AI 数字人视频提示词,镜头描述技巧
导读 · 需求说清楚了,为什么结果还是不对?
数字人说得很完整,但人物一边转身一边看镜头,剪出来的眼神全变了。如果遇到这种问题,先挑一个小场景做实验。本文用“固定机位录制一条知识库功能介绍”演示从构思、检查到修改的过程。 一条画面看起来简单的知识库介绍,实际要照管两种连续性。人物转头之后再切回正面,瞳孔位置和肩线可能变化。声音中间剪掉一句,嘴还在继续说;下一个画面换回主讲人,手忽然出现在肩旁。缩短镜头并控制动作,能让这类问题更容易发现和修正。 练习可以用三个镜头完成。主讲人面对镜头问“怎么更快找到上次用过的模板”,画面切到操作录屏,用光标指给观众看。最后切回同一景别,主讲人说明下次如何回到收藏页。界面动作能由屏录说明的部分,不交给数字人用手势指空气。 底层逻辑 · 把目标变成可观察的结果 每个镜头明确任务、眼线和人物动作。让场景状态持续的约束,比给同一个镜头填满表演指令更有用。 先录出可听懂的音轨,再生成一段短样片验证口型。遇到缩写或容易念错的字,提供读法和停顿位置。 提示词里可以按固定条件和镜头变化分两层。固定条件包含使用的授权形象、机位高低、背景、衣服、光从哪里来。镜头变化包含进场姿态、台词、看哪儿和哪个字之后做动作。比如“平视、灰色背景、深青衬衫”在每个出场镜头保持一样,“提到分类时右手抬一下”只在第二个出场镜头出现。 要做容易组接的动作,可以把每个镜头拆成进入状态、主动作、退出状态。进入状态是人物直视镜头并安静一拍。主动作是说一句话并在停顿处点头。退出状态回到目视镜头,肩颈自然不动。这三个描述让剪辑有地方下刀,也能为片尾从界面切回人物留出余量。先给台词安排自然停顿,再确定哪些位置真需要手势。 五层评估框架 第1层 · 人物 发型、服装和位置是否统一?检查时先看这一项,再决定是否动提示词。可以先锁定参考形象和站位。 先选一张参考定妆帧,把领型、分发方向和肩部位置讲清楚。有参考输入功能的工具优先使用同一授权素材。仅靠文字复现时,把已经成功的镜头要求复制到下一个镜头,减少临时改动。“有亲和力”无法说明衣领什么形状,也不能保证两段生成时眼镜相同。人物先稳定,才有条件做表演。 第2层 · 机位 各镜头眼线是否一致?检查时先看这一项,再决定是否动提示词。可以先以平视中近景为主。 将“高级运镜”改成观众实际能够验证的表述,例如“摄像机和眼睛等高,正面,中近景,头顶留出一线空白”。先出一帧确认人物位置,以同样宽度与高度裁下一段。需要表现步骤时直接切近屏幕。人物出场的两段尺度统一,会比持续推拉更容易分辨是在同一场讲解中。 第3层 · 动作 手势是否挤在同一时刻?检查时先看这一项,再决定是否动提示词。可以先只在转折语句配一个轻手势。 一个句子的短停顿通常只适合一个小动作。说“这里另有一个操作”时,可以轻抬右手,随后自然落下。手指不必做复杂计数,不用在镜头前来回切换手掌方向。不稳定就先将手放在构图之外,把注意力转到说话时的眼神与轻微点头,确认表情能够达到语气要求再单加手势。 第4层 · 口型 嘴形和重音是否匹配?检查时先看这一项,再决定是否动提示词。可以先实播对齐声轨,难句拆短。 把台词按完整表达分成几句,例如“先打开收藏。”短停后再说“向下找到最近保存的模板。”录音正确才能判断口型出错的来源。审核时听重读音节与画面动作是否同时发生,再看静音时嘴巴有没有持续无意义地开合。某段始终有偏差,可以改用同一旁白罩在对应的界面画面上。 第5层 · 衔接 切回人物是否突变?检查时先看这一项,再决定是否动提示词。可以先插入界面演示后回到同机位。 从屏幕切回主讲人前,单独把两段人物镜头接在一起,看眼睛高度、冷暖、衣领和位置有没有明显跳动。如果跳动来自人物生成,重新匹配参考和构图。如果来自边缘与背景反差太低,可以先看生成是否适合这个浅色环境,再统一调色。剪辑不容易挽回的结构变化优先回到提示词修。
