起始状态
动作发生前，主体姿态、视线、手脚位置、物体状态和摄影机状态是什么。起点写得模糊，模型就会自行创造准备动作。
一句话答案
运动反推提示词不是给静态画面添加“缓慢、电影感”等形容词，而是说明谁从什么状态开始、沿什么轨迹、以怎样的速度变化，并在何处结束，同时约束摄影机和环境不要抢走主要事件。
一个可执行的 Motion Prompt 有五个核心部分
运动语言需要时间关系。每个部分都应能回答具体问题，并与关键帧中的可见证据一致。
主要轨迹
主体向哪个方向移动，身体哪些部位先动，动作是否经过中间姿态。使用“低头—停留—抬头”比单写“抬头”更能保持顺序。
速度与节奏
说明匀速、渐快、渐慢、短暂停顿或分阶段变化。节奏应服务单一主要事件，避免同时要求多组互相竞争的大动作。
物理与环境反馈
衣物、发丝、尘雾、水面或道具如何被主体动作影响。只写有证据或符合物理因果的反馈，不凭空制造强风、爆炸或粒子。
摄影机响应
明确固定、跟随、平移、推进或轻微手持。先确定主体动作，再决定镜头是否需要响应，防止不必要的推拉摇移破坏可读性。
结束状态
动作完成后主体和镜头停在哪里，视线朝向何处，画面如何收束。清晰终点能减少循环动作、重复动作和突然回弹。
从关键帧证据到运动语言
镜语先让每张关键帧只描述自己的静态状态，再让跨帧分析只处理变化。这样可以避免在首帧写“正在抬头”，或在尾帧继续描述尚未结束的过程。
锁定首尾状态
首帧描述动作开始前的定格，尾帧描述动作完成后的定格。两者不夹带“逐渐、正在、即将”等过程词。
提取中间阶段
用中间帧判断动作顺序、峰值姿态、短暂停顿、遮挡和速度变化。相似帧不重复写，只保留能改变运动判断的证据。
按因果顺序编译
先写主体动作，然后写道具或环境如何受影响，最后写摄影机响应和结束状态。读者和模型都能更快找到主事件。
真实案例中的运动拆解
“低头后重新抬眼”为什么需要时间线
在真实的 15 秒人物案例里，最终判断不是笼统的“女性有情绪地看向对方”，而是：头部缓慢向下、视线下移、眼睑闭合、短暂停留、随后平缓抬头、眼睑重新睁开并恢复稳定注视。镜头基本固定，发丝只发生轻微摆动。
正确的运动主线
保持连续单镜头；唯一主要事件是低头回避后重新面对前景人物。注意力路径由湿润的眼睛移到低下的头部，再回到重新建立的视线。
明确禁止的漂移
不颠倒动作顺序，不重复低头或抬头，不产生头部瞬移，不添加拥抱、转身、对白或无依据的推拉摇移，不改变发型、服装和人物数量。
结构模板：镜头模式 → 导演主任务 → 起始状态 → 主体动作轨迹 → 速度曲线与停顿 → 环境/物理反馈 → 摄影机响应 → 结束状态 → 负面运动约束。
运动反推的边界
离散帧能支持很多时序判断，但不能证明所有真实运动。准确的做法是把观察、推断和生成控制分开。
可以较可靠描述
可见位置变化、姿态变化、动作顺序、明显停顿、视线方向、物体状态变化、切镜与大多数显著运镜。
需要谨慎描述
极轻微机位修正、动作心理动机、被遮挡部位的连续轨迹、采样间隔内的瞬时动作，以及没有音频证据的节拍和对白。
常见问题
运动提示词和视频提示词有什么区别？
视频提示词还包含主体外观、环境、构图和风格；运动提示词更集中描述状态变化、轨迹、速度、物理反馈和摄影机响应。
运镜应该写在动作前还是动作后？
通常先定义主要主体动作，再写环境与物理反馈，最后说明摄影机如何响应，能让因果关系和视觉优先级更清楚。
为什么结束状态必须明确？
没有终点时，模型容易重复动作、回弹或在片尾继续变化。明确主体姿态、视线和镜头收束能提高稳定性。