剪映AI写服装走秀短片提示词怎么加入人群和场景

在提示词开头锚定人群类型与状态

第一步，先把人群摆在前头。比如“前排VIP观众鼓掌+后排媒体记者举相机拍摄”，然后再接服装描述。剪映AI对提示词顺序很敏感，人群放前面，画面空间的计算权重才会优先分配给它。如果漏了或写在后头，AI大概率只会生成一个空荡荡的T台，而且后期想补人群层几乎是硬伤，调不动。

动词也要具体。写“观众低头看手包”，比写“优雅观众”更能锁定动作细节；“摄影师快速连拍”比“专业摄影团队”更能触发镜头晃动的那种动态感。形容词太虚，AI很难落地。

用分号分隔人群与场景的物理关系

试试这种写法：“模特从左侧金属楼梯缓步走下；阶梯两侧坐满穿深灰西装的买手；背景是环形LED屏滚动播放品牌logo；地面为哑光黑石纹地砖”。分号在这里起的是强制隔离作用——告诉AI这几组元素是并列的空间关系，不能混在一起。逗号容易被理解成语义连接，结果就是人群可能“长”在屏幕上，地砖变成屏幕材质。

值得留意的是：LED屏幕的内容一定要写明“滚动播放品牌logo”，否则AI大概率生成静态色块或模糊光斑——

控制人群数量与分布的三种写法

想让AI精准控制人群密度，有三种行之有效的办法。

第一种：用数字具象化。例如“前3排共42个观众，男女比例约1:1，第2排中间有2位戴墨镜的时尚博主”。数字越具体，AI对人群密度的判断就越稳定，避免出现稀疏到像茶话会、或者拥挤到像地铁早高峰的诡异画面。

第二种：用建筑结构限定。比如“观众席呈阶梯式上升，每阶宽度容6人并坐，共7阶”。这比写“很多观众”靠谱得多，它能直接把人群和场地结构绑定起来，防止AI把观众悬空或者塞到T台中央去。

第三种：用光线反推存在感。写“顶光打在模特身上，观众席处于柔和侧逆光中，轮廓清晰但面部细节弱化”。AI据此会自动降低后排观众的清晰度——这比后期手动模糊高效得多，还能避免因过度刻画人脸而产生的诡异表情bug。

替换掉无效场景词的实操步骤

第一步：删掉所有“高端”“奢华”“大气”这类抽象词。它们剪映AI的词库里没有对应的视觉映射，纯粹是占位符。

第二步：把“秀场”换成可建模的实体，比如“米兰时装周主展馆Rho Fiera的B厅”。剪映AI已经学习过该场馆的穹顶弧度、座椅排列和灯光吊点位置，调用的成功率远高于泛称。

第三步：给地面加物理属性。比如“抛光水磨石地面倒映T台灯光”。这一步解决的是反光逻辑和空间纵深感——不加的话，AI常生成平面贴图式的地面，模特就像站在画纸上，毫无层次。