只在提示词里写 24mm、50mm 或 85mm，并不保证画面真的呈现对应镜头语言。焦段感来自视角、主体距离、背景压缩、景深和摄影机运动共同作用。若画面同时要求广角环境、近距离人像、浅景深和长焦压缩，模型得到的是互相冲突的信号。更有效的做法是先写镜头目的，再选择能支持这个目的的构图参数。
例如建立空间关系时，用较宽视角、明确前中后景和缓慢移动；表现人物情绪时，缩小环境信息，保持眼睛清楚并减少夸张运动；产品细节则强调形状、材质和稳定对焦。提示词中最好加入主体占画面比例、摄影机高度、与主体距离以及运动方向，而不是只放一个焦段数字。参考图也必须匹配这些关系，否则文字和视觉输入会互相拉扯。
测试时生成同一场景的三个静帧版本，分别只改变视角和主体距离，再选择最符合叙事目的的一版进入视频阶段。审核不要只看“电影感”，要检查透视是否稳定、背景是否突然伸缩、人物脸部是否因过近广角而变形。建立一套项目自己的镜头词典，把成功画面、构图描述和使用场景对应起来，比盲目复制一串摄影参数更可复用。