📊 阅读前提醒：本文约10000字，核心是让AI能精准生成复杂场景视频的方法论。

📌 开场：为什么你的复杂场景总是”穿帮”

你有没有遇到过这种情况：

描述写的是”一群人在咖啡馆聊天”，AI生成的视频里每个人动作都一样，像复制粘贴。

描述写的是”车祸发生的瞬间”，AI生成的是两辆车并排停着，一点都不紧张。

描述写的是”一个人从童年到成年的回忆”，AI生成的是一个人在不同背景里站着傻笑。

问题出在哪里？

你写的不是”场景”，只是一个”地点”。

真正的复杂场景需要：主体关系、空间布局、时间变化、因果逻辑。这些你可能从来没想过怎么描述，但AI却需要你描述清楚。

今天这节课，就是来教你如何构建复杂场景——让AI理解多主体关系、时空变化、因果逻辑，生成真正有故事感的视频。

🎯 学完今天，你需要掌握这4个核心要点

1️⃣ 多主体描述 —— 区分主次、描述关系、控制数量

2️⃣ 空间布局 —— 描述位置、距离、方向、环境层次

3️⃣ 时空变化 —— 描述时间推移、季节变化、成长/衰老

4️⃣ 因果逻辑 —— 描述事件因果、动作连续、情感递进

📚 正文开始

3.1 👥 多主体描述：让AI区分”主角”和”背景”

主体数量控制

AI视频中，主体数量直接影响生成效果。

主体数量	描述要点	适用场景
1个主体	专注于动作/表情特写	个人展示、情感表达
2-3个主体	明确主体关系、动作互动	对话、互动、情感
4-6个主体	群体行为、群体与个体关系	聚会、活动、群像
7个以上	分组描述、层次关系	大场面、集体活动

| 7个以上 | 分组描述、层次关系 | 大场面、集体活动 |

错误示范：一群人在街上行走

正确描述：街道上大约二十个人，主要是年轻人。他们三三两两结伴行走，有的在聊天，有的在看手机。画面中心是一对情侣手牵手，男人穿着蓝色外套，女人穿着白色裙子。

主体关系描述

当画面中有多个主体时，必须明确它们之间的关系。

关系类型：

关系类型	描述方式	情绪效果
对话关系	A看着B说话/倾听	交流感、亲近感
对立关系	A与B对峙/竞争	紧张感、张力
群体关系	众人围绕A/跟随A	领袖感、孤独感
平行关系	A和B各做各的/同向	疏离感、命运感
因果关系	A做某事导致B反应	故事感、戏剧性

| 因果关系 | A做某事导致B反应 | 故事感、戏剧性 |

错误示范：两个人站着说话

正确描述：一个穿西装的男人站在左边，面对右侧。一位穿红裙的女人站在右边，转过身面对男人。她的手微微抬起，像是刚做了什么手势。男人眉头紧锁，眼睛盯着女人的手。两个人正在激烈争论，女人明显占了上风。

主体特征描述

每个主体都需要有独特的视觉特征。

特征描述公式：

“`

[服装] + [体型/姿态] + [表情/状态] + [位置]

“`

错误示范：一个男人和一个女人

正确描述：左侧，一个四十岁左右的男人，穿着灰色西装，身形微胖，站在咖啡馆吧台边。他双手捧着一杯咖啡，眉头紧锁，表情凝重。

右侧，一个三十岁左右的女人，穿着酒红色连衣裙，身形纤细，站在男人对面。她一只手叉腰，另一只手指着男人，脸部表情激动，嘴角因愤怒而微微颤抖。

3.2 🏠 空间布局：让AI理解”你在哪里”

位置描述

AI需要精确的位置描述，而不只是”在某个地方”。

位置描述公式：

“`

[具体位置] + [与参照物的关系] + [朝向/方向]

“`

错误示范：在房间里

正确描述：一个老式书房，三面墙摆满了深色木质书架。一张棕色皮质沙发靠窗放置，沙发前方是一张长方形的深色木茶几。窗户位于沙发左侧，阳光从窗户斜射进来，在茶几上形成明亮的光斑。

