直接给出核心结论：Runway生成城市通勤视频画面总显得空荡荡，根本原因在于提示词缺少三个关键要素——空间密度、行为节奏、视觉锚点。抽象形容词毫无作用，必须用具体数量、物理结构、动态细节来“锁死”画面。

为什么你输入的“早高峰地铁站”最终渲染成空旷大厅？因为AI对“拥挤”“热闹”这类主观词汇的响应极其微弱，默认倾向是开阔全景构图。想要打破这一惯性，必须从根源上改变策略。

补全“空间锚定”要素

在提示词的核心位置直接嵌入具体的空间参照物。例如这样写：“早高峰地铁站闸机口，三排排队人群挤在不锈钢栏杆之间，背包带被前排人肩膀顶起，手机屏幕亮着未读消息”。效果远超一个干巴巴的“繁忙地铁站”——“三排”“不锈钢栏杆”“背包带被顶起”这些可具象化的位置关系和物理接触，Runway能精准识别。

避免使用“拥挤”“热闹”这类模糊词汇，换成实实在在的数量+结构+动态细节组合。举例说明：“七人并排站在公交投币箱前，第二人正弯腰掏硬币，第五人左手扶车窗框，右手拎着滴水的折叠伞”。画面感瞬间就能拉满。

锁定镜头与视角参数

方法一：直接明确焦距与景别。在提示词末尾加入一句：“85mm镜头，肩部高度，中景，焦点在第三个人左耳垂反光处”。Runway会优先遵循这些具体的光学参数，而不是去猜测“电影感”究竟是什么意思。

方法二：利用遮挡关系压缩画面纵深。加入类似描述：“前景半透明雨伞边缘虚化切入画面左下角，中景穿灰西装男子侧脸占画面1/3，背景玻璃幕墙映出模糊的共享单车堆叠轮廓”。遮挡+比例+反射，三层信息同时下压，模型自然不敢再给你输出大空镜。

【关键前提】务必写明“中景”或“近景”，否则默认生成远景；如果使用“广角镜头”反而会加剧空旷感，应直接禁用这个词汇。

注入通勤特有的非静态细节

第一步：列出3个不可静止的元素。例如自动扶梯阶梯持续上行、便利店玻璃门每4秒开合一次、外卖骑手头盔反光随转向跳变。这些都是通勤场景的“动态DNA”。

第二步：将其中一个元素绑定到主体动作。例如：“穿蓝色工装裤的女性快步走下地铁楼梯，右肩挎包带随步伐小幅弹动，包侧挂的保温杯金属盖在顶灯光线下两次反光”。从弹动到反光再到顶灯，形成一条因果链，比单纯写“走路”更能激活画面张力。

第三步：删除所有“安静”“平和”“舒缓”类词汇。城市通勤的本质是多线程微冲突场景，AI读到“安静”会主动抹掉人流、车辆和光影变化，那画面自然又空又假。