深度实测视频 Agent：解决Seedance2.5 画面控制难题，有点东西！（附教程+Prompt）

AI VIDEO · 实战教程

一句 Prompt 就能控住复杂运镜？

又一个视频 Agent

把镜头先画给模型看

3D 白模 · 人物路径 · 多机位切换 · Seedance 2.5

updream · Previs Studio

实测 教程 + Prompt

7 PARTS · CONTENT MAP

PART 01

一张图变 3D

建空间、摆人物、设机位

PART 02

30 秒奔跑跟拍

单人一镜到底

PART 03

武士与五段机位

切镜严格对齐时间轴

PART 04

双人会面

高空俯拍与路径避障

PART 05

白模 Prompt

素材职责与时间线

PART 06

节省积分

把返工留在生成之前

PART ///

结语

先看清自己的拍摄计划

大家好啊，我是甲木。

最近的新模型发布实在太多了，抽空横评几个场景给大家看看各家当前的现状以及他们的区别。

除了模型发布之外，最近我经常在B站上看一些 AI 视频，比如「十万个挑战」等等，脑洞非常大，而且创意好，整个视频的呈现效果也好，还有比较火的《归墟》等等。

seedance2.5 模型发布之后，大家对于这个模型的评价，是在一些场景更加地专业化了，比如 AI 视频如果要往院线级别质量转变的话，关于镜头的运作和镜头的控制是刚需。

单纯的prompt控制其实并不稳定，有些信息天生不适合用文字传递：比如人物离门洞多远、机位从哪一侧经过、两个人在哪里停下。这些空间和时序关系，描述得再精确，模型也可能自由发挥。

针对这个问题，我发现 B站的 updream 新上线了一个预演台（Previs Studio）的功能：先用场景图生成 3D 白模，在里面摆人物、画路线、设机位，导出白模视频，再交给视频模型渲染。

VIDEO 01 · 三案例混剪

为了看看这个功能能不能达到我的需求，我做了 3 组 30 秒视频，从单人跟拍、多机位切换，一直加到双人调度和高空俯拍。每组都做了「无白模 vs 有白模」对照。比较目标只有一个：谁更按计划执行，实现可控 AI 视频生成。

01

PART

一张图变成可拍摄 3D 空间

FROM IMAGE TO PREVIS · 从参考图到可拍摄空间

一说“建模”，很容易头大，Blender 和一串需要重新学的节点等等，我过去也没有这些基础。。

而 updream 预演台就把这段流程直接放进画布。

1. 在画布空白处右键，选择"新建预演台"，进入 3D 界面。

1. 进入预演台后，点击右上角"生成空间"，也可以从右侧面板选择"创建场景"，两个入口功能一样。

1. 上传 1—3 张场景参考图，选择插入当前预演台并点击"开始生成"。页面提示大约需要 4—7 分钟，生成期间不要添加人物和机位。

1. 生成完成后，参考图里的空间结构就变成了可编辑的 3D 白模。

我上传的是一张很普通的校园走廊。生成后，连续窗洞、右侧门墙、顶灯、地面比例和尽头出口都变成了带深度信息的 3D 空间。白模不需要有花瓣、雾气和精细材质。它只要回答几个拍摄问题：人从哪里走，镜头放哪里，会不会穿墙，途中会不会被挡住。

