I Love The Smiths AI 提示词指南：15秒与23秒电梯名场面镜头拆解与生图/生视频 Prompt

1. 15秒短视频版：镜头时间轴与动作节奏拆解

15 秒版本专为 TikTok、Instagram Reels 与抖音等竖屏短视频平台的快节奏传播而设计。它跳过了原片中较长的前戏铺垫，开场即进入高情绪密度的对戏状态：男主角耳机已经摘下挂在脖子上，手扶耳机罩，女主角在开场前 2 秒内便主动搭话。

• 00:00 - 00:03（黄金前3秒破冰）：电梯内双人中近景（Medium Two-Shot）。女主角侧头望向男主角，眼神带笑，主动对嘴说出核心台词：“I love The Smiths.”

• 00:03 - 00:07（惊讶回眸与对视）：男主角转过头看向她，手停留在耳机上，露出不可思议且带着探询的微表情：“Sorry？”两人的视线首次产生交汇。

• 00:07 - 00:11（确认台词与笑容绽放）：女主角微微前倾，笑容加深，眼神充满认可与调侃，再次清晰重复：“I said I love The Smiths.” 男主角神情从困惑转为惊喜。

• 00:11 - 00:15（暗潮涌动的宿命对视）：伴随英伦摇滚吉他旋律渐强，两人维持带着羞涩的含蓄微笑，眼神暗生情愫，电梯门缓缓关合或继续运行。

2. 15秒版文生视频 AI 英文提示词（即复制即用）

在可灵（Kling AI）、即梦（Seedance）或 Wan 2.1 的文生视频（Text-to-Video）界面中，建议使用结构化的英文提示词，模型对英文影视术语和分段语法的理解度最高：

【正向提示词 Copy Prompt】： "Cinematic 2009 romantic film still, 35mm photograph, Kodak Vision3 500T, vintage office elevator interior with warm vertical wood-paneling and brushed brass trims. Two people standing shoulder-to-shoulder in medium close-up shot. Left: handsome young man with curly brown hair, black t-shirt, crossbody strap, black over-ear headphones draped around his neck with his right hand resting on the headphone. Right: pretty young woman with wavy caramel-brown hair, light blue button-down collared shirt. The woman turns to him with a gentle smile and clearly mouths: 'I love The Smiths.' The man turns his head to face her with a surprised and puzzled expression, mouth parted: 'Sorry?' The woman smiles warmly, repeating: 'I said I love The Smiths.' Both maintain a lingering romantic gaze with subtle shy smiles. Gentle handheld camera motion, warm 3200K tungsten overhead lighting, natural eye-level framing, photorealistic micro-expressions."

【负向提示词 Negative Prompt】： "cartoon, 3D render, anime, deformed fingers, extra limbs, floating headphones, distorted faces, closed eyes, abrupt camera zoom, speech bubbles, subtitles, watermark, blurry, overexposed."

参数建议：画面比例选择 16:9（如需发布 TikTok 竖屏可后期裁切或选 9:16），运镜幅度（Motion Intensity）设为中等（0.5 左右），避免动作幅度过大导致五官变形。

3. 23秒电影完整版：电影感运镜与慢热叙事拆解

23 秒版本完整复刻了《和莎莫的500天》电梯名场面的经典影视节奏。相比 15 秒版本，它保留了男主角从“沉浸在自己音乐世界中”到“听到搭话摘下耳机”的完整动作链条，叙事弧光更完整、宿命感更强烈。

• 00:00 - 00:05（独处世界）：男主角正面直视前方，大号头戴式耳机紧紧扣在双耳上，随着漏出的旋律微微晃头。身旁女主角听到吉他声，好奇地转头侧目打量。

• 00:05 - 00:09（试探性破冰）：女主角微笑着开口：“I love The Smiths.” 声音混杂在耳机漏音中，男主角隐约听到异响，略显茫然。

• 00:09 - 00:14（摘下耳机与探询）：男主角抬起右手，顺畅地将耳机从耳朵上滑落至颈部，头部向右旋转 45 度看向女主角，眼神中满是意外与好奇：“Sorry？”

• 00:14 - 00:18（含笑重复）：女主角直视他的双眸，眼神晶亮，带着一丝促狭与共鸣再次强调：“I said I love The Smiths.” 传递出“我们品味相同”的心灵默契。

