如何用提示词表现AI漫剧琴笛音波武器的演奏与攻击？

学完这篇，你能写出两套可复用的提示词——一套生成"角色演奏琴/笛"的静态镜头，一套生成"音波化为武器"的攻击镜头，并能把它们接成一段 5 秒的漫剧片段。

第一步：先搭一个固定骨架，别一上来就堆形容词

这一步要做出一个能反复套用的提示词结构，做完你就有了"填空模板"，换角色换乐器只改局部。

骨架按这个顺序写：

画风 + 角色与乐器 + 演奏动作 + 音波形态 + 镜头构图 + 光效氛围 + 参数

示例（英文出图更稳，注释是给你自己看的）：

anime style, cel shading, a young female cultivator in hanfu playing a guqin,      ← 画风+角色+乐器
fingertips plucking strings, hair lifted by air pressure,                        ← 演奏动作
faint glowing ripples spreading from the strings, floating music-note particles, ← 音波形态
medium shot, slight low angle, depth of field,                                    ← 镜头构图
cool blue rim light, dark bamboo forest background,                               ← 光效氛围
--ar 16:9 --style raw --s 200                                                     ← 参数

Midjourney 里在对话框输入 /imagine prompt: 后粘贴上面整段；Stable Diffusion 则把画面描述放正向框、参数放负向框。

注意：音波千万别只写 "sound wave"，这个词太抽象，模型基本画不出来。要写具体物理现象，比如 concentric ripples（同心涟漪）、visible sound cone（可见音锥）、shockwave rings（冲击波环）、distorted air（空气扭曲）、particle trail（粒子拖尾）。

第二步：把"演奏"镜头写细，让手指看起来真在弹

这一步的目标是拿到一张手部不出错的演奏特写，它是后面所有攻击镜头的素材底图。

关键是把动作拆到"手"这一级：

• 琴类：fingers pressing strings on the fretboard, right hand plucking, strings slightly bent（按弦、拨弦、琴弦轻微形变）
• 笛类：both hands holding a transverse flute horizontally, lips close to the blowhole, cheeks slightly puffed（横持、唇贴吹孔、两颊微鼓）

镜头用 close-up on hands 或 over-the-shoulder shot，配 shallow depth of field，虚化背景能让 AI 少画错东西。

注意：AI 最容易崩的就是手指按弦和琴弦走向。多写 five fingers, correct hand anatomy，负向词加上 extra fingers, fused fingers, deformed hands, wrong instrument structure, broken strings。

第三步：把"音波"写成攻击，关键在"被影响的东西"

这一步做出攻击镜头的爆发感，结果是一张有冲击力的关键帧。

单写"发出音波"很空，要写音波撞到了什么：

a translucent blue sound cone bursting out of the flute,
concentric shockwave rings expanding outward,
fallen leaves and gravel lifted and swirling in the air,
tree branches bending away from the blast,
cracks appearing on a stone wall in the distance

再补一条"光"和一条"速度感"：blue-white rim light on the character、speed lines, motion blur at the edges。

注意：攻击镜头里乐器必须还在画面内，否则模型会理解成"角色在放法术"。提示词里明确写 still holding the flute、the guqin still in frame。

第四步：套上"漫剧"画风词，别让画面变成写实照片

这一步把画风钉死，得到统一风格的成片素材。

固定加这几个词：anime key visual, cel shading, clean lineart, two-tone shading, dramatic perspective, 2D animation still。想要国风质感再加 chinese ink wash influence, traditional costume details。

注意：如果出图偏 3D 或真人，多半是 --s 值太高或漏了 cel shading。Midjourney 里降到 --s 100，并补 --no photorealistic, 3d render。

第五步：让它动起来，进入图生视频

这一步把关键帧变成 5 秒动态镜头，得到能剪进漫剧的片段。

以即梦为例：首页点「AI 视频」→ 选「图生视频」→ 上传上一步的图 → 在提示词框写运动描述 → 展开「运镜控制」选「推近」或「环绕」→ 时长选 5 秒 → 点「生成」。

运动描述只写变化，不重复画面：

• 演奏镜头：fingers slowly plucking the strings, glowing ripples pulsing outward, camera slowly pushes in
• 攻击镜头：soundwave rings expanding fast toward camera, debris flying, camera shakes slightly

可灵同理：进入「图生视频」，在「运镜」下拉里选「推镜」，把「运动强度」调到中高档。

注意：音波扩散这类"由内向外"的运动，用首尾帧模式更稳——首帧放演奏图、尾帧放攻击图，让模型自己补中间过程。

第六步：批量出图保一致性

角色要连着出好几集，就在 Midjourney 用 --cref 图片链接 --cw 100 锁住脸，用 --seed 数值 固定构图随机种子。同一角色的提示词只改动作和音波部分，其余原样复制。

小结

• 提示词按「画风 + 角色乐器 + 演奏动作 + 音波形态 + 镜头 + 光效 + 参数」七段写，别堆形容词。
• 音波要写成看得见的物理现象：涟漪、音锥、冲击波环、空气扭曲、粒子拖尾。
• 演奏镜头拆到手部动作，负向词盯死手指和乐器结构。
• 攻击镜头的冲击力来自"被影响的环境"，且乐器必须留在画面里。
• 图生视频只写"变化"不写"画面"，音波扩散优先用首尾帧。