为什么 25 秒打斗容不下 4 处伤口
我把 25 秒 AI 打斗中的 4 处伤口减为 3 处伤妆痕迹,重新分配动作时间,并精简提示词,让每次交锋和局势变化都能被看清。

25 秒的打斗,容不下 4 处伤口。
之前的提示词把镜头分成 6 个段落,每段只有 4.1 秒。修改后,打斗缩减为 3 处伤妆痕迹,分布在 4 个段落里,每段有 6.25 秒。
到这个时长,一个动作才看得明白。
我要求这个镜头承载的事件太多,同时又把提示词的篇幅花在一些根本传不到模型、或者反而妨碍结果的指令上。减少伤口数量只是整体修正的一部分,但时间分配最先暴露了核心问题。
算清时间,就知道该删什么
我把节奏调整的决定原样记了下来:
**3. Cuatro heridas en 25 segundos no caben.** Con seis bloques eran 4,1 segundos cada uno.
Bajado a tres marcas y cuatro bloques: 6,25 segundos, que es donde una acción se lee.
原来的结构让每个段落都面临同一个基本问题:只有 4.1 秒,要交代动作,让接触瞬间清楚可辨,再进入下一个事件。
调整后,每个段落有了 6.25 秒。
多出来的时间不是用来增加一处伤口的,恰恰是删掉一处的理由。我要让剩下的动作真正被观众看见,而不是往时间线上塞进更多事件。
到这里,我的打斗提示词才从事件清单变成了有节奏的动作序列。3 处伤妆痕迹足够,4 处就不行。
提示词还没到模型手里,就已被截断
之前的版本大约有 9,000 个字符。网页界面会在大约 5,787 个字符处截断提示词,而且不作提醒。
整个 POSITIVE LOCKS 段落都在截断点之后。那些最重要的指令,模型根本没有收到。
这改变了我在修改时审视每一句话的方式。25 秒的镜头有时间预算,提示词也有篇幅上限。保留更多动作段落,就得描述更多衔接、接触和状态。与此同时,提示词已经长到末尾部分会被悄悄截掉。
这种失败不会以错误消息的形式出现。模型收到的提示词就是不完整的。
把打斗减到 4 个动作段落,时间安排变得更清楚了,也让我能把关键指令放进真正会传到模型的那部分提示词里。
否定指令反而喂进了错误的词
之前的提示词包含 16 条否定命令。我发现,模型不处理那个“不要”,它看到的是后面的词。
为了阻止慢动作,我把“slow motion”写了 7 次。
修改时,我用直接描述镜头该怎么做的肯定句,替换了这些否定命令。以下是提示词的原句:
Playback speed stays exactly constant from the first frame to the last.
The camera keeps travelling through every contact and arrives somewhere new.
It runs beside the two men, slides past a shoulder and re-finds them on the other side.
Both men stay physically engaged for the whole 25 seconds.
每一句都直接描述想要的结果。
第 1 句把播放速度固定下来。第 2 句让摄影机在每次接触过程中持续移动,不停留,也不回放。第 3 句给摄影机一条具体的行进路线。第 4 句让两名打斗者在整个镜头中持续交锋。
这些句子也支撑了节奏安排。如果摄影机必须一直移动,两个人也必须持续交锋,那么每一处伤妆痕迹都得出现在连续运动中。镜头不能停下来解释刚才发生了什么。
安排 4 处伤口时,我一边压缩每个事件的时间,一边还要求摄影机穿过所有接触瞬间。减到 3 处伤妆痕迹后,每个段落才有足够的余地,让动作看得明白,同时不违背持续运动的规则。
描述伤妆痕迹的措辞,之前已经没过审核
旧版本用过以下措辞来描述伤口:
A clean cut opens
fresh blood
the wound reveal
在之前的一批生成中,这类词汇导致 7 张参考图全部被审核拒绝。
修改版换了交代方式。开头先声明,这些痕迹都是影视化妆。随后通过对应的参考图来描述每一处痕迹,不再提血,也不再描述伤口裂开。
这又带来了一个有用的限制。打斗不需要更血腥的措辞,需要的是明确的参考和看得清的时间安排。
把伤妆痕迹从 4 处减到 3 处,让动作序列集中在那些能用现有参考图交代的事件上。我也不必为了强调每次接触,而继续堆砌那些已经被审核拒绝的词语。
打斗需要推进,而不是重复
之前的打斗只是在重复,没有逐步升级。
修改后,每一处伤妆痕迹都带来明确的方向变化:承受这一击的人向前推进,而不是后退。
Toshiro 施压、推进,随后给对方留下痕迹。Sadao 扭转局势,也给对方留下痕迹。第 3 处出现时,两个人都已伤疲交加,却谁也没有停下。
这个结构让 3 处伤妆痕迹在打斗中各有位置。它们不是同一次交锋的不同版本。每一次都会改变由谁主导动作的推进。
我当时这样描述这次修正:
Ahora, **después de cada marca el que la recibe
AVANZA en vez de retroceder**. Toshiro empuja y gana terreno, marca. Sadao le da la vuelta y
marca. La tercera cae con los dos ya rotos y sin parar.
这才是 4 个段落真正的用途。它们不只是为了平分 25 秒,而是承载打斗中压力的转移。
一人步步推进,另一人扭转局势。最后一处痕迹出现时,双方都已经消耗殆尽,但动作还在继续。
时间安排和冲突升级,成了同一个结构。
怎样才算完成
把原来的 4 处伤口全塞进提示词,不代表镜头就完成了。剩下的 3 处伤妆痕迹有足够的时间被看清,4 个段落能推动局势变化,两个人在整个 25 秒里持续交锋,这才算完成。
关键指令也必须留在网页界面的截断点以内。否定命令要改成正面描述的动作。伤妆描述要指向参考图,不能再重复那些被审核拒绝的措辞。
这些限制彼此相连。过于拥挤的动作安排,会把压力传到所有其他地方。提示词越来越长,每个事件分到的画面时间越来越少。摄影机穿过接触瞬间的空间更小。为了区分各处痕迹,描述也会变得越来越直白。
删掉一处伤口,整个镜头才有了余地。
今天,在润色提示词之前,先用镜头时长除以动作段落数。如果算下来每个事件只有 4.1 秒,而你自己的素材表明,动作要到 6.25 秒才看得明白,那就先删掉一个事件,再考虑添加指令。
你刚刚看到了一个镜头如何被逐项拆解,每个决定都不是碰巧落在那里的。


