AI 视频生成最容易被忽视的能力提升点，不是画面而是镜头运动。同一张图，配上”slow dolly in”和”slow whip pan”产出的氛围完全不同。本文是面向 Runway / Kling / Sora / Veo / Pika 的 AI 视频镜头运动 Prompt 词典：12 个常用镜头，每个都配可直接复制的模板。
为什么镜头运动比”什么内容”更重要
主流 AI 视频模型对画面内容的处理大致稳定。但镜头运动的关键词权重极高——同一段 Prompt 加 slow dolly in 和加 static tripod，最终氛围完全是两部不同的片子。
经验法则：Prompt 第一行写镜头运动，之后再写动作和氛围。
12 个常用镜头模板
1. 缓推（Slow Dolly-In）
Slow dolly-in toward [subject], camera glides forward steadily, shallow depth of field maintains focus on subject
Pacing: slow and intentional
Duration: 5–7 seconds
Aspect: 2.39:1适合：情感铺垫、开场介绍人物。最稳定的镜头之一。
2. 缓拉（Slow Dolly-Out / Pull Back Reveal）
Slow dolly-out, camera gradually pulls back to reveal the wider environment around [subject]
Pacing: slow, with revelation moment in the last 2 seconds
Duration: 6–8 seconds
Aspect: 2.39:1适合：揭示场景规模、片头大场景。reveal 是关键词。
3. 跟随（Tracking Shot Following）
Tracking shot following [subject] from behind at hip height, steady gimbal motion, camera maintains constant distance
Pacing: walking pace, smooth
Duration: 6–10 seconds
Aspect: 2.39:1适合：人物行走、长镜头叙事。
4. 环绕（Orbital Shot）
Slow orbital shot circling [subject], smooth steady rotation around the subject's vertical axis
Pacing: slow, building drama
Duration: 6–8 seconds
Aspect: 16:9适合：英雄镜头、产品 360° 展示、英雄人物登场。
5. 仰拍英雄（Hero Low Angle）
Hero low-angle shot looking up at [subject], camera holds position, slight slow push-in
Pacing: powerful, anchored
Duration: 4–6 seconds
Aspect: 2.39:1适合：英雄出场、Boss 镜头、产品发布。
6. 俯拍上帝视角（Top-Down God’s-Eye）
Top-down god's-eye view of [subject], camera locked overhead, optional very slow rotation
Pacing: meditative or revelatory
Duration: 5–8 seconds
Aspect: 16:9适合：餐桌静物、设计平面、抽象艺术。
7. 摇镜头（Slow Pan）
Slow pan from left to right across [environment], camera rotates on horizontal axis from fixed position
Pacing: slow, observational
Duration: 6–10 seconds
Aspect: 2.39:1适合：风景全景、群像扫过。
8. 急转镜头（Whip Pan）
Quick whip pan from left to right with motion blur, fast horizontal rotation
Pacing: fast, transition
Duration: 1–2 seconds
Aspect: 16:9适合：剪辑过渡、Vlog 切换。短镜头，单独 Generate 后再剪入主时间线。
9. 升降（Crane Shot）
Crane shot rising slowly from low to high while pushing forward, camera elevates and pushes simultaneously
Pacing: epic, building scale
Duration: 7–10 seconds
Aspect: 2.39:1适合：开场宏大镜头、城市全景揭示。
10. 手持感（Handheld）
