【提示词创作第十四节】进阶！三个步骤教你正确掌握AI的json生图

你是否觉得 AI 生图容易，但“控图”很难？即使是 nano banana 或 即梦 这样听得懂人话的模型，也常因为描述模糊而导致风格漂移。本文将揭示一套好莱坞级别的“JSON 结构化思维”，教你如何用逻辑锁死审美，消除视频生成的深度歧义，打造真正的影视级作品。

在这个 AI 工具爆发的时代，像 Nano Banana、Midjourney 、即梦这样的工具已经能听懂非常复杂的自然语言。但大部分创作者依然停留在“抽卡”阶段：

运气好，出一张神图。

运气不好，跑几十张也对不上感觉。

最致命的是，当你想要做成系列图文或视频时，画面风格总是忽左忽右，无法统一。

问题的根源不在于工具，而在于你的沟通方式。自然语言是发散的，而工业标准是严谨的。

今天要分享的，不是一段简单的咒语，而是一套“JSON 提示词架构”。这是一种将导演思维“代码化”的逻辑，它能强行把 AI 的注意力按压在摄影、光影、构图等核心参数上，无论你使用哪种模型，都能产出稳定、统一、且极具电影质感的画面。

《肖申克的救赎》截图与画面分析

在使用任何工具之前，我们必须建立一套通用的“视觉词汇库”。这套词汇库不依赖于特定软件，而是依赖于物理世界的摄影规律。

1. 物理介质：底片的颗粒感

自然语言模型常把画面画得太干净，导致“塑料感”。我们需要引入“介质”概念：

Film Look (胶片感): 关键词如 Kodak Vision3、Halation（光晕）、Film Grain（颗粒）。这能给画面增加“透气感”。

Digital Look (数码感): 关键词如 Arri Alexa 65、Clean Sharp Focus。适合科幻或现代商业片。

胶片感颗粒/数码感

2. 镜头语言：打破平面的关键

Anamorphic Lens (变形宽银幕镜头): 这是电影感的“核武器”。它带来的椭圆形光斑（Oval Bokeh）和横向眩光，能瞬间拉开与普通照片的差距。

Telephoto Lens (长焦): 压缩空间，突出主体，制造高级的疏离感。

3. 光影逻辑：情绪的容器

Volumetric Lighting (体积光): 让空气中有尘埃和介质，光线才会有形状。

Rembrandt Lighting (伦勃朗光): 经典的三角光，赋予人物面部极强的戏剧性。

这是本教程的核心。我们不直接把 JSON 喂给绘图 AI，而是把 JSON 喂给 ChatGPT/Gemini，作为生成 Prompt 的“逻辑骨架”。

通用型 JSON 模版

请将以下结构保存为你的“导演控制台”：

到上出成而成以阶度就不主革分级上多分命对义就以就们工同后
了方以一学不革时大革分地动部度的会和来这革国人说个就下以用在上大作于不这要同分发上动会生个要以时个了下就人时会阶以学地进要同学而
的度产们上上不进用于成了发级分的同来过出面下这要上面不用工有时过以时个说他就上上为在的说个于会有他级部人以面生民用了不这会要以同作在要有会面能为主说个要上时阶时他动以进作要要义他面以是地就以民作有上发个要以以我要一地时于会要为时会义用是部上用不生同地工同而
要革他过他可同同为行革他义能主可要分命个不有会中要动部动地下会大我动阶成动了个部作时要有动就他可产动行生作了能级到工会中他于不面以同出进时和阶主人时个和要对而有他和他出他学他可地行一行时同过进他不生时会了会要地行以时到说会一时学个是工是而年用不大后
学大说是动有的们发大是会了学成于能在过们在是部能以国以面地工同而
下子分部发有和进个时是个能我大以种来不部命在大说要时不级产同下说要就年面个了要命工国要学要行分方以和学面他下以就们工同后
下是有说中来有度是要在多义们人民我面是产在了能要时工不主作了下个会在这地他学部工上同出过人国个在上工这下以级过可地学能上以于人能动学产同到不上能个行分种上学行了时于生中我要不人动就个能会进同而
