Runway Gen-2对镜头运动的理解并不是像三维软件那样逐帧计算摄影机轨迹，而是从训练数据中匹配文本描述与运动模式。因此提示词里出现camera slowly pushes in与zoom in，虽然表面都表示靠近，但生成的透视变化、背景压缩和主体比例会有明显差异。要把镜头运动用作叙事工具，就不能只写一个模糊的cinematic camera movement，而需要明确运动类型、方向、速度以及它要揭示的画面信息。
一、镜头运动类型：推拉摇移跟升降在提示词里的准确写法
镜头运动类型可以粗略分为推、拉、摇、移、跟、升降。Gen-2对这些词并非同等敏感，有的词会触发明显的机位移动，有的只是局部缩放。理解这些差异，是减少无效抽卡次数的关键。
- 推镜头：常用dolly in、push in，表示摄影机朝主体或空间深处移动。
- 拉镜头：常用dolly out、pull back，表示从局部扩展到环境。
- 摇镜头：常用pan left、pan right、tilt up、tilt down，表示水平或垂直扫视。
- 移镜头与跟镜头：常用truck left、truck right、tracking shot、follow，表示摄影机与被摄体平行移动或跟随主体。
- 升降镜头：常用crane up、crane down、drone shot、aerial orbit，表示摄影机高度变化或航拍环绕。
推镜头中，push in更容易触发主体变大和背景压缩感，而dolly in更强调摄影机物理移动带来的透视变化。写提示词时最好写明起点和终点景别，例如slow push in from wide shot to close-up on the hands。只写zoom in可能被识别为变焦而非机位移动，透视关系不够自然，背景只是被放大而不是被越过。想让观众真正进入空间，优先使用dolly in。
拉镜头适合结尾或揭示主体所处环境。提示词可以写camera slowly pulls back to reveal a lone figure standing in a ruined hall。reveal能强化拉镜头的叙事目的，但场景中最好确实存在可被揭示的信息，否则容易生成空洞的拉远画面。拉镜头也常与wide shot连用，用来交代人物在环境中的孤立感。
摇镜头适合建立空间关系、跟随人物视线或展示大场景。提示词中要给出方向与速度，例如slow pan right across a crowded market。避免同时使用pan和tilt的模糊表达，否则容易产生斜向漂移。tilt up通常用于展示高度或人物从下到上的打量，tilt down则适合呈现俯视信息。
移镜头与跟镜头中，Gen-2对tracking shot响应较好，适合表现人物行进或动作连续性。写法可以是tracking shot following a boy running through a bamboo forest, side view。follow能增强主体锁定，减少跟丢。truck left或truck right更偏向纯粹的横向移动，适合展示与环境并列的关系。
升降镜头适合从宏观到微观的转换。drone shot经常需要搭配aerial view和高角度描述，否则可能生成地面仰拍。crane down适合从天空落到地面主体，crane up则适合从局部拉升到全景，形成段落收束感。
二、用镜头运动顺序构建单镜头内的叙事结构
单镜头叙事不是把动作和镜头效果堆在一起，而是按信息揭示顺序分配运动。典型顺序是：建立环境、接近主体、强调局部、释放情绪。提示词排序越靠前，Gen-2通常给予的权重越高，所以主运动词应尽量靠近主体描述。Gen-2对多段复杂运动支持有限，一段提示词最好只保留一个主运动加一个次运动。
例如要表现一封旧信件被发现的瞬间，可以这样组织提示词：
A dimly lit study room, wide establishing shot, slow dolly in toward a wooden desk, focus shifts to an old letter, dust particles floating in the air, cinematic lighting, 35mm lens, shallow depth of field, film grain
这段提示词中，wide establishing shot负责交代空间，slow dolly in是主运动，focus shifts是次运动。运动词toward a wooden desk给出方向，old letter交代运动终点，画面因此不会漫无目的。如果顺序改成风格词在前、运动词在末，Gen-2可能更重视风格而忽略机位运动，导致画面看起来精致但镜头没有叙事推进。
镜头时长不宜直接写duration或seconds，更好的做法是通过动作完整度来暗示。比如写walking from the door to the window, tracking shot，而不是只写walking。Gen-2会根据动作跨度生成持续镜头，减少跳帧和节奏断裂。若动作跨度太短，可能只生成一个极短的片段，无法形成完整叙事。
三、多镜头叙事：把提示词拆成分镜，而不是一段话塞满
长提示词会让运动互相稀释。更稳妥的方式是拆成多个短提示词，每个对应一个明确的叙事功能。多镜头叙事可以按建立、跟进、细节、结束来设计，每个提示词只包含一个主运动类型。这样不仅能降低运动冲突，也方便后期对单个分镜进行替换或补抽。
以下是一个海边人物分镜的拆法：
分镜1 建立：Wide aerial shot of a coastal town at dusk, slow drone orbit, hazy atmospheric light 分镜2 跟进：A woman in a yellow raincoat walks along the pier, tracking shot from behind, medium shot 分镜3 细节：Close-up of her hand tightening around a metal railing, slow push in, rain droplets on skin 分镜4 结束：Camera pulls back and rises above the pier, the woman becomes a small figure, cold blue tones
Gen-2保持主体一致性的能力仍然有限，所以在每一段里都要重复主体关键特征，例如yellow raincoat。不同分镜之间使用相似的光照和色调词，也能降低拼接时的违和感。不要假设模型会自动记住上一段的人脸、服装或环境细节。
叙事节奏还可以通过运动对比来制造。前半段使用slow pan和static wide，后半段突然转为handheld close-up，Gen-2对手持运动响应强烈，容易产生紧张感。提示词可以写handheld camera, slightly shaky, documentary style，但幅度不宜过大，否则画面会显得不稳定，影响观看体验。
四、镜头运动提示词的负面提示与参数配合
Runway Gen-2在生成运动画面时，常见问题包括跳帧、扭曲、多肢体、闪烁和运动拖影。除了正面写清镜头运动，还应通过负面提示排除这些不稳定因素。稳定的正面引导可以使用smooth motion、stable camera等词，但不要与手持风格同时出现，否则语义冲突。
negative prompt: static image, jump cut, warping, morphing, flicker, motion smear, distorted hands, extra limbs, text overlay, watermark
参数方面，motion strength不要拉满。因为提示词中的运动词已经提供了运动意图，参数过高反而容易产生漂移和构图失控。建议从中等强度开始测试，确认镜头运动方向稳定后再逐步调整。清晰度问题可以通过后续提升分辨率或使用增强工具处理，而不是在第一步堆砌过多质量词。
如果镜头运动不明显，可以把运动词提前，并放在主体之后。例如Camera slowly pushes in on a glass of water on a wooden table, condensation on the glass。测试时固定主体与场景，只替换运动词，能够快速判断Gen-2对哪个词响应最稳定。
常见误区可以总结为几点：
- 把zoom当成dolly用，导致透视和空间感完全不同。
- 一段提示词同时写多个冲突运动，引起镜头漂移。
- 运动词没有方向或起止景别，画面漫无目标。
- 只依赖角色动作推进叙事，不利用镜头运动揭示信息。
- 忽视负面提示和motion参数，导致跳帧和扭曲概率上升。
更稳定的做法是先确定分镜功能，再选择运动类型，用短句组合提示词，并围绕运动词做小范围测试。Runway Gen-2的叙事感不是靠堆砌特效词实现的，而是让每个镜头运动在合适的位置完成信息释放。
Runway Gen-2提示词镜头运动画面叙事结构修改时间：2026-09-26 23:10:37