距离与空间感

描述空间时要给出尺度感，让AI理解空间的大小和纵深。

距离描述词汇：

距离感	描述词	视觉特征
亲密距离	贴近、靠近、触手可及	面部特写、细节清晰
个人距离	一步之隔、伸手可及	上半身特写
社交距离	正常的对话距离	中景、半身
公共距离	远距离、各自独立	全景、多人

| 公共距离 | 远距离、各自独立 | 全景、多人 |

错误示范：几个人在广场上

正确描述：一个宽阔的广场，地面是灰色石板砖。中央矗立着一座钟楼，钟楼高约30米。广场上有零星几个人，都是远处的小人影。画面左侧有一排长椅，其中一张长椅上坐着一个穿黄色外套的老人，比例约为整个画面的十分之一。

环境层次

复杂场景需要分层描述，让AI理解空间的前后关系。

三层构图法：

“`

[前景] → [中景] → [后景]

“`

层次	描述要点	作用
前景	离镜头最近，遮挡或框架	引导视线、增加层次
中景	主要人物/事件发生地	焦点、核心内容
后景	远距离环境、背景	交代场景、提供氛围

| 后景 | 远距离环境、背景 | 交代场景、提供氛围 |

示例：咖啡馆场景

· 前景：虚化的咖啡杯和勺子，摆在画面右下角

· 中景：靠窗的位置，一男一女对坐，男子身体前倾在说话

· 后景：透过窗户是街道，有行人走动，梧桐树叶在风中摇曳

3.3 ⏰ 时空变化：让AI理解”时间流动”

时间推移描述

描述时间变化需要具体的时间节点和变化细节。

时间变化词汇：

时间变化	描述方式	示例
即时变化	瞬间、一瞬间、眨眼间	一瞬间，天空由蓝变灰
短时变化	片刻、几分钟后、太阳落山前	片刻后，乌云密布
长时变化	几小时后、一整天、四季更替	太阳落山后天色渐暗
跨时间	从…到…、从早到晚、从春到冬	从春天到冬天的庭院

| 跨时间 | 从…到…、从早到晚、从春到冬 | 从春天到冬天的庭院 |

季节变化描述

季节变化是AI视频中常见的时间推移表达。

季节特征库：

季节	视觉元素	色调特点
春	樱花/桃花、嫩绿新芽、蝴蝶、燕子	粉色+浅绿、柔和明亮
夏	蝉鸣、强烈阳光、游泳池、海滩	高饱和、偏暖、亮调
秋	枫叶/银杏、金黄落叶、丰收	橙红金黄、暖色调
冬	雪花、枯枝、围巾/手套、雪景	低饱和、蓝灰、冷调

| 冬 | 雪花、枯枝、围巾/手套、雪景 | 低饱和、蓝灰、冷调 |

示例：从春到冬的花园

· 春天的花园，樱花盛开，粉色花瓣飘落，嫩绿色草地，鸟语花香，色调柔和明亮

· 夏天，同一个花园，树叶郁郁葱葱，蝉鸣声，阳光强烈，色调饱和偏暖

· 秋天，枫叶变成橙红色，银杏叶金黄，落叶在地上，色调为暖橙红

· 冬天，树枝光秃秃，地面覆盖薄雪，一条红色围巾挂在栏杆上，色调冷灰蓝

成长/衰老变化

描述人物成长或衰老是高级场景技巧。

成长变化描述：

变化	描述要点	视觉特征
童年→少年	身高变化、服装变化、脸型圆润	稚嫩、纯真、活泼
少年→青年	身体拔高、面容成熟、服装正式	青春、活力、梦想
青年→中年	发型变化、皱纹出现、体态	成熟、沉稳、压力
中年→老年	白发、驼背、皱纹深刻、服装朴素	苍老、阅历、智慧

| 中年→老年 | 白发、驼背、皱纹深刻、服装朴素 | 苍老、阅历、智慧 |

示例：一个人的三十年

· 1990年代的一个房间，墙上挂着球星海报。一个十岁左右的男孩穿着校服，坐在书桌前做作业，台灯发出暖黄色的光。

· 2000年代，同样一个房间，墙上换成电脑海报。一个二十岁的青年穿着T恤，坐在电脑前敲键盘，屏幕发出蓝光。

· 2010年代，房间重新装修，更现代的家具。一个三十岁的男人穿着衬衫，坐在办公桌前，桌上文件堆积如山，眉头微皱。

· 2020年代，简化的房间，墙上挂着全家福照片。一个四十岁的男人坐在摇椅上，头发花白，穿着舒适毛衣，正在看书，眼镜片反射着台灯光。

3.4 🔗 因果逻辑：让AI理解”为什么”