常见陷阱
边走边转身同时讲关键信息。
人物轮廓被虚拟背景吃掉。
用长镜头掩盖口型错误。
试改时,从当前最影响使用的一项开始。保留第一版,把这一项改成明确要求,其他条件先用原值。两版并排后,可以从“发型、服装和位置是否统一”开始检查,再看到底需不需要改其他项。
有些提示词把情绪段落写得太密,一句话内要求“认真、停顿、朝左看、淡笑、转身、伸手指向界面”。结果每个指令都有动作,台词的重点反而模糊。先把说话期间的视线指定在镜头上,把需要看界面的位置交给单独镜头。笑容、点头和动作保留最有作用的一个。
另一个误区是先生产所有画面,再用快慢速拉齐声音。对于需要看见嘴的镜头,改动音频之后要重新检查口型。先用一条代表性台词做短样片,确认自然再复用素材。涉及某个真人的脸或声音,使用范围应有对应授权,合成内容按投放渠道适用的规则标注。
落地步骤 · 复制、试用、修改
第一步 · 明确一个交付场景
先写下这次交付面向谁、在哪儿使用,以及交付后要通过哪一项检查。用一个小样测试即可。切镜设计可以是人物提出问题、界面展示动作、回到人物总结。在同一机位剪切时用界面画面作过渡。回切前核对领口、头顶留白和视线高度。
第二步 · 直接复制基础版
真人质感的成年讲解者,固定机位平视、中近景,穿深青衬衫,面对镜头,背景暖灰,左前方柔光。开场自然点头,讲到第二项时轻抬右手一次,手指放松;其他时间双手自然放在画面外。对白按提供稿逐句读,语速自然,句间短停。全段保持服装、眼线、机位与背景一致。
第三步 · 按用途试两个变体
成年讲解员同一参考形象、同一服装和窗光。平视中近景,先看镜头轻停,再用一句话提出问题,人物只做轻微点头;说完停一拍,留出切到屏幕录制的剪辑空间。
为给定知识库演示写三镜头描述。镜头一固定中近景人物开场,镜头二只显示操作界面,镜头三人物回到同一位置完成总结。分别标出台词、画面动作与切出点。[讲稿]
第四步 · 逐项验收
先看人物和机位。确认它们符合使用目标后,再看动作、口型、衔接。如果最后一轮更新给前一步引入新问题,就从上一个通过检查的版本继续。留下一条可复用的修改记录,写清改了哪句话、结果发生了什么变化、这条修改在哪种情况下适用。
可以直接复制分镜模板:“用同一授权成年形象、深青衬衫、灰背景和左前柔光,固定平视中近景。镜头一看向镜头,停一拍,说‘还记得上次存的模板在哪里吗’,收尾保持目视镜头。镜头二使用我另行录制的界面画面,旁白按实际操作顺序讲,界面不显示个人数据。镜头三回到原人物构图,先保持半拍静止,再说‘下次可以用同一个入口找回来’。最后把视线留在镜头上。”
生成前先按原声读一遍,给连续两句之间留半拍。镜头表加上素材编号和开头、结尾姿势,等视频出来逐条填写状态,顺手记录背景是否有闪烁。人物镜头稳定之后,再贴屏录与字幕。讲解设备依赖具体菜单的内容时,字幕最终跟着实际拍出来的界面改。
需要长期连载时,选一个能生成稳定近景的灯光作为系列基准,保存首条成立的参考帧、选用的声音、片尾停顿和裁切位置。以后换主题只替换稿和操作画面。要换服装或场景,可以整集更新,保持一条片内的开场和结尾是在同一个环境。
结尾总结
每个镜头明确任务、眼线和人物动作。让场景状态持续的约束,比给同一个镜头填满表演指令更有用。下次换主题时,先留下这一轮验证过的约束,再改场景、素材和交付形式。拿不准从哪一步开始,可以先复制基础版跑一次,然后按第一层检查结果。
观众看懂了哪一步,就给了这一镜意义。先写场景里什么会变、什么应始终一样,再给台词和动作安排具体时机。用固定机位短样片把脸、声音和眼线验证一次,最后做界面穿插,通常很容易看到还有哪处需要重生成。