• 00:18 - 00:23（暗流涌动与余韵）：男主角呆立在原地，心动且不知所措；女主角转回正脸，嘴角扬起满意的微笑并悄悄用余光再瞥一眼。电梯继续上行，暧昧氛围达到顶点。

4. 23秒版文生视频 AI 英文提示词（即复制即用）

由于 23 秒通常超过大多数 AI 视频模型单次生成的时间上限（可灵单次通常为 5s 或 10s，即梦支持拓展），建议将其拆分为两段生成后拓展，或直接输入完整的叙事描述词：

【正向提示词 Copy Prompt】： "Cinematic medium two-shot, 2000s indie romantic drama, 35mm film grain, warm incandescent lighting inside a retro wood-paneled elevator. Left: handsome athletic man with textured dark hair and light stubble wearing a grey crewneck t-shirt and large black over-ear headphones covering his ears. Right: elegant young woman with hair swept back in a loose updo and a sage green sleeveless top. The man faces forward listening to music; the woman smiles intrigued, turning to him and mouthing: 'I love The Smiths.' The man notices, slowly raises his hand, takes the headphones off his ears and rests them around his neck, turning to her with a questioning look: 'Sorry?' The woman smiles broader, repeating: 'I said I love The Smiths.' The man smiles shyly and looks captivated; the woman turns forward with a pleased smirk. Slow subtle push-in camera movement, shallow depth of field, authentic cinematic acting."

【负向提示词 Negative Prompt】： "mutated hands, merging headphones, disappearing headphone wire, morphing faces, jerky movement, unnatural mouth movements, cartoon, 3D, oversaturated, text, logo, watermark."

5. 角色防崩指南：如何解决双人同框与耳机形变三大痛点

在手动使用文生视频工具制作电梯场景时，创作者通常会遭遇三个严重的物理一致性问题：

1. 耳机形变与融化陷阱：AI 视频模型最薄弱的环节是“手部抓取并移动物品”。“从耳朵上把耳机摘到脖子上”极易导致耳机变成黑色肉团、耳朵消失或凭空多出耳机横梁。避坑方案：直接采用 15 秒版本的方案（开局耳机就挂在脖子上），或使用 Midjourney/Flux 先生成一张精准的双人首帧静止图，再以图生视频（Image-to-Video）驱动动作。

2. 角色长相漂移与服装串色：在长达 15–23 秒的生成过程中，模型很容易把两个人的面孔融合，或者让衣服颜色互换。避坑方案：在提示词中强化极端非对称特征（如“左侧深色卷发黑T恤男青年” vs “右侧浅棕波浪发浅蓝衬衫女青年”），在可灵或 ComfyUI 中加入首尾帧锁定。

3. 无声模型与对嘴口型问题：AI 视频工具无法生成带有商业版权的 The Smiths 1986 原版配乐《There Is a Light That Never Goes Out》。在没有原声引导下，模型生成的口型极易出现抽搐或闭口。避坑方案：将生成的无声视频导入剪映或 CapCut，把原版电影台词音轨精确对齐到女主角开口的瞬间（15秒版在第2秒，23秒版在第6秒）。

6. 手工调参制作 vs 一键换脸生成：哪种更适合你？

在可灵、即梦等平台手搓 Prompt 是极富乐趣的技术探索，但商业与时间成本极高：为了躲避耳机崩坏、手部畸变和口型不准，通常需要反复抽卡 15 到 25 次（消耗 $10 到 $25 的算力积分），耗费数小时对齐音频。更关键的是，纯文字提示词无论如何调整，生成的都只是随机的 AI 陌生人，无法变成你和伴侣或好友的面孔。

如果你希望跳过复杂的 Prompt 调试和后期音频剪辑，直接把“你”和“你的伴侣/暗恋对象”放进这个电梯名场面中，本站的一键生成器采用视频动作参考（Reference-to-Video）技术：你只需上传 1-2 张真实照片，系统会自动将面部特征融入原版影视镜头中，精确同步每一次转头、挑眉和对嘴，并自动混入原汁原味的场景配乐。2 分钟内即可导出一条可直接发 TikTok 的 1080p 成片。