参考图也不是越多越好。简单路径，一张正面纵深图就够了；复杂空间，再补斜侧图和高位结构图。

接下来才是「预演台」的核心部分。

人物和机位都可以从左侧工具栏添加。选中后调整位置和朝向；需要运动时，可以手绘轨道、逐点绘制或打关键帧。「预演台」提供三种跟拍模式：

• 相对位置跟随

  ：机位与人物保持固定距离，一起向前运动。适合稳定的背后跟拍。

VIDEO 02 · 相对位置跟随-机位与人物保持距离

• 轨迹跟拍

  ：机位沿自己的独立路线运动，但始终看向人物。适合侧面平行跟拍或斜向拍摄。

VIDEO 03 · 轨迹跟拍-机位沿轨道锁定人物

• 定点跟拍

  ：机位不动，只转动视角追踪人物。适合固定机位的环境镜头。

VIDEO 04 · 定点跟拍-固定机位追踪人物

白模确认后导出视频，再和人物图、场景图一起接入生成节点。

提示词里要把素材职责写清楚：白模只负责人物路径、站位、机位和切镜，不采用灰色材质与白模外观；角色图负责人物长相和服装；场景图负责最终质感。

接下来，直接看实战！

02

PART

30 秒奔跑跟拍

ONE-TAKE FOLLOW SHOT · 单人一镜到底

第一组是最简单的一镜到底。女主角从旧教学楼长廊一直向前跑，途中经过樱花回廊、图书馆、雨后玻璃长廊，最后跑进春日花海。

这组「预演台」的白模操作逻辑是：一个人物、一条直线路径、一个固定相对跟拍机位。

第一步：生成长廊白模。上传一张正面纵深的校园长廊参考图，生成空间。

第二步：新建人物。点击左侧工具栏"新建人物"，在场景中创建人物 1。切换到俯视图（点击视角轴上的 Y），让人物处在长廊中央线上，前方留足路径空间。

第三步：把人物加入时间轴。点击时间轴左下方"添加轨道"，选择人物 1。在动作菜单中选择"跑步"姿势，将片段时长改为 900 帧。预演台按 30fps 计算，900 帧正好对应 30 秒。

第四步：绘制奔跑路径。选中人物轨道，点击"绘制轨迹"。在俯视图中沿长廊中央画一条笔直路径，路径不需要曲线或绕行。路径片段同样改为 900 帧，确保跑步动作和空间路径时长一致。

第五步：创建跟拍机位。选中人物路径片段，点击"特写跟踪此片段"，预演台自动新建一个机位并生成等长的跟踪片段。

第六步：逐帧检查。分别看第 0 秒、第 15 秒和第 30 秒。确认人物始终在画面中央，机位没有在尾段丢失人物。

第七步：录制白模视频。确认无误后点击"录制"，输出 16:9、30 秒的白模轨道视频。

这里有个容易中招的点：动作和路径必须等长。如果动作是 900 帧，路径仍是默认的 120 帧，人物会跑 30 秒，但空间上只移动 4 秒。自动生成的机位参数也要检查，我第一次就得到了接近 -90° 的俯仰角，预览中几乎看不到人。

白模版里，人物位置、跑动方向和机位距离基本稳定。

白模版成片

VIDEO 05 · 她跑向春天

无白模对照版

无白模版也能完成背后跟拍，但人物会向画面边缘偏移，镜头还会突然拉近再弹回。

VIDEO 06 · 无白模参考-单人物图文

如果只要「大概跟拍」，文字就能做；如果人必须沿固定路线穿过门洞，机位必须保持距离和角度，白模的价值才会出来。

03

PART

武士与五段机位

FIVE CAMERA SETUPS · 多机位与时间轴

第二组加了多次切镜。一个战败归来的武士沿主街前进，两侧人群跪伏，远端城门始终是纵深终点。

我把 30 秒拆成五段：雾中入场、低机位经过人群、背后跟随、正面近景、远景离场。每段都有独立机位，切镜点严格对齐时间轴。

白模中我只控制主角和机位，两侧群演交给 Seedance 2.5。如果在白模里手动添加 6—10 个人，操作量与精度收益并不成比例。代价是群演数量和位置仍可能漂移，这是当前的取舍。

1. 五段机位：

   在时间轴上创建 5 个独立机位片段，分别覆盖上述 5 段时间。每段设置独立的位置、高度、朝向和运动方式。切镜点必须严格对齐时间轴的帧数边界，不能让相邻两段的机位产生重叠或空隙。

