一、格斗片段为什么是AI漫剧的“硬骨头”
在AI漫剧的量产流程中，对话、行走等文戏镜头通常一次成片率较高，而格斗打斗片段往往需要大量抽卡与重试。究其原因，主要有三点：
- 动作时序复杂。一次完整的踢击包含起手、蓄力、发力、收势等多个阶段。如果提示词只写“踢腿”两个字，模型只能给出一个泛化的中间姿态，既缺乏爆发力，也缺乏叙事感。
- 物理细节密集。衣摆翻飞、发辫甩动、尘土扬起、快门式动态模糊，这些细节共同构成“打得很真”的观感，缺了任何一项，画面就容易显得悬浮。
- 风格锚定困难。写实武打与动漫渲染、游戏画面之间的边界模糊，约束稍不到位，成片就会滑向二次元质感或3D塑料感。
因此，写好格斗提示词的核心思路是：把导演思维翻译成模型可执行的结构化描述。无论使用哪类视频或图像生成服务（例如百度智能云提供的视频生成类通用能力），这套方法论都是通用的。
二、格斗提示词的六层结构
一个稳定的打斗镜头提示词，建议按以下六层组织，逐层填充，避免信息混杂：
- 画幅与载体：先声明横向16:9、是单帧关键帧还是多宫格分镜板，让模型明确“画什么形态的东西”。
- 主体定义：人物身份、年龄段、服装年代、发型、体态与神态。若需要原创角色，应显式写明“原创长相、不参照真实演员”，降低撞脸风险。
- 动作链：不用单个动词，而是用时间顺序描述“起手—发力—收势”的完整链条，这是格斗片段与静态摆拍最本质的区别。
- 镜头语言：景别（远景/中景/特写）、机位高低、拍摄角度、是否带运动模糊，直接决定画面的紧张感与压迫感。
- 场景与氛围：空间元素（木柱、牌匾、窗棂等）、光源方向（侧逆光、体积光）、空气介质（浮尘、烟雾），共同营造纵深与年代感。
- 风格锚定与负向约束：正向声明参考质感（如90年代港式武打片的胶片摄影风格），负向排除不要出现的画风与瑕疵。
三、用分镜参考板一次生成一整套镜头
对于成段的打戏，逐镜头单独生成容易出现人物形象漂移、风格不统一的问题。更高效的做法是先生成一张多宫格分镜参考板，把整场戏的镜头设计一次性可视化，再按格拆解细化为视频片段。版式约束可以这样写：
- 宫格布局：明确“3行×4列共12宫格、边框清晰、间距统一”，强调这是一张分镜表而非海报。
- 编号系统：要求每个宫格左上角有黑底白字的大号编号，按01至12顺序排列，并强调编号“足够大、不被背景遮挡、易于识别”——这一句非常关键，否则编号常被画面元素吞掉。
- 文字控制：显式声明全图仅使用中文短标签，禁止英文、拼音、乱码与水印，每格底部配一句简短的动作说明。中文文字要少而清晰，文字越多，出错概率越高。
四、动作描写的三个进阶技巧
- 用动作链代替孤立动词。例如把“踢腿”扩写为“低姿态试探、侧身起腿被衣摆遮挡、腿风掀起草席与灰尘、连续快踢只留残影、收势站定衣摆回落”，每个阶段都可单独成像，信息密度完全不同。
- 强调物理反馈。打斗的“真实感”来自力量的传导：布料的摆动、辫子的甩动、地板灰尘的扬起、快门式动态模糊。在提示词中显式列出这些次级运动元素，画面立刻从“摆拍”变为“实战”。
- 利用遮挡制造突然性。像“起腿瞬间被长衫下摆遮挡、下一格猛然掀开”这类前后关系描述，能天然形成镜头之间的悬念与节奏，这正是经典武打片“隐藏起腿”的拍摄逻辑。
五、可复用提示词模板
将上述方法沉淀为模板，可直接套用替换：
【画幅与载体】横向16:9，一张完整分镜参考板，3行×4列共12宫格，每格为独立的电影级写实关键帧，整体是分镜表而非海报【主体】原创年轻功夫高手，清末民初长衫、武术裤、布鞋，长发束起，身形挺拔、眼神专注；不参照任何真实演员【动作链】低姿态逼近→侧身起腿被衣摆遮挡→腿风掀起尘土→连续快踢只留残影→收势站定衣摆回落【镜头语言】低机位远景开场；中近景斜侧拍起腿；特写脚踝发力；动态模糊表现腿速【场景氛围】传统武馆：木柱、木地板、牌匾、窗棂；侧逆光、体积光、浮尘、轻烟雾，空间有纵深【风格锚定】90年代港式武打片质感，真实胶片颗粒，电影级布光【负向约束】不要铅笔线稿、不要漫画感、不要手绘肌理、不要游戏截图感、不要3D塑料感【版式与文字】宫格边框清晰、间距统一；每格左上角黑底白字大号编号01-12；每格底部一句中文短说明；全图仅中文，无英文、无乱码、无水印Logo
六、常见问题与调优策略
- 编号被遮挡或识别不清：在提示词中追加“编号占据宫格左上角固定区域、字号加大、黑底与背景形成强对比”。
- 出现英文或乱码：把“仅中文、无英文、无乱码、无水印”作为独立约束条目单独列出，而不是埋在长句里。
- 动作糊成一团：说明单帧动作密度过高，应拆分为更多宫格，每格只承载一个动作阶段。
- 风格漂移：将负向约束清单固定下来，每次生成原样携带，不因偷懒而删减。
- 人物形象不一致：固定主体的服装、发型、体态描述文本，多镜头间逐字复用，不做同义改写。
七、把提示词当资产管理
在团队协作的漫剧生产线上，建议将每场打戏的提示词按“镜头卡片”管理：一个镜头一张卡，记录正向描述、负向约束、版本号与抽卡结论。可结合云端的批量推理能力并行生成候选帧，再人工筛选定稿。日积月累，这套提示词资产库会成为团队最核心的产能护城河。
格斗片段的提示词写作，本质上是用结构化语言完成一次纸面上的导演工作。把动作拆成链条、把镜头写成语言、把风格钉成约束，AI才能稳定输出接近真实武打片质感的画面。