很多AI图片提示词写得非常长，却只在描述“一个漂亮女生、白色裙子、咖啡店、自然光”。结果人物可能很好看，但每次镜头都随机：有时大头照，有时全身，有时从下往上拍。真正想做稳定素材，镜头语言必须单独写。景别、角度、构图、焦段和景深，决定的是画面怎么被“拍出来”。常用可以分为特写、近景、半身、中景、全身。做头像就写close-up portrait，展示穿搭更适合full-body或three-quarter shot。不要只写“portrait”，范围太大。

再写机位高度

eye-level是平视，比较自然；low angle会让人物更有力量；high angle会让人物显得更小或更可爱。做稳定数字人素材时，平视最容易保持脸型。

控制正面还是侧面

front-facing、three-quarter view、side profile分别对应正面、三分之二和侧脸。身份一致性测试最好三种都试。centered composition适合标准人物图；rule of thirds可以让画面更像摄影；negative space可以给后期文字留位置。如果做广告素材，提前在提示词里预留空白。

镜头提示词最好把固定人物参考与可变镜头参数分开。脸型、年龄感和服装基准固定，景别、机位高度、方向、背景和焦段按目标调整。

焦段会影响脸型

广角靠太近容易让鼻子变大、脸边缘变形。人像常用的50mm、85mm视觉更自然。可以写“85mm portrait lens”帮助模型理解人像压缩感。

景深控制背景存在感

shallow depth of field会让背景虚化，人物突出；deep focus适合环境叙事。做数字人身份素材时，背景不要太抢。

镜头距离和动作要匹配

如果写全身跑步，却同时要求极近特写，模型容易冲突。先决定画面主要表达人物脸、穿搭还是动作，再选择景别。自然窗光、逆光、柔光属于照明；85mm、低机位、半身属于镜头。把两部分分开写，后续修改更容易。如果要批量做同一个人的素材，可以准备几套固定模板：正面半身、三分之二近景、全身站姿、坐姿。每次只换场景和服装。这样一致性会比每次随机写镜头好很多。

同一角色的特写与中景，视觉重点分别是眼神和动作。更改景别不代表人物身份会自然保持，所以应使用同一个身份参考比对。

不要堆太多摄影词

同时写wide angle、85mm、macro、telephoto会互相冲突。每张图只保留一套明确镜头意图。人物身份 + 服装 + 动作 + 场景 + 景别 + 机位 + 焦段 + 光线 + 表情。比如：“同一位女性角色，黑色西装，站在现代办公室，半身，平视，85mm人像镜头，柔和窗光，自信微笑。”镜头控制解决的是构图可控性，风格解决的是画面质感。建议先让人物在固定镜头下稳定，再加电影感、韩系、复古等风格词。如果你还在解决人物变脸，可以先看AI图片一致性怎么做，再叠加本文的镜头模板。

做成模板后要记录效果最稳定的组合

同一个人物可以保存几套已经验证的镜头模板，例如“正面半身85mm”“三分之二近景50mm”“全身平视35mm”。以后只替换服装和场景，就能快速得到风格一致的素材。长期做数字人内容时，稳定模板比每次临时追求一个惊艳镜头更有生产价值。

批量出图时最好固定镜头命名

如果团队多人一起做图，可以把常用镜头编号，例如A1代表正面半身85mm，A2代表三分之二近景50mm，B1代表全身平视35mm。以后只需要替换角色、服装和场景，就能减少不同人对摄影词理解不一致造成的画面波动。长期积累后，还可以知道哪套镜头最适合头像、封面或聊天场景。

提示词越结构化，越容易复用

真正高效的AI图片工作流，不是每次重新想一大段文字，而是把人物、衣服、动作、场景、镜头分成模块。需要换什么就只换那一层，画面才会越来越可控。

用于竖屏视频的图片还要考虑头部留白和动作范围，否则静态照片看着完整，转头、抬手后就可能越出边缘。

提示词写完后，最好固定同一主体和同一场景，只改变一个镜头变量做对照，例如先只改景别，再只改角度。这样更容易判断模型到底理解了哪个词，也能逐渐形成自己的镜头词库。一次同时修改焦段、构图、动作和光线，虽然可能碰到漂亮结果，却很难复用。