怎样写提示词才能生成更好的场景

模型渲染的是画面，所以要用画面来写。把内在状态替换成可见的状态：不要写“他很紧张”，而要写“他敲着桌子，瞥向门口”。每一句都应该是摄像机能捕捉到的东西。

如果一个细节拍不出来，它就不会出现在画面里。把情绪和前情，翻译成姿态、表情、动作和场景。

选定单一地点和单一瞬间。一个想从厨房切到车里、再切到屋顶的场景，等于要模型在一次生成里在三个镜头之间剪辑，结果往往一个都满足不了。

如果你心里有一组连续画面，就一个情节一个情节地生成，再把结果串起来。每个情节都能得到模型的全部注意力。

光线、天气、色彩、质感和一天中的时段，承担了电影里大部分的情绪表达，而它们恰恰是文字里最好拨动的杠杆。“黄昏的金色光线穿过一扇满是灰尘的窗”，比“一个不错的房间”能告诉模型多得多的信息。

对动态也要具体——缓慢的、突然的、飘移的、急促的。节奏也是氛围的一部分。

如果有人物出场，就给他们稳定、具体的特征——发型、身形、衣着——并且每次他再次出现时都用相同的描述。一组连续画面里的一致性，取决于描述的一致性。

含糊的人物会在多次生成之间漂移走样。具体的人物则能在一个个镜头之间守住自己的身份。

不要堆砌相互矛盾的描述（“一个阳光明媚的午夜”），不要让关键动作被一堆形容词埋没，也不要在一句清晰的话就够用时硬写成一整段。篇幅不等于细节——精准才是。

结果不对时，每次只改一处，再重新生成。调整单独一行、再做对比，正是你弄清每个词在起什么作用的方法。