Handheld shaky camera, slight natural breathing motion, documentary feel
Pacing: nervous or naturalistic
Duration: 5–8 seconds
Aspect: 16:9适合：纪录片、紧张氛围、Vlog 自然感。slight natural breathing motion 比单写 handheld 更准。
11. POV 第一视角
POV first-person view of [character action], camera at eye level with slight gimbal stabilization, hands or feet enter frame from below
Pacing: immersive
Duration: 5–8 seconds
Aspect: 16:9适合：游戏类、探险镜头、沉浸式叙事。
12. 静止（Locked Off / Static Tripod）
Locked-off static camera, no movement whatsoever, fixed framing
Pacing: stable, observational
Duration: any
Aspect: any适合：对话戏、产品广告、所有”动作在画面内”的镜头。静止镜头是 AI 视频最稳的镜头。
镜头运动 + 场景的常用组合
| 想要的效果 | 镜头 + 场景 |
|---|---|
| 情感铺垫开场 | slow dolly-in + 人物特写 |
| 揭示场景规模 | pull-back reveal + 主角占小面积 |
| 城市探索氛围 | tracking from behind + 街道夜景 |
| 英雄登场 | low-angle hero + 轻微 dolly-in |
| 史诗开场 | crane shot + 山脉 / 城市全景 |
| 产品展示 | slow orbital + 静物 + 微距 |
| Vlog 自然感 | handheld + 日常场景 |
| 紧张感 | Dutch angle + slow dolly-in |
| 静谧美感 | locked off + 自然环境微动 |
| 转场过渡 | whip pan + 暗到亮 |
各模型的镜头运动稳定性（截至 2026 年中）
| 镜头类型 | Sora / Veo | Kling | Runway | Hailuo |
|---|---|---|---|---|
| 缓推 / 缓拉 | 稳 | 稳 | 稳 | 稳 |
| 跟随 | 稳 | 稳 | 中 | 中 |
| 环绕 | 稳 | 中 | 中 | 中 |
| 升降 | 中 | 中 | 中 | 弱 |
| 手持感 | 中 | 中 | 稳 | 中 |
| Dutch angle | 中 | 中 | 稳 | 弱 |
| POV | 稳 | 中 | 稳 | 中 |
| 急转 / 切镜 | 弱 | 弱 | 中 | 弱 |
| 静止（locked off） | 稳 | 稳 | 稳 | 稳 |
经验：复杂镜头（升降 + 旋转 + 推拉同时）几乎所有模型都不稳。一镜一动。
容易踩的坑
- 同时写多个镜头：
slow dolly in then orbit around几乎不会按你想的方向走。建议拆成两个镜头分别生成。 - 不指定 pacing：写
dolly in不如写slow dolly in或fast dolly in。 - 不限定距离：
tracking shot没指明跟随距离时，模型可能贴脸或跟太远。明确写from behind at hip height等。 - 复杂镜头放主时间线：主时间线优先 locked off 或 slow dolly，复杂镜头作为 hero shot 点缀。
- 忽略画面比例：竖屏（9:16）和横屏（16:9 / 2.39:1）适合的镜头不同，竖屏少用 wide pan。
下一步怎么改得更好
- 建立”镜头库”：把上面 12 个模板存成片段，按场景调用。
- 分镜先于 Prompt：纸上画好分镜，每个镜头标 1-2 个关键词。
- 音乐对位：每个镜头时长配合音乐节拍。
- 生成后再剪：单镜头生成 → 剪辑软件拼 → 加转场（cross dissolve / cut）→ 配音乐。
FAQ
Q：能不能写 “long take, multiple actions” 让 AI 一次生成长镜头多动作？ 当前主流模型还不能稳定做。建议拆成 3-4 个短镜头，剪辑软件里拼成”伪长镜头”。
Q：Sora 和 Veo 的镜头运动哪个更强？ 都强。Sora 在”物理一致性”上略胜，Veo 3 在”叙事镜头”和”自然环境”上略胜。两者都比第二梯队稳定一档。
Q：怎么避免镜头乱晃？
明确写 locked off, no camera movement。或 smooth gimbal-stabilized motion。
Q：手持感和真实手持视频有什么区别？ AI 模型生成的”手持感”是模拟的轻微抖动，不会有真实手持的呼吸节奏。重要场景建议自然拍摄。
Q：怎么让一组镜头节奏统一？
每个镜头标相同的 pacing 词（slow paced 或 medium pacing），并用一致的 aspect ratio。