以前写视频提示词我图省事，一整段糊上去，出来的东西总差一口气。后来把结构拆开，问题少了一大半。
人脸别写“真实”，写毛孔、绒毛、碎发、左右脸不对称，再补一句皮肤哑光、不许油光，那层蜡感立刻退掉。一致性靠参考图分工：正脸管长相、全身照管衣着、一段视频管步态，提示词里 image_1、2、3 各自对上，别混着提。
比例也别写“巨大的”，直接把尺寸锁死——机甲 5 米高，她 165cm 坐在最高点，怪物 2 米，画面就不飘了。
30 秒的别写成一大段，按 0-8s、8-21s、21-30s 三拍写清每段发生什么，再单开一块“永远不许变”：服装、道具、天气、调色。电影感同理，写摄影指导是谁、65mm 大画幅、胶片颗粒、24fps，比写“电影感”三个字管用。最后留一份否定清单：不要字幕水印、不要人造光斑、别把噪点磨成塑料感，github.com 上开源片子的资产里这类清单最好翻。
