Luma Dream Machine 发布视频转场提示词指南：从生硬剪辑到叙事级视觉流

在 AI 视频生成的新工作流中，挑战已从单纯的“生成素材”转变为“连接素材”。Luma Labs 近日针对其热门工具 Dream Machine 发布了深度提示词（Prompting）指南，旨在解决视频叙事中常见的生硬过渡问题。文章指出，优秀的视频不仅仅是画面的堆砌，更是通过精心设计的转场（Transitions）构建连贯的视觉旅程。

核心理念：从执行者转变为导演

传统视频剪辑要求创作者手动执行每一个转场动作，而 AI 生成则要求创作者清晰地描述意图。这种从“执行（Execution）”到“方向（Direction）”的转变，彻底改变了创意工作流。创作者不再需要为每一个镜头单独生成，而是通过描述场景间的逻辑关系，让 AI 自动完成从原材料到成品的视觉转化。

三大核心转场类型解析

文章详细拆解了构建叙事视频的三大基石，并提供了针对性的提示策略：

1. Cuts（硬切）

硬切通过帧的突然切换实现场景转换。在 AI 生成中，这通常发生在未指定连续性的不同场景之间。

• 关键策略：使用结构化提示词。简单的描述如"女人穿过门"往往导致结果不可控。
• 推荐公式：[运镜] + [主体] + [动作] + [环境] + [光照] + [风格/情绪]
• 示例："Medium shot, young woman in navy blazer pushes through glass office door, corporate lobby with marble floors, soft overhead fluorescent lighting, documentary style."

2. Wipes（擦除/揭示）

Wipe 利用方向性运动来揭示下一个场景，具有强烈的动态感和意图性。

• 关键策略：明确运动方向与揭示动作。使用"sweeping"（扫过）、"pushing through"（推进）等词汇。
• 类型细分：
  • 水平擦除："Subject walks left to right across frame, revealing beach sunset..."
  • 径向擦除："Camera iris opens from center, expanding to reveal cityscape..."
  • 物体驱动擦除：利用物体移动作为转场媒介，如火车经过。

3. Match Cuts（匹配剪辑）

这是最高阶的转场技巧，通过视觉相似性连接两个看似无关的场景（如旋转的篮球变为旋转的地球）。

• 关键策略：在生成前进行视觉相似性规划，而非事后修复。这要求提示词必须精确控制保持不变的元素。
• 进阶技巧：通过提示词层叠实现形态变换，例如让挡风玻璃上的水珠向上漂移并转化为星空，所有过程在单次生成中完成，无需后期合成。

实际应用价值

该指南不仅提供了理论框架，更强调了效率与一致性：

• 时间节省：将原本需要数周的拍摄与后期合成流程，压缩为通过提示词描述即可完成。对于需要多区域、多格式发布的汽车或奢侈品品牌，这种能力至关重要。
• 资产复用：在 Image-to-Video 模式下，创作者可以上传已批准的主体图像，仅描述运动变化，从而在不破坏现有创意的基础上快速生成动态视频。
• 迭代优化：每一次转场的修订都是基于已批准的创意进行的增量优化，而非推倒重来，显著降低了试错成本。

Luma Labs 的这一更新标志着 AI 视频工具正从“内容生成器”向“完整叙事引擎”演进，让专业创作者能够以前所未有的自由度掌控视觉语言。