第一步：用「正在…」句式锁定即时行为

描述知识点时，强制绑定一个具体动作中的用户状态。举个例子：“用户正用手机扫描药品包装盒二维码→弹出成分解析动画→高亮标注‘布洛芬缓释微粒’结构”。这比空泛地说“介绍布洛芬缓释技术”有效十倍，因为可灵会据此渲染出手指悬停位置、扫码框抖动幅度、弹窗出现时机等物理细节。

如果你只写“讲解缓释原理”，AI默认生成的画面就是实验室烧杯加分子旋转图，完全脱离大众实际接触药品的路径，效果可想而知。

第二步：植入三重空间坐标锚点

方法一：地面层写清脚部参照物
“站在社区卫生服务中心导诊台前（左脚距不锈钢扶手15厘米），手持刚取的处方单”——这一句就能锁住人物站位，避免AI随机生成飘浮构图或背景平移错位。细节就是生产力。

方法二：中层写明交互界面尺寸与位置
“手机屏幕显示‘用药助手’APP界面（占画面60%，顶部状态栏显示14:22）”，数字比例加时间戳双重约束，确保UI元素不缩放、不偏移、不跳变。有一点必须警惕：若未声明手机屏幕占比，可灵会按训练数据中高频尺寸渲染，导致关键按钮被裁切或文字糊成色块，这个坑很多人踩过。

方法三：顶部层加入环境扰动线索
“头顶LED导诊屏蓝光轻微频闪，在手机屏幕反光中形成0.3秒间隔的横向条纹”——这种跨物体的光学咬合，能强制AI保持前后景空间一致性，画面看起来才不“穿帮”。

第三步：按平台特性嵌套场景触发点

抖音版：在提示词开头插入“0:00-0:01.2 手机突然震动→用户低头瞥见通知栏弹出‘您预约的体检报告已生成’→镜头急速下移聚焦手机屏幕”。震动指令加时间码加视线牵引，三者叠加直接激活抖音算法对“首帧抓眼球”的偏好，完播率自然更高。

小红书版：改用生活流口吻，“我昨天体检完回工位→打开微信点开医生发来的链接→页面加载中转圈圈转了2秒→突然跳出3D心脏模型，箭头正指着左心室那块发红区域”。用“我”主语加时间颗粒度（2秒）加设备动作（点开、加载、跳出），触发小红书对真实学习路径的识别，用户更容易代入。

B站版：插入工具对比锚点，“对比左侧传统PDF说明书（文字密布无图示）与右侧可灵生成的交互式动画（点击‘瓣膜开合’按钮→实时演示血流方向变化）”，知识图谱必须具象到像素级操作反馈，B站用户才买账。

第四步：禁用三类无效场景词

① 删除所有“日常生活中”“常见场景”等泛化表达——稿定AI和可灵均无对应视觉数据库，会默认填充便利店、地铁站等高频废图，白白浪费算力。

② 禁用“用户”“观众”等角色虚词，替换为“穿浅灰Polo衫的32岁男性，左手捏着体检单右下角，拇指正无意识摩挲纸张毛边”——衣着加年龄加微动作，三要素缺一不可，否则AI画出来的人就是“画皮”。

③ 场景不能独立成句。如果写成“背景是医院大厅；用户正在看报告”，AI会判定分号后内容为补充说明而降权处理。必须嵌套为：“用户站在医院自助报告机前（距机器屏幕42厘米），右手食指悬停在‘查看3D解读’按钮上方2毫米处，身后玻璃门映出穿白大褂护士走过身影”——一句话就是一个完整的空间叙事。