动作连续性

描述动作时，需要建立因果链条，而不只是独立动作。

错误示范：一个人拿起手机，然后哭了

正确描述：地铁车厢里，一个穿着职业装的女人站在车门边，手里握着一部手机。屏幕上显示的是一条消息，消息内容模糊不可见，但可以看到发送者的头像是一个小女孩。女人看完消息后，嘴角先是微微上扬，然后眼眶渐渐泛红。她快速别过脸去，用手背擦眼角。车窗玻璃反射出她的侧脸，可以看到泪痕。

情感递进

情感需要有层次递进，而不是突然爆发。

情感递进公式：

“`

平静 → 微变 → 显著变化 → 高潮 → 余韵

“`

示例：得知获奖消息后的情感递进

· 平静：女人坐在办公桌前，正在整理文件，表情平静正常

· 微变：手机震动，她瞥了一眼屏幕，手指停顿了一下

· 显著变化：她放下文件，凑近屏幕看，眼睛睁大，嘴巴微微张开

· 高潮：她猛地站起来，双手捂住嘴，眼眶泛红，泪水在眼眶里打转

· 余韵：她慢慢放下手，对着屏幕露出微笑，用手背擦去眼角的泪，肩膀微微颤抖

事件因果链

复杂场景需要建立清晰的事件链条。

因果链描述公式：

“`

原因（事件A）→ 传递（细节B）→ 结果（事件C）

“`

示例：咖啡馆里的谈判

· 原因：穿灰色西装的商人坐在桌子一侧，把一份合同推到桌子中央，手指在合同上敲了两下，眼神坚定

· 传递：对面穿休闲装的年轻人拿起合同翻看，眉头微微皱起，目光在合同的某一页停留了三秒，然后抬头看向商人

· 结果：年轻人合上合同，双手推开合同，靠在椅背上，嘴角露出一丝苦笑，然后从口袋里掏出一张名片推到商人面前

3.5 🎬 场景构建实战：从简单到复杂的进阶

初级场景：单主体单空间

目标：描述一个简单场景，培养基础能力

场景：一个人在图书馆看书

描述要点：

• 主体：一个年轻女性
• 位置：图书馆，靠窗位置
• 动作：坐在椅子上，低头看书
• 环境：书架、柔和灯光、安静氛围

AI提示词：

· 图书馆一角，靠窗的位置，一位二十岁左右的女生坐在木质阅读椅上。她身穿米色毛衣，低头认真阅读一本书，神情专注。阳光从窗户斜射进来，在书页上形成明亮的光斑。周围是高大的深色木质书架，安静祥和的氛围，偶有其他人影在远处书架间穿行。电影感，柔和暖色调。

中级场景：多主体+空间关系

目标：描述多主体之间的空间和关系

场景：咖啡馆里的闺蜜聊天

描述要点：

• 主体：两个女性朋友
• 位置：咖啡馆靠窗位置，对坐
• 关系：亲密、放松、交谈
• 环境：都市咖啡馆氛围

AI提示词：

· 都市咖啡馆靠窗的位置，下午时分的柔和光线。一位穿淡蓝色裙子的女人坐在桌子一侧，双手捧着一杯拿铁，正对着对面的人说话，表情开心，嘴角上扬。另一位穿白色T恤的女人坐在对面，身体微微前倾，一只手托着下巴，眼神专注地看着说话的人，脸上带着微笑。桌上放着两个咖啡杯和一盘点心。窗外是街道，有行人来来往往，氛围温馨放松，电影感，暖色调。

