这个问题我一般不建议只在单条提示词里临时补，因为空间关系...

这个问题我一般不建议只在单条提示词里临时补，因为空间关系一旦只靠某一镜去写，后面很容易漂。更稳的做法是把“空间与人物关系”前置成项目规则，也就是在正式生成前，先给项目建立一个简单的空间基准。

比如先确定三件事：第一，场景里谁在左、谁在右、谁在前、谁在后；第二，主要人物之间是什么关系，是对峙、追逐、审判、保护、围观，还是逃离；第三，镜头运动时这个关系能不能被保留下来。只要这三件事先定死，后面的分镜就不是每个镜头重新生成一个世界，而是在同一个空间里连续拍摄。

我自己的理解是，AI视频里最怕的不是画面不好看，而是人物关系每一镜都变。比如上一镜父亲站在左侧，儿子跪在右侧，下一镜如果突然左右反了，观众会立刻失去空间感。所以在项目里最好提前写一个“空间关系卡”，里面只放最基础的信息：主场景是什么，核心人物分别在哪个方向，谁是主动方，谁是被动方，中间有没有桌子、门、雪地、道路、火堆这类空间锚点，背景人物能不能遮挡主角。

然后每个镜头只做一件事：在这个固定空间关系上改变景别和情绪，不要重新发明场景。中景负责建立关系，近景负责压情绪，特写负责抓道具和表情，反打负责确认对象。这样做的好处是，画面会自然连贯，人物不会乱站，镜头也不会像随机拼接。

简单说，就是先把“谁在哪里、谁看谁、谁压迫谁、谁不能越界”写成项目规则，再去写每个镜头。提示词不是只描述漂亮画面，而是要像导演调度一样，把人物关系、空间轴线和动作边界一起写进去。这样后面不管生成多少镜，都会围绕同一个空间逻辑展开，稳定性会高很多。