立体感。
进阶技巧
- 广告片
push in slowly做亲密感。少用，会腻。 - 揭示用
pull back或crane up，后期常配音效。 - 动作用
tracking shot, side angle模拟追车 / 跟拍。 - 参考真摄影：
Wong Kar-wai style slow gentle camera、Kubrick centered tracking, one-point perspective给模型一个能模仿的目标。 - 采访 / 对白
static, locked-off, no camera movement才对。表演撑画面。
FAQ
- 2026 年 6 月哪些模型镜头最好？: 文字里写命名镜头运动能稳定听懂的是 Veo 3.1 和 Sora 2；Veo 3.1 对
dolly in、crane shot这类技术措辞尤其强。Sora 2 Pro 额外有离散镜头预设。Kling 3.0 当前 ELO 第一，tracking shot 和多镜一致性强。Runway Gen-4.5 提供显式 UI 滑块，通常比 prose 写法稳。 - 用 UI 镜头控件还是把运动写进 prompt？: 有控件就用控件（Sora 2 Pro、Flow 里的 Veo 3.1、Runway Gen-4.5）。显式预设比文字听话得多。只有工具没有镜头控制时才退回文字。
- 单运动镜头多长合适？: 5-8 秒甜蜜区。3 秒以下运动不出来，10 秒以上模型开始自己加二次运动。Veo 3.1 单镜基础是 8 秒、Sora 2 到 15 秒，一个运动放得很舒服。
- 能写焦距吗？: 能。
85mm portrait lens压缩背景，wide-angle 24mm开阔感，35mm中性默认。影响纵深和畸变。 - 能同时写镜头运动 + 主体运动吗？: 能，而且应该。
Tracking shot from the side, subject running left to right at the same speed是典型 motivated camera。速度要对齐，否则镜头会和主体打架。 - anamorphic 和画幅怎么写？: 直接告诉模型
2.39:1 anamorphic、1.85:1 spherical、9:16 vertical。镜头质感影响小，但画幅本身就会带出电影感。 - seed 重要吗？: 比大家承认的更重要。找到听话的 seed 存起来，在变体里复用。