实战案例:用AI提示词制作城市马拉松宣传短片,从人群阵列到5个镜头全流程
发布时间:2026年11月19日 08:20:00以一场三万人城市马拉松的宣传片为真实场景,演示如何用 Veo 3 与即梦完成 5 个镜头,重点解决大规模人群的密度与一致性、跑者动作的同相位问题、跟拍镜头的稳定感,以及城市地标与跑者之间的空间关系。
背景
需求来自一场城市马拉松:40 秒宣传片,用于赛前投放和赛事直播开场。
人群题材的难点和单人完全不同:
- 密度:要「三万人」的感觉,不是几十个人;
- 一致性:跑者的服装、号码布、姿态要协调,不能各穿各的;
- 同相位:群体跑动的摆臂抬腿节奏要接近;
- 空间:跑者与城市地标(桥、塔、老街)要有正确的前后关系。
工具用 Veo 3(动作与运镜) 加 即梦(首帧与迭代)。
第一步:把「人多」翻译成可计算的密度
写 a big crowd,模型只会给几十个人。必须给出尺度参照:
Extremely dense pack of runners filling the entire road width, roughly
eight runners abreast and receding at least twenty rows deep, so that
individual figures become indistinguishable beyond the tenth row.
The crowd fills the frame edge to edge, no empty pavement visible.
要点:
- 横向几个、纵向几排:把密度量化;
- 十排之后模糊:制造纵深;
- 画面到边:不留给空地的机会。
踩坑一:V1 只写 marathon runners running,出来的是「十几个人在晨跑」。量化到 8 人 × 20 排后,才有赛事感。
第二步:服装统一靠「限制变量」
三万人不可能穿一样,但宣传片里必须可控。做法是限定色系而不是限定款式:
Clothing palette limited to white, cobalt blue and light grey, with
occasional orange accents. Race bibs are white rectangles on the chest,
size consistent, numbers not legible. No logos, no brand marks,
no colorful costumes, no raincoats.
三条纪律:
- 限定三色:允许变化,但控制色域;
- 号码布写「不可辨认」:避免乱码文字;
- 负向禁 logo:AI 会随机生成假品牌。
踩坑二:V2 出现了大量渐变荧光服和可辨认的「NIKE」字样(拼错的假 logo)。加负向约束后画面立刻干净。
第三步:跑动同相位
群体运动最忌讳「各跑各的」。要写明动作相位与频率:
All runners in the visible pack are in a similar stride phase: arms
bent at the elbow, swinging in rhythm, legs alternating at roughly
the same cadence. No one is walking, no one is standing still,
no one is stretching.
关键判断:马拉松现场其实有走有跑,但宣传片要的是气势,所以必须排除走路的人。
踩坑三:V3 画面里有人站着拍照、有人弯腰系鞋带,破坏了节奏。加上 no one is standing still 之后才统一。
第四步:5 个镜头的设计
40 秒 5 个镜头,节奏是「起—涌—细—越—收」:
| 镜头 | 内容 | 时长 | 运镜 |
|---|---|---|---|
| S1 | 起跑线,人群从静止到涌动 | 9 秒 | 低机位固定 |
| S2 | 跑者从镜头前涌过,两侧虚化 | 8 秒 | 固定 + 前景遮挡 |
| S3 | 特写,一名跑者的鞋落地溅起水花 | 6 秒 | 极低机位 |
| S4 | 跑者跑过大桥,无人机侧向跟拍 | 10 秒 | 侧向平移 |
| S5 | 航拍拉起,人群像河流穿过城市 | 7 秒 | 垂直拉起 |
关键判断:S3 是唯一需要「个人」的镜头。全程群像会让观众没有代入点,必须有一个具体的脚、一滴水。
踩坑四:S4 想拍「跑者跑上桥」,但模型把桥画成了斜坡,跑者像在爬山。改写成「桥面平坦、跑者从桥的一侧跑向另一侧,镜头与桥平行移动」后,透视才正确。
第五步:城市与人群的空间关系
Setting: a modern city with a river, a suspension bridge and a row of
glass towers in the background. The crowd occupies the road in the
foreground and middle ground, buildings stay in the background and
never overlap the runners. Morning light, light haze, long shadows.
三条:
- 建筑只在背景,不与跑者重叠;
- 晨光 + 薄雾:这是马拉松的标准质感;
- 长影子:暗示清晨起跑。
成果与复盘
最终 5 个镜头合成为 40 秒宣传片,赛前一周投放。
复盘最有价值的一条:人群镜头的提示词,本质是在做「变量控制」——限制颜色、限制姿态、限制密度,剩下的交给模型发挥。变量越少,画面越统一。
成本拆解:
| 项目 | 支出 |
|---|---|
| Veo 3 生成(约 34 次) | 约 340 元 |
| 即梦首帧(约 18 次) | 约 22 元 |
| 音乐授权与混音 | 约 600 元 |
| 剪辑与调色 | 约 220 元 |
| 合计 | 约 1182 元 |
6 条可复用清单
- 密度用行列量化:8 人 × 20 排,比「很多人」有效。
- 群体用色系约束,不用统一款式。
- 号码布写「不可辨认」,避免乱码。
- 排除静止与杂动作:no one is standing still。
- 留一个个人特写:群像需要代入点。
- 地标不压主体:建筑只能出现在背景层。