高级场景：多主体+时空变化+因果逻辑

目标：完整描述复杂故事场景

场景：餐厅里的求婚

描述要点：

• 主体：男主角、女主角、服务员（背景）
• 空间：高档西餐厅，角落位置
• 时间：晚上7点
• 因果：男主精心准备 → 女主逐渐察觉 → 求婚高潮 → 结果

AI提示词：

· 高档西餐厅的角落，柔和的烛光和暖黄色灯光。一位穿深色西装的男人坐在桌子一侧，领口微微松开，显得有些紧张。他不时看向手表，然后看向餐厅入口方向。对面坐着的女人穿着优雅的黑色连衣裙，长发披肩，正在翻看菜单，偶尔抬头看一眼男人，似乎察觉到他的心不在焉。

· 服务员端着一个精致的小甜点走过来，放在女人面前。甜点上插着一张小卡片，女人看到卡片后愣了一下，然后捂住嘴，眼睛瞬间睁大。男人从椅子上站起来，走到女人身边单膝跪地，从西装口袋里拿出一个小盒子。周围的光线似乎暗了下来，只留下桌上蜡烛的微光。

· 女人看着单膝跪地的男人，泪水从眼角滑落，但嘴角却在微笑。她伸出左手，无名指上多了一枚戒指，在烛光下闪闪发光。男人站起来，两个人紧紧拥抱在一起，背景虚化的其他顾客为他们鼓掌。温馨浪漫的电影感，暖色调，柔和光线。

3.6 ⚠️ 复杂场景的6个常见错误

错误一：主体模糊

错误：一群人在街上

正确：广场上大约三十人，大部分是中老年人。他们三三两两坐在长椅上晒太阳，有的在聊天，有的在看报纸。画面中心是一位穿蓝色运动服的老人，正在和一位穿红色外套的老太太下棋。

错误二：位置混乱

错误：人物站在环境中

正确：人物站在房间的左前方的靠墙位置，背对着窗户，脸部朝向房间中央。背后是落地窗，窗外是城市夜景。

错误三：时间不清

错误：天空变化了

正确：天空从晴朗的蓝色逐渐被灰色云层覆盖，大约三分钟后开始飘起小雨，光线从明亮逐渐变得暗淡。

错误四：缺少因果

错误：他笑了然后打喷嚏

正确：他站在花海中，满天飞舞的花瓣包围着他。他深吸一口气，花粉过敏的反应开始显现——先是眼睛发红，然后鼻子抽动，最后连续打了三个喷嚏。

错误五：情感跳跃

错误：她很生气然后笑了

正确：她坐在沙发上，双手握拳，眉头紧锁，嘴唇抿成一条线。沉默了几秒后，她深吸一口气，慢慢放松肩膀，嘴角微微上扬，最终露出释然的微笑。

错误六：空间层次不清

错误：一个人在房间里

正确：前景是一张半透明的塑料椅子靠在墙边，略微虚化。中景是一张木质餐桌，桌上摆着一盏台灯和一些书籍。后景是一面挂满照片的墙，最右边是一扇可以看到外面下雨的窗户。

📖 工具推荐

Runway Gen-3 Alpha（Day11-12将详细讲解）

Runway对场景描述的理解能力强，特别是对空间关系和主体互动的还原度较高。

推荐指数：⭐⭐⭐⭐⭐

可灵AI 3.0（Day13将详细讲解）

可灵对中文场景描述的语义理解更好，对”多主体+空间+时间”的综合描述支持较好。

推荐指数：⭐⭐⭐⭐

📝 本节小结

今天我们学习了复杂场景描述的四大核心能力：

1. 多主体描述：控制数量、明确关系、描述特征。多人场景要分清主次，描述清楚主体间的关系。

2. 空间布局：精确位置、距离尺度、三层构图。位置描述要具体到参照物和朝向。

3. 时空变化：时间词汇、季节特征、成长/衰老。时空调需要具体的时间节点和变化过程。

4. 因果逻辑：动作连续、情感递进、因果链条。事件要有前因后果，形成完整的故事逻辑。

💬 课后互动

讨论问题：试着描述一个”雨夜便利店门口发生的故事”的场景，需要包含：多主体（至少2个）、空间关系（便利店内外的区分）、时间暗示（雨夜氛围）、简单因果逻辑。

你在复杂场景描述中遇到过哪些问题？欢迎在评论区分享你的经验和困惑！

下节预告：Day10我们将学习【提示词优化迭代】，让AI从”不满意”到”完美”的高效调整技巧。敬请期待！