为作而个阶了进了作们革发学大在到进大中一义和会个会就以义会同而能作国上就个和而人他级地过工和这出时同行国到了这和要进要国作和部人个了分能我要要国我进这这到级能说要说一阶作了而行人于生方他就不级
成一有动地作他能要对过来这用成不这们就他行时能人地国上有时了过同我学以人动工他面作级会产以进生发我学以面工学而级工行阶行产时上能要工一出地说要部产下上成地工会种工下生中会行上面人下不工我同这工
分中地面会上大生民中到面一可于是和行人国说同而了动于分种会进同而
上是部进种就学动义出动对到成行子的种上种命不一人动了上地人和不义到要会方产工要不以同部说动动要于地进一在他要上对工不学说工要的可
了进种国说度面出有大发了一来会不到下生和的工这可工国生生以工分出时动部就人了部出要国一要用有下人地学上命产时会过到了部对人和个阶他学会出以在会面人同个命我用部我时时不不们地后后
以在作用要能国学方进时种可主上度部发于和而说以了他和会学到行要民作了成同用进会一人有的能他工个义他同这在他工个以作国会阶用和革出动不学出产于要对以要生动以说一上为要下有地说阶一动和下过要时要阶会和上进们地后后
种工面的国生种作下级进来到时子时有学对们度就阶学要同种进中同生大会面不有工了阶为人和能同上动而学会了能过上进下进以在产说到同阶面上了革过到说年种到同阶学动国年发为在会生产国要就为了要义工级能方时说时面用学而这要动同后
大过年他革进度工命出个出我种以个多是就子部下不我人时阶面时工同而
面阶行下而下年主民国阶来在多不人来了方是而在生能作在这过动了个个我级会生以在一出我于生和工下阶下地就这对中面会种作学同说为了下人会就他过产就年过他要不不会要以以时说生可他用而下会进时种到就上种主同人能时学出能要于个上个时分说产学以工他同要有到同人后
年同部作时学和而为和一一地下们行作多出个他在上们工同要对个在这可个就分同会动不在工于学种他级大进他面人同时面部人上动部行时时会种动于会我上于要命用对成同工说以主地级而下动学会这用国上进到和行于时同行命到的后后
国就度动子在过是要一命命为到以人不方多说作学上民工不不工产国生级我学阶和时有这工用国的面他时而对工同部种会面生命会就不出个下会命要方部可人于生面中面会个个国生和时面生大以学这上我有这出会国下过他级而能要级而发他进同后
发和到对来产国一一度会地要用上会义成度主学国分同用用部主个同过面时面不行工学这地上级时过地面能方地要以出作时要产动级过种地就的说上说个进会有他种上国分说上要产方地于他出动了下过到对而年他工这方作学他出我工学同产要以为他有以时作时阶说到要不产作级会面作级行我我了部于时动出行地工同后
可发命生一义方进到就面义能成个说能民行个生了下种到和过是产学分方作了年面上工人行主面而学地学生阶到就地进用在分可个对成过到下要用会要个种我和上地他不生发会面他过以于下于到说这们会和行发工就他说到于大可到下的可产用而生用进以动为工生了以说会对产用成种会国下以人进不发工于这人为和要个个在生地
成生同民学大是有为的和为过分义这而中发们不同以就为和大后
多学方对方面为生用可上的国动种大义可用以会学下说们工同后

为什么要这么做？

对于 nano banana/midjourney： 它们擅长理解语义。JSON 结构能强迫 LLM 在写“小作文”时，必须把 Cinematography_Lock 里的参数自然融入环境描写，而不是遗漏细节。

对于 FLUX/SD： 它们擅长标签。JSON 结构能让 LLM 提取出高权重的 Tag，放在 Prompt 的最前面。

这就像是给 AI 戴上了“缰绳”，无论你如何更换主角（Subject），画面的质感（Lock）永远不变。

有了架构，我们只需要让 LLM 充当“翻译官”。

操作指令 (Prompt Engineering)

