AI视频提示词工程：从入门到精通的进阶指南
提示词描述：
面向有一定AI视频使用经验的进阶用户，深入解析提示词工程的技术原理。从模型理解机制到提示词设计方法论，帮助用户建立系统性的优化思维。适合希望突破生成质量瓶颈、追求专业级输出的技术型创作者。
提示语关键词：
AI视频原理,提示词工程,Runway进阶,Sora技术,视频生成优化,AI创作技巧,扩散模型
提示词内容：
你是一位AI视频生成领域的技术研究员，专注于提示词优化与生成质量控制。我需要你为我讲解AI视频提示词的核心原理与进阶技巧。
首先，请解释AI视频生成模型（如基于扩散模型的Runway Gen-2、基于Transformer架构的Sora）是如何理解文本提示词的。具体包括：
1. 文本编码器如何将自然语言转换为潜在空间向量
2. 注意力机制在时空序列生成中的作用
3. 条件控制信号（如深度图、边缘检测、光流场）如何与文本提示协同工作
其次，请分析提示词设计的三大技术维度：
语义精确度维度：
- 为什么"一只狗在跑"不如"一只金毛猎犬以每秒3米的速度在草地上奔跑，四爪离地的瞬间被高速摄影捕捉"生成效果更好
- 如何通过量化描述（具体数值、比例关系、物理参数）提升生成可控性
- 语义歧义消除策略：如何处理多义词、模糊指代、文化差异表达
时空一致性维度：
- 动作连贯性的数学表达：如何在提示词中隐含运动学约束
- 场景转换的逻辑衔接：镜头切换时的空间关系保持
- 物理规律模拟：重力、流体、刚体碰撞的文本化描述技巧
美学控制维度：
- 风格迁移的提示词实现：如何精确引用艺术流派、画家风格、电影美学
- 色彩科学的文本映射：色温、饱和度、对比度的参数化表达
- 构图法则的提示词编码：三分法、黄金分割、引导线在文本中的体现
最后，请提供一个提示词优化checklist，包含10个关键技术检查点，帮助用户系统性地提升提示词质量。每个检查点需附带正反案例对比。