在使用智谱清影进行AI视频生成时，很多人反馈画面效果不够理想，尤其缺乏电影镜头特有的虚化质感与主体聚焦力。问题的根源往往不在模型本身，而在于你的提示词写法——没错，就是缺失了那些关键的摄影参数。

先别急着调整工具设置，核心在于：想让AI精准理解“浅景深”，你必须用真实的摄影语言与之沟通。仅仅使用“背景模糊”“电影感”这类日常口语，它很难准确捕捉你的意图。

那么，具体该如何写出高效的视频生成提示词？将下面几个要素组合进去，效果会立刻显现。

一、直接给出镜头焦距与光圈值

浅景深的物理本质源于镜头参数。要让AI渲染出精确的虚化程度，最直接的方法就是告诉它你使用的镜头规格与光圈大小。例如85mm f/1.4、50mm f/1.2、35mm f/1.8，这些组合在CogVideoX模型内能被精准识别，并对应生成特定的虚化效果。

这里有几个实操要点：

1、在提示词开头或镜头描述处直接嵌入规格，比如“85mm f/1.4镜头特写”或“使用50mm f/1.2拍摄”。这是明确的指令，而非修饰性描述。

2、避免使用“大光圈”“浅景深”这类抽象词汇，它们对AI而言是模糊甚至无效的。务必把毫米数和f值写完整，形成唯一的镜头标识。

3、如果目标是人物面部细节，优先选用85mm f/1.4；如果画面需要兼顾一些环境叙事，可以改用35mm f/1.8，并特意补充一句“浅景深虚化背景”。

二、绑定胶片格式与摄影机型号

仅有镜头参数还不够，想让AI准确模拟出真实电影摄影机的景深质感，还需要给它一个更具体的“参考系”。模型对ARRI、RED、ARRI Alexa这些专业设备名称，以及Kodak Vision3、Fuji Eterna这类胶片库存，拥有更强的响应机制。

具体做法：

1、将“ARRI Alexa摄影机”或“RED Komodo 6K”这类设备名直接写入提示词。

2、同时附加胶片色彩科学的信息，比如“Kodak Vision3 500T”或“Fuji Eterna 400”。这能辅助模型更好地理解焦外过渡的细腻质感。

3、记住一个原则：不要只说“电影感”，要写就写“ARRI Alexa + Kodak Vision3 500T”。组合信息的有效性远高于单个关键词。

三、设置构图与空间层级指令

浅景深效果不仅依赖焦距，还需要明确的前后景分离结构。AI需要从文字中感知主体与背景的纵深关系，否则仅给参数也未必能得到理想的虚化。必须辅以空间位置的详细描述。

试试这样写：

1、在场景描述里直接标明距离，比如“主体距镜头1.2米，背景建筑位于50米开外”，或者“人物坐于前景长椅，咖啡馆橱窗虚化为色块”。

2、在提示词末尾，加上“浅景深突出主体”作为后缀指令，强化模型对焦点分配的优先级。

3、描述一下焦外质感：“焦外光斑（bokeh）柔和散开”“背景呈奶油状虚化”。这些具体的质感描述能引导AI渲染出更细腻的过渡效果。

四、规避常见失效表述

智谱清影的CogVideoX模型对非专业术语存在解析偏差。有些词看似正确，实际会显著削弱浅景深渲染效果，必须从提示词里彻底剔除。

需要绕开的坑：

1、删除所有“背景模糊”“虚化效果”这类结果导向的词汇，改用“f/1.4光圈下焦外失焦”这类成因型表达。

2、避免使用“电影风格”“高级感”等空泛修饰，换成“王家卫式浅景深肖像”这类具象的导演风格锚点，效果截然不同。

3、不写“清晰对焦在眼睛上”，而是写“相位检测自动对焦锁定右眼瞳孔高光点”。这种专业对焦逻辑的描述能更准确地激活模型的响应。

五、组合验证型提示词模板

经过实测，一个有效的浅景深提示词必须同时满足镜头参数、设备型号、空间关系、质感描述四个要素，缺一不可。下面给出几个可以直接复用的结构化模板：

1、输入：“85mm f/1.4镜头，ARRI Alexa摄影机，Kodak Vision3 500T，女子侧脸特写距镜头1米，街灯虚化为金色光斑，焦外呈奶油状柔焦”。

2、输入：“50mm f/1.2，RED Komodo 6K，Fuji Eterna 400，男孩手持蒲公英站在麦田近处，远处风车完全失焦成色带，浅景深强调手部纹理”。

3、输入：“35mm f/1.8，ARRI Alexa Mini LF，Kodak Portra 400，咖啡馆内中景，主角坐于前景桌边，后方人群溶解为朦胧色块，f/1.8下背景虚化过渡自然”。

用这些结构化提示词去尝试，生成的画面会有质的飞跃。核心思路就是：用摄影师的思维，去写AI能读懂的语言。