同一支 3 秒推鏡，runway 提示詞 範例比 Veo 3 少重跑兩次

第三版還是換臉了。我盯著螢幕上那支 3 秒推鏡，主角在第 2.1 秒鼻子變了形狀，嘴脣厚度也跑了。前兩版更糟，第一版直接變成另一個人，第二版就撐到 1.4 秒開始漂移。

说白了，要人物一致性強的短推鏡（3 秒以內、單人、無大幅度轉頭），Runway Gen-4 的提示詞結構目前比 Veo 3 穩，但出片比 Kling 慢。Kling 快，可一旦鏡頭裡有中文文字或特定東方面孔，它就抽風。

同一鏡頭兩版 Runway 提示詞範例差在哪

我改前寫的是：「A young woman walks toward camera, slow push-in, cinematic lighting」

改後：「Close-up of a woman, round face, single mole left cheek, black hair tied back, walking 2 meters toward lens, camera static, 3 seconds, 24fps, shallow DoF, overcast daylight」

差距在哪？改前是描述動作，改後是鎖特徵加限制變量。说白了，模型不是看不懂你的意圖，是你給的變量太多，它自己挑。我打了十几年遊戲對幀數敏感度比較高，0.5 秒的跳帧就受不了，所以提示詞裡一定寫死 fps 和時長。

跑了 12 次的廢片率結果是多少

測試條件：同一支 3 秒推鏡、單人、無對白、16:9、480p。每模型 4 次，取「人物一致且無明顯跳帧」的支數。

（這裡應當展示三張生成結果截圖並排，標注每張的秒數與失敗位置）

Kling 出片最快，28 秒對 Runway 的 52 秒，差了一倍多。但 Kling 那個五官比例偏移是結構性的，我重試 4 次全部命中同一問題，不是隨機雜訊。

那為什麼 Kling 整體分低，有些場景反而該選它？

因為拍帶中文字幕的知識類短影片時，Runway 的中文文字直接亂碼，Kling 雖然慢了一點（34 秒）但文字至少讀得出來，效果蠻勉強但能用。這個場景下整體評分低的 Kling 就是對的選擇。

Runway 提示詞容易踩到哪兩個坑

坑一：我在 Runway 提示詞裡加了「cinematic, 4K, high quality」。生成時間從 52 秒漲到 78 秒，畫質沒肉眼可見的提升。原因大概是這些修飾詞觸發了額外 diffusion step。刪掉後回到 52 秒，效果沒差。別照抄那些帶滿修飾詞的 runway 提示詞 範例，多半是寫給社群貼圖用的。

坑二：Kling 的 motion brush，我標注人物走路區域想讓背景靜止。結果手臂穿模穿到背景建築裡，重試三次一樣。最後放棄 motion brush，純文字寫「background static, subject moves only」才穩。

哪些鏡頭在 Runway 下仍然不穩定

以上全是單人、3 秒、無對白。一旦雙人對話或轉身超過 90 度，三個模型全廢。我測過 5 秒雙人推鏡，Runway 和 Veo 3 四支全廢，Kling 好一點但也只有一支能用。之前跟組裡人說過，這個場景別碰，省時間。

本次 Runway 生成用了哪些參數

鏡頭時長：3 秒
畫面比例：16:9
解析度：480p
fps：24
種子：未固定（每次隨機）
模型：Runway Gen-4 / Veo 3 / Kling 1.6
每模型重試：4 次
廢片率：25% / 50% / 25%
```
大概就這些，肯定還漏了。

下一步：打開 Prompt Library 那組「人物一致性推鏡」的 Viral prompt picks，拿你主角的外貌特徵替換示例描述，直接貼進 Runway 跑。3 秒推鏡是目前性價比最高的鏡頭類型，先跑通這個再碰複雜的。

你手上有多少素材是卡在人物一致性這一步的？

---

關於作者 · 沈硯

沈硯. 本文的實測紀錄來自自己的操作流程，參數與失敗情形都照實寫