三维动画的“可信感”来自一套相互一致的空间规则：角色是什么材质、站在哪里、光从哪里来、镜头怎样移动。只写“高级三维、电影感”不会建立这些关系。提示词越接近一份简短的镜头说明，结果越容易稳定。
按四层组织信息
| 层级 | 内容 |
|---|---|
| 模型 | 角色或物体的比例、外观、可识别部件 |
| 材质 | 金属、布料、陶瓷等表面特性与反射程度 |
| 空间 | 前中后景、尺度、地面、光源方向 |
| 镜头 | 景别、相机位置、运动路径和焦点 |
关键帧比“连续动作”更容易控制
先定义三个点：起始姿态、动作最高点、结束姿态。比如“角色站在台阶中央—抬手触碰发光球体—放下手并向镜头侧身”。模型会更容易理解动作结构，后期也更容易从中挑选可用片段。
提示词骨架
主模型：[原创角色或物体，比例和可识别外观]
材质：[表面质感、反射、颜色]
空间：[前中后景、地面、环境尺度、光源方向]
关键帧：起始[姿态]；中段[核心动作]；结尾[最终姿态]。
镜头：[景别]，相机[唯一运动方式]，焦点始终在[主体]。
避免：文字、品牌、额外角色、材质突变、比例失真。先关掉多余复杂度
角色动作、相机运动、环境粒子和强反射不要一次全上。先让角色与空间关系稳定，再添加一层环境效果。每次保留上一次的参数和画面，才能知道增强质感是否牺牲了可控性。
交付前检查
检查比例、接触关系、光影方向、材质一致性和关键帧之间的动作连续性。三维动画最明显的破绽通常不是“不够酷”，而是这些基础规则前后矛盾。