2. 关键帧设置：

   第一段的固定机位只需在首尾帧设置水平角变化（小幅右摇）。第三段的背后跟随使用相对位置跟随模式。第四段正面近景使用"始终看向目标 + 正面"。第五段远景机位设在街道远处，使用定点跟拍。

下面是完整的白模视频，可以看到五段机位的切换：

VIDEO 07 · 预演台全局录制

最终的预演台界面总览，标注了人物轨道和多段时间轴的对应关系：

白模版基本执行了五段切镜的顺序和时间，主角沿中央通道前进，街道轴线与远端城门也更稳。它不是逐帧复制白模，人物大小和个别切镜时机仍有偏差。

VIDEO 08 · 原创武士穿过跪伏人群

无白模版反而更会自由「拍电影」，它主动给了脚步、侧脸和盔甲近景，但切换时机完全由模型决定。有的段落只剩两秒，有的近景又挤掉了本该留给远景的时间。如果你对切镜顺序和空间连续性有明确要求，纯提示词很难保证每次都做到。

VIDEO 09 · 无白模参考-纯图片文字控镜

多机位场景中，白模负责「从哪里看、人往哪里走、切镜后空间怎么接」；人物表情、群演细节和最终质感，还是生成模型的工作。多机位切换是白模价值最明显的场景：因为切镜顺序、每段时长和景别变化，都是提示词很难精确传递的时序信息。

04

PART

双人会面与高空俯拍

TWO-ACTOR BLOCKING · 双人调度

第三组最复杂。雨夜天台上，女主角穿过设备区，走向圆形标记内等待的男主角。两人会面后停下，机位最后升到天台上方俯拍。

这次要同时控制两条人物路径、一个精确的会面点，以及一段从平视到高空的机位变化。前 10 秒，女主角由右前方 45° 斜向跟随；中间 10 秒，双人在圆形区域会面；最后 10 秒，机位从两人正上方持续升高。

最麻烦的是最后一段。自动升降机位会被中央设备挡住，从人物上方直升又拍到了模型外部的灰屏。最后我改用手动路径，把高度从 8 米提到 16 米，首尾关键帧都锁定会面区域，才避开遮挡。

白模版守住了三个关键调度：女主角穿过设备区，双人在指定位置会面，结尾从正上方升高。这些空间关系在提示词里很难写明白，但在白模里只需要画两条路径、设一个终点、加一段升高关键帧。

VIDEO 10 · 横版视频占位

无白模版也完成了「双人会面」，但见面位置、停留时机和最终机位全由模型自由解释。

VIDEO 11 · 横版视频占位

这组最能说明预演台的定位：把「能生成」向前推一步，变成「按你的计划生成」。

05

PART

白模提示词怎么写？

PROMPT GUIDE · 素材职责

有白模时，提示词的写法和纯文字控镜完全不同。核心原则是：运镜全部交给白模，提示词只负责内容和风格。

素材职责必须写清楚

提示词开头要明确每份素材"采用什么"和"不采用什么"。以 Case 1 为例：

PROMPT 01

@视频1 是 30 秒白模参考，完整采用其中的人物运动路径、人物站位、奔跑节奏、机位运动、取景变化和空间关系；不采用白模人物外观、灰色材质与空白环境。全片严格遵循 @视频1，不重新设计运镜。

@图片1 定义女主角的身份与外观：年轻东亚女性、黑色低马尾、灰蓝色长袖连衣裙、白色运动鞋。采用她的面部、发型、体型、服装以及正面、侧面和背面轮廓，不采用图片中的白色背景。

