AI 打戏为什么像回合制?5 种战斗+10 条提示词写出重量
五种战斗 · 十段可复制提示词 · 一套验收清单
打斗不是动作的串联,是关系的变化:谁占位、谁失去位置。两级重击、走位、运镜、光效一致——把这四件事写进提示词,画面才有重量
让人紧张的不是招式,是「下一步他怎么办」
先说结论:90% 的 AI 打戏不好看,不是模型不行,是提示词只写了动作,没写关系。「两个人激烈格斗」「A 出拳、B 闪避、A 再踢腿」——这类清单连起来,画面就是两个人站在原地轮流表演。
观众判断一场打戏好不好,靠的不是招式数量,是三件事:这一下为什么打得中、打完两个人站到了哪里、谁在压谁。这三件事全是「关系」,而关系恰恰是文字里最容易被漏掉的部分。
所以下面十段不在教你「多写点细节」,而是把打戏拆成可交付的结构:骨架(两级重击)、四种战斗类型、两种辅助工具(轨迹图与动作复刻)、节奏、验收。每一段都给可直接复制的提示词骨架。
一句话记住:打斗不是动作的串联,是位置的变化。写清楚「谁失去了位置」,比写二十个招式有用。
五种战斗,先分清再写
近身格斗:靠招起招落与景别变化撑爽感,重点是接触后的位置。
追逐打斗:靠路线与位移,重点是每次交手都推进了空间。
远程与法术:靠三段式(触发—飞行—结果)与光效一致性。
召唤与变身:靠局部起变与造型一致,先锁人再谈光效。
下面十段可以直接复制,把角色和场景换成你自己的就能用。
打戏为什么像回合制

▲ 两个人站着轮流出手,不是打斗,是表演流程
【第 1 步 · 诊断】请以「动作设计顾问」身份解释:为什么大部分 AI 打戏看起来像古早回合制游戏?从三个层面说:① 写法层:只写「A 出拳、B 闪避」这类动作清单,缺了「为什么这个人能在这一刻出手」;② 物理层:没写命中后果与位移,动作打完人还在原地,重量感为零;③ 剪辑层:每个动作给足同等时长,节奏是平的,没有轻重。要求:每层两行以内;最后给一句结论——「打斗不是动作的串联,是关系的变化:谁占位、谁失去位置」。
这一条最关键:先破掉「写得越细越好」的误解:动作清单再长,只要没有关系与位移,出来就是回合制。
一场打戏的骨架:两记重击

▲ 蓄势、下沉、后手收在肋侧——观众提前一秒知道要出事
【第 2 步 · 结构骨架】请给出一场 15–30 秒打戏的标准骨架,要求:① 四段节拍(试探 → 压制 → 反转 → 收尾),每段写清「谁占上风、观众此时该担心什么」;② 两记重击:中间一记改变局面,结尾一记更狠;两记重击之前都必须有可被看见的蓄势(重心下沉、武器回收、镜头靠近、速度变慢、环境声抽掉);③ 反转的触发点必须是一个「失误」而不是「突然变强」;④ 给一句自检:把声音关掉,能不能看出第二记重击比第一记更重。最后说明为什么「势均力敌 → 被压制 → 险胜」比「一路碾压」更好看。
这一条最关键:骨架比措辞重要:没有两级重击,再多招式的打戏也只是匀速运动。
近身格斗:把每一招写成「关系」

▲ 出拳、被挡、错身:三件事同时发生,才叫一招
【近身格斗提示词】写一段可直接复制的提示词骨架,必须包含六个槽位:① 角色能力设定(各自的进攻距离、惯用手、优势与弱点、习惯怎么躲);② 招起招落(写「发生什么」,不写「试图」「准备」:命中就沿力量方向错身/滑开/撞退,格挡就立刻反击);③ 接触后的位置变化(两人之间的距离与朝向,下一个回合从哪里开始);④ 两级重击与各自的蓄势动作;⑤ 运镜(同区域内靠景别与机位做变化:侧跟、迎面后退、低机位仰拍、过肩、环绕;写明每段用哪一种);⑥ 负面约束(不要两人同时定格、不要空挥后回到原位、不要出现第三个人)。最后给一句自检:遮住画面只看两人的距离,能不能看出谁在压谁。
这一条最关键:近战的花样不来自招式数量,来自「接触之后两人站到了哪里」——位置才是叙事。
追逐打斗:先画路线,再谈招式