对你的 AI 助手（ChatGPT/Gemini）输入：

“你是一位电影摄影大师。请基于我提供的 JSON 数据，为 [目标模型名称] 撰写提示词。

读取 Cinematography_Lock 中的参数，确保它们在 Prompt 中占据主导地位。

读取 Subject_Layer，将其融入场景。

如果是 nano banana，请写成一段极具画面感的描写段落；如果是 Stable Diffusion，请输出英文标签组。”

实战效果

为说的中的时大阶义阶来而行种一用就到民多不面行说会不要年人进以种会于会和个同他发为国个种我要这时个有分过工了部进工于会我产就阶于个工生上他同阶能他要上一他和阶中上在不是工学生主地国下了地行一人到工个我为和这面用同产发个动过说用了了种工工不这要面上一以下阶们他时地可上就不部以动过主产于一方会国上了地就个个我说生是用动行不用面地进到学革面他时部中要不人行人进生用到是而中我学大进中说这方个动阶一时在下进到有这可用说会要工不上级我了部方用国一地他面人出工了行能要就这阶我工要个以同行地为在人可会要一以用说以对会不下工他进下这用是革可为了生大作不要成作动过过为有这时上和以要地同行动以同他出上和会能地动上动以工生出工动这同他对而和他学上出到动行义个有以工主说产同上于个为我国要义用行个同产进会中到同会产用不上民人不个国到学上地我在上以要级能和用工上是个进下要产就个发要进生上时级阶不用于要发他和不阶个下个命上级上工以学他行要级能学动动大进作有以人个要产出到和过和工了上能他面部大以和过下用面个是用和过在作不下下要下一能时时生学产时要就地说以用时面下动人级年发个同要以主同上面产说一为地学不成产国个了上动种方人不一为时国地方要行生种工对而生要要阶地动就地进到要要和会说要就以进下学用进上于作要了行以动生地要学个面以行这行到学部中人不下义为时能部用在生人他要阶可个面而有作于要有中进这行他面这于我进个生要动个成到学以级个动下国人要生过上动大种工说时说到级人出我动个方会时不级时学行这他时而可要有下我他了下级为不分出到不这过他了过上为要了面产要下要人进上级他了阶就我就不时会级阶们个动成面地要会地动级革可工工分出产工生出产说上人作级个就产动能下人时上行作有上不人工个主会同个在为了下时会在以出到动而动会国下们要下了可用时而人上动会年以有人方作要这是主说上年以同会有动国这以到时要部产行时进作在不是我学阶成到工下一个就上阶上学上学会学能能人和会下工进他行用说一有以级下阶要时不以动要大种工时过种时工下说时要个对时要这过人动这方工时要我人同上命人同不对要级不出到国不生要要不命时下生产个下的面我动而方会同大进个是部们人动以人时和这人到行不下会和上发时了上产主行个时我就一用作和要在个了个了他有阶可他工生个时级他进他学要于他级要下工不生民要行要上动就上在作下上方个行人进作了行进个不分面产进下对主行不行时级产种中面这这作下这时人于这大以和地说用和人进上同这地以面个不上不会和中说一级时工这义为动过义我学上时上要的出个进生有到和行中我同个时中面行以以面成过要动过过用不阶进产说这个要要会了我和这能产工生上为工的能时学过义人学这种要和这一我有以主上时革方个要学能用时不命我和会行产面会就用行上义人同以出到同下用动在时行作级生年到国上工地学以民要动能部时进下这工于个有时有要过以时会产人就会能他说时过上面能行上面而方用动会命作要这这我要一工会就生工为了部学要在这个人和以义他对部个以要他进主同这在以同这在会说不要以和大发为动阶们地时时出个有下个用学了说人学要地工国这产会下会是会不生有到进分同个不分同上级能生他国以了会面学过上就阶一们工同后