白模几何体必须逐一映射

白模里每个人物都是灰色方块，必须在提示词里写清楚它对应谁：

@视频1 中的蓝色白模人物对应女主角。

Case 8 有两个人物时：

@视频1 中的人物 2 对应 @图片1 中的女能量工程师。@视频1 中的人物 3 对应 @图片2 中的男能量工程师。

时间线：每段只写一个主要变化

不要在一个时间段里堆三四个事件。每段写清楚"开始时状态"、"主要事件"和"结束时可观察状态"。以 Case2 的第一段为例：

PROMPT 02

【0-6秒】

开始时：主角武士已经位于街道中央并缓慢前行，两侧人群跪伏低头，中央道路保持畅通。

主要事件：主角以稳定沉重的步伐穿过近处人群，盔甲和衣摆随步伐轻微摆动。

结束时：主角仍在道路中央，人群继续跪伏，远端城门保持可见。

最关键的一条：不要在正文里写运镜

有白模时，提示词正文绝对不能出现"镜头右摇"、"推近"、"拉远"、"切到特写"这类指令。一旦写了，模型会把你的文字运镜和白模运镜当成两套指令，互相竞争，结果谁都不听。

如果生成后发现运镜仍然偏离白模，第一件事不是修改白模，而是检查提示词有没有残留的镜头语言。实测中，把完整提示词压缩到极简版,只强调"@视频1 是唯一镜头与调度参考"，反而运镜服从度更高。

高位参考图的陷阱

如果场景参考图里有一张是俯拍角度，必须在素材职责里明确写：

@图片3 仅补充屋顶排列、道路宽度和远端城门的空间结构，不采用其俯视机位，不改变 @视频1 的机位和运镜。

否则模型可能把高位图的视角当成机位参考，整段视频变成俯拍。

06

PART

消灭不了抽卡，但能节省你的积分

LESS EXPENSIVE RETRY

三组案例都不是一次完成。变化主要发生在生成之前：人物方向错了、机位穿过建筑、中途丢失人物，现在可以先在灰色白模里播放检查，不用等成片出来才发现。

以我的第三组为例，机位穿建筑、自动升降被挡住、高空镜头拍到灰屏，如果都在成片阶段才发现，至少要多做 3—5 次生成。以 30 秒 Seedance 2.5 视频约 70 元的参考成本计算，对应约 210—350 元。这是按返工次数做的估算，不是我的完整账单。

白模不会消灭抽卡，它只是把一部分昂贵的「成片抽卡」，换成生成前便宜得多的路径调整。

它也有学习成本。移动、旋转、关键帧、机位看向和时间轴，第一次用并不直观。我做第一组白模大约花了 20 分钟熟悉操作，第二组五段机位用了将近一小时，第三组的双人路径和高空俯拍调得更久。

值得用的场景：

• 人物必须沿固定路线穿过特定空间

• 多人需要在指定位置会面或停下

• 多机位切换有明确的顺序和时长

• 环绕、跟拍等路径需要避开遮挡

不一定需要的场景：

• 简单固定机位，人物只有小幅动作

• 只要「大致正确」，不在乎精确路径

• 4 秒以下的短镜头，搭白模可能比多生成几次更耗时

PART

结语

CONTROL BEFORE GENERATION

AI 视频如果要达到院线级要求，单纯靠模型能力的提升，其实远远达不到“指哪打哪”的效果。

除了模型本身的提升之外，我们还要求：

1. 对于镜头的控制

2. 对于时间关系和空间关系的说明

updream 预演台不提供「一键出片」。它更像给 AI 视频创作者准备的一张简化拍摄场地。你仍然要决定人物怎么走、镜头放哪里，也仍然可能需要多次生成。

但在按下生成之前，你至少能先看到自己的计划。

AI 视频的下半场，生成得漂亮只是起点，让人真正参与镜头调度才是关键。

哦对了，updream 同期发起了「预演台白模创作千万积分挑战赛」，征集期为 8 月 17 日至 30 日，8 月 30 日 23:59 截止。

活动分为「预演成章」Showcase 创作赛道和「导演手册」教程赛道，积分奖励还挺多的。

感兴趣的友友们可以冲一波~

以上。

如果你觉得今天这篇有收获，欢迎点赞、在看、转发三连。

我是甲木，热衷于分享一些 AI 干货内容，同时也会分享 AI 在各行业的落地应用，我们下期再见。