▲ 打一下是为了打开缺口继续跑,不是为了打完这一招
【追逐打斗提示词】写一段可直接复制的骨架,要求:① 先规划路线:起点、三个明显地标、一次改变高度的动作、终点;② 追逃因果:逃跑方如何利用地形(甩开、拦截、制造障碍),追击方如何破解(绕行、抄近路、破坏障碍);③ 两层速度:单位时间内的交手次数,与单位时间内掠过的场景数量,都要写出来;④ 运镜贴合路线:长镜头为主,镜头始终顺着逃跑方向;翻越与摆荡时拉远,交手时回到中近景;⑤ 环境证明速度:前景掠过、视差、脚下材质变化、带起的碎物;攻击时用破坏证明力量。最后给一句自检:去掉人物,只看背景变化,能不能判断出移动方向与快慢。
这一条最关键:追逐戏的「高级」在于每一次交手都推进了位移,而不是停下来打完再跑。
远程与法术:三段式与光效一致

▲ 发射、飞行、命中——缺任何一段,观众就看不懂谁在打谁
【远程 / 法术提示词】写一段可直接复制的骨架,要求:① 远程三段式:触发动作(拉弓、扣扳机、掐诀)→ 弹道飞行(拖尾、破空、光轨)→ 命中或躲避的结果;② 法术的一致性:谁施法、靠什么触发、颜色与形状在全片保持一致(写出具体色值与形状描述);③ 特效的功能:每一次特效都要有用途(封路、追击、防御、压制、终结),不许只是好看;④ 攻防转换:近战方如何缩短距离、远程方如何拉开距离,写明至少两次转换;⑤ 大招必须被逼出来:先被压制,才释放。最后给一句自检:把特效全部去掉,这场戏的胜负逻辑还成不成立。
这一条最关键:特效不是装饰,是战术。观众看懂「这一招是为了什么」,才会觉得爽。
召唤与变身:从局部开始变

▲ 变化从手背的纹路开始,光沿线往上走
【召唤 / 变身提示词】写一段可直接复制的骨架,要求:① 前摇:施法或结印的具体动作(手型、位置、节奏),以及环境反应(风、尘、光的衰减);② 变化的起点:明确从哪个部位开始(眼睛、皮肤、纹路、装甲),先给局部特写;③ 镜头运动:沿变化方向移动(由下往上、由内向外),逐步从特写推到中景、最后全身揭示;④ 资产一致性:变身前后的造型、配色、标志物必须对得上,写清楚哪些是不许变的;⑤ 群战衔接:变身前后各保留一拍停顿,让观众看清「同一个人」的连续性。最后给一句自检:只看三帧(起变、变中、变完),能不能确认是同一个人。
这一条最关键:变身最容易崩的不是特效,是「还是不是他」——先锁造型,再谈光效。
轨迹图:把走位和机位先画出来

▲ 先把走位画在地上,再让两个人踩着线交手
【轨迹图工作流】给出一套可执行的流程:① 先出一张「初始站位图」(全景、机位高度、两人位置、朝向、距离);② 在图上标三类信息:人物路线(起点、交汇点、终点)、攻击方向(箭头)、摄影机路线(另起一条线);③ 写一段「参考图说明」放进提示词:说明轨迹线、箭头、编号只作调度参考,最终画面不显示这些标记;④ 生成后如何判断轨迹有没有被执行(看交汇点是否发生、高度是否变化、机位方向是否匹配);⑤ 给一条经验边界:轨迹图能约束空间关系,不能保证动作质量,动作仍要靠文字与资产图。最后说明为什么复杂空间用图比用文字更省返工。
这一条最关键:文字描述空间关系永远是二手的;一张标注图能让模型和你看到同一个现场。
动作复刻:用深度视频接管动作