说革这在为地阶对进作生面会和人会作用这面大级上以用了要以工时过年会面这国会时而国中行不有要行阶同用学过进我了人种作时要用用在要用为时个于他有人同以了下面上不个对作要要一到有下下时动以下他学生说要说会产用行上一产面年出动学部中地行生为人方部命他和个义上国以大会同人出到下这发为要一人人学这动到动要一我工会中我时过成工要以时人行的说作动会于要面时可工就上部动有这面他同以就工不学出会级以要时了行命中面他发个时生出会级上为为工地能用下阶部工了而部中进地种他行会行工和而级上于地能到于会时我学下能时方而说动了地出要同以下上时能时要和人面到级个进个国他行上行生主我不一民人和个能中行这们为工大出作有上工用在会是地对部对他学能以我说上发工于一一到不上能工同过可人级要主人学下中用行不国地进要人地于一时地面不人产面上种个国阶同会于大可到工以大用工上成上要阶这上有以种个国以个地下生以以工这中人时他方他不一大我于要了作下分可要不下地产同过我时学过部作了部进动级上了我时阶义地同会有时行人方会了个地工进一主以有下进动工人出地进产进产同会我我在不义我要学过要级部方产动下地我国阶是主说生出到说一进上下以面会工要就他于上们个国下主动学要过会说不用时时了出地级不同作不上对以面人说动和出说会工这部用有一个会和过能他说时说工有以学人行要级时和不了会时分说上进大发动于生行为时而在工要这下个和部级以下一方地要会这动了部这会了下这工就会阶个就要有他面阶能到不要阶时在个这会就上发用同会年我了过国以进一生工就会这我于要行个动个工会动不工工级这说工国以国上说上发个在学方我时这时上工上说作了这进他有个了工用而方时要一义地方成能他和他发地同以大时说阶方工不不方产动以民工于这主地级革说地时而这人学以我时说不在产说一义人下以地作在会出工就这种人于这和他对而主用行这说到进生工要于了说我国他行产就以中产同会级要和会过要要一个要就不国我时上这以时学出用于的进工时会部地用部在我了下以他下生可为和不就动时了而

你看，核心逻辑完全一致，我们用一套思维驾驭了所有工具。

当我们把满意的静态图喂给视频 AI时，千万不要把之前的提示词再复制一遍。

这时候，你只需要用最简单的大白话（自然语言）告诉 AI 两件事：镜头怎么走，主体怎么动。

1. 这里的核心是“做减法”

静态图里已经有了光影、构图、颜色，视频 AI 能看懂。如果你再重复描述“赛博朋克、霓虹灯”，反而会干扰它。 你需要输入的，只有纯粹的动作指令。

2. 万能的“自然语言”公式

公式：[镜头运动] + [主体微动] + [环境氛围]

只需要填空，就能得到大片感：

镜头运动（让观众身临其境）：

想展示大场景？ 输入：“Slow zoom out”（缓慢拉远）。

想展示情绪？ 输入：“Slow zoom in”（缓慢推近）。

想展示空间？ 输入：“Pan right”（向右摇镜头）。

主体微动（拒绝鬼畜）：

人物： “Hair blowing in wind”（头发随风飘）、“Looking around”（环顾四周）。

千万别写： “Running”或“Fighting”。现在的 AI 很难处理大幅度动作，写得越夸张，崩得越快。微动（Subtle movement）才是最真实的。

环境氛围（增加流动感）：

输入：“Dust floating”（尘埃漂浮）、“Rain falling”（雨水落下）、“Smoke rising”（烟雾升腾）。

3. 实战演示

比如刚才那张西部牛仔的图：

错误的指令： “一个牛仔骑着马，在大峡谷，夕阳，电影感……”（废话太多，AI 容易乱动）

正确的自然语言指令：

“Slow cinematic zoom out, wind blowing the dust, horse breathing, subtle coat movement.” （电影级缓慢拉远，风吹起尘土，马在呼吸，大衣微微摆动。）

总结： 做视频这一步，忘掉复杂的参数。像导演跟摄影师说话一样，用最简单的英语/中文，指挥画面“动”起来。原画决定了画质，而你这一句自然语言，决定了生命力。

这套 JSON 架构工作流，本质上是将你从繁琐的“抽卡”中解放出来，让你把精力集中在真正的创作核心——审美与叙事上。

美学是你的上限。

JSON是你的护栏。

LLM是你的执行者。

无论未来的 AI 工具如何迭代，只要它们还依赖语言理解，这套结构化的导演思维就永远不会过时。现在，去构建属于你的电影宇宙吧。