▲ 同一套动作,换角重演:身形与角度必须对得上
【动作复刻流程】给出可执行步骤与风险说明:① 选参考:一段动作清晰、机位稳定的武术或舞蹈片段(说明什么样的片段不适合);② 转深度:把参考转成只保留空间与动作信息的黑白深度视频;③ 替换:上传自己的角色与场景资产,把深度视频作为动作驱动;④ 提示词:写清角色外观、服装、场景与镜头,但不要再描述动作(动作由深度视频决定);⑤ 验收与边界:说明它在手部细节、道具交互、面部表情上的局限,以及什么情况下要退回手工设计。最后给一句判断:这段动作如果换成你的角色会不合理(体重、体型、武器长度),就不要硬套。
这一条最关键:动作复刻解决的是「动作从哪来」,解决不了「这个动作适不适合这个角色」。
节奏:靠缓冲镜头和沉默撑起来

▲ 打到最狠的地方先停半拍,观众才反应过来
【节奏设计】给出一套可执行的节奏配方:① 镜头长度:激烈段落用 0.5–1.5 秒的快切,重击前后各留一个更长的镜头做缓冲;② 缓冲镜头清单:出招特写、眼神特写、武器或拳峰的近景、脚步落地的特写,每种给一句描述;③ 声音的抽离:重击命中瞬间抽掉环境声,只留一记闷响与呼吸;④ 终结帧:收尾用一帧几乎单色的定格(说明怎么在提示词里描述它);⑤ 节奏表:把 30 秒拆成「快—快—慢(蓄势)—爆—静」五段,标明每段秒数。最后给一句自检:把这段打戏连看两遍,第二遍会不会腻。
这一条最关键:打戏的爽感来自对比,不来自密度。一直快等于一直不快。
验收:这一拳有没有重量

▲ 打完那两步距离,就是这场戏的结果
【验收清单】设计一套 5 分钟能跑完的打戏自检:① 重心测试(暂停在每一记重击的命中帧,看受力方的重心有没有被推动);② 位移测试(一次交手结束后,两人的距离与朝向是否真的变了);③ 空间测试(不看人物只看背景,能不能判断谁在往哪走);④ 一致性测试(同一个人在不同镜头里,体型、服装、武器长度是否一致);⑤ 陌生眼测试(给没看过脚本的人看 10 秒,问他「谁占上风」和「哪一下最疼」)。每条写清:怎么测、什么算不合格、不合格先改哪一层(结构 / 动作 / 运镜 / 特效)。
这一条最关键:观众判断「疼不疼」靠的是重心和位移,不是特效大小。这一条能筛掉大部分花架子。
六个让打戏变花架子的写法
① 只写「激烈」「猛烈」「快」——这是形容词,不是动作。模型只能给你一段看不清的乱动。② 写「试图出拳」「准备闪避」——模型会把「试图」演成一整套完整的动作,节奏全废。直接写「命中/落空」和后果。③ 命中后没有位移——人被打中却还站在原地,重量感归零,这就是回合制感的来源。④ 每个动作给同样的时长——节奏是平的。快段 0.5–1.5 秒,重击前后必须留更长的镜头。⑤ 特效越堆越多却没功能——观众看不懂「这一招是为了封路、追击还是终结」,就只剩吵闹。⑥ 变身只写结果不写过程——没有局部起变、没有镜头跟随,观众只会觉得「换了个演员」。
最后说句实在的:这套结构能解决「像回合制、没有重量、看不懂谁在打谁」,解决不了「这段戏为什么必须打」。打戏的本质是把人物的处境推到极端——工具只负责别让观众在看懂之前就划走。