摄影术是捕捉动态影像的学科，涵盖机位布置、运动方式、镜头选择、布光和构图，以传达叙事与情感。它起源于19世纪末的摄影术和早期电影，经由卢米埃尔兄弟和D·W·格里菲斯等先驱的实践而发展，他们确立了特写和交叉剪辑等基础技法。到20世纪中叶，格雷格·托兰德（《公民凯恩》，1941年）和斯文·尼克维斯特（通过与英格玛·伯格曼的合作）等摄影师已将这一技艺提升为一种艺术形式，利用深焦和自然主义布光来塑造观众的感知。在数字时代，摄影术延伸至计算机生成图像和虚拟制作，并已成为Generative AI系统中的关键风格参考，提示词撰写者调用其词汇来引导AI模型产生电影化输出。
在AI图像和视频生成中，摄影术并非实际实践，而是一种描述性语言。基于海量照片和视频数据集训练的模型，学会将“电影化布光”或“浅景深”等术语与特定的视觉模式关联起来。提示词撰写者利用这些术语来影响Stable Diffusion、DALL-E和Midjourney等模型，以及Runway和Sora等视频生成器的美学输出。此类提示词的有效性取决于模型的训练数据及其将文本描述映射到视觉特征的能力，这一过程植根于Deep learning和Neural network架构。
历史起源
摄影术的根源在于摄影术，1870年代，埃德沃德·迈布里奇等先驱利用多台相机捕捉运动。1895年，卢米埃尔兄弟发明电影摄影机，使得首次公开放映成为可能，但早期电影是静态的单镜头录制。1910年代，剪辑和摄影机运动的发展，特别是通过D·W·格里菲斯的作品，引入了摇摄、俯仰和跟拍等技法。1930年代彩色胶片的引入，以Technicolor为代表，扩展了摄影师可用的色彩范围，而1950年代则见证了CinemaScope等宽银幕格式的兴起，以与电视竞争。
关键视觉特征
摄影术由多个视觉元素定义，提示词撰写者经常引用这些元素。曝光控制亮度和对比度，“高调”（明亮、低对比度）和“低调”（黑暗、高对比度）等术语描述布光情绪。景深由光圈和焦距决定，用于隔离主体或保持整个场景清晰。摄影机运动，从手持到轨道或吊臂镜头，影响动态感和观众参与度。色彩分级，无论是暖调、冷调还是去饱和，设定情绪基调。构图，包括三分法则和引导线，引导观众视线。在AI提示词中，这些特征常被组合使用，例如“浅景深、温暖的金色时刻光线、推拉变焦”。
著名实践者
几位摄影师定义了该技艺的美学边界。格雷格·托兰德开创了深焦技术，使前景和背景保持清晰，如《公民凯恩》所示。斯文·尼克维斯特为伯格曼的电影带来了自然主义的可用光手法，凭借《呼喊与细语》（1972年）和《芬妮与亚历山大》（1982年）赢得奥斯卡奖。罗杰·迪金斯以与科恩兄弟和丹尼斯·维伦纽瓦的合作著称，利用数字中间片和中画幅相机实现精准而富有氛围感的影像，凭借《银翼杀手2049》（2017年）获得奥斯卡奖。艾曼努尔·卢贝兹基以《人类之子》（2006年）和《鸟人》（2014年）中的长镜头闻名，其流畅、沉浸式风格影响了一代人。这些实践者的名字有时出现在AI提示词中，作为特定风格的简写，例如“迪金斯式布光”。
AI提示词中的摄影术
在Prompt工程的背景下，摄影术语充当高层级指令，引导生成模型产生特定视觉结果。提示词撰写者可能将“电影化”指定为通用风格，但更有效的提示词使用精确词汇：“35mm胶片、变形镜头、自然光、青橙色调”。训练于图像-文本对的模型（如Stable Diffusion）已学会这些术语与视觉特征之间的关联。对于视频生成，Runway Gen-2和Pika等模型包含时间维度，允许提示词包含“跟拍”或“慢速推近”。术语的选择可能显著改变输出结果，正如社区实验比较“电影化”与“纪录片”风格所展示的那样。
技术基础
响应摄影提示词的AI模型依赖Transformer (architecture)架构和Cross-Attention机制来对齐文本和图像特征。在训练过程中，模型学会将文本嵌入映射到视觉模式，这一过程由解析提示词的Large language model组件辅助。常用于扩散模型的U-Net架构，在提示词条件作用下迭代地去除图像噪声。Top-K Sampling和Temperature Scaling等技术影响生成图像的随机性，从而影响模型对提示词的诠释字面程度。训练数据的质量，通常从互联网抓取，决定模型对摄影术语的理解，这可能导致偏差或不准确。
常用关键词和风格
提示词撰写者已开发出用于调用摄影术的共享词汇。常见关键词包括“电影化”“电影剧照”“电影剧照”“35mm”“变形”“散景”“黄金时刻”“蓝色时刻”“低调布光”“高调布光”“伦勃朗布光”“剪影”“远景”“特写”“荷兰角”“跟拍”“吊臂镜头”“手持”“稳定器”“色彩分级”“青橙”“黑白”“胶片颗粒”“暗角”。这些术语可与特定类型（如“黑色电影”或“科幻”）或特定导演和摄影师结合。Midjourney和DALL-E等模型已在电影化数据集上进行了微调，使其对此类提示词更敏感。
挑战与限制
尽管摄影提示词具有强大功能，AI模型仍常面临一致性和准确性问题。它们可能生成看起来“电影化”但缺乏逻辑连贯性的图像，如错误的阴影或不切实际的镜头光晕。术语的解释可能因模型而异，某些术语可能被过度使用，导致陈词滥调的输出。此外，缺乏共享的摄影术语本体，意味着不同模型可能对相同提示词产生不同反应。截至2025年，研究人员正在探索通过Reinforcement Learning from AI Feedback (RLAIF)（基于AI反馈的强化学习）和Curriculum Learning等技术改进提示词遵从度，但在实现精细控制方面仍存在挑战。
未来方向
摄影术融入AI正随着Generative AI和视频生成的发展而演变。新兴模型，如来自OpenAI和Google DeepMind的模型，正纳入时间连贯性和基于物理的渲染，从而实现更真实的摄影机运动和布光。Data Augmentation和Model Pruning的使用可能提高效率和准确性。随着AI日益擅长理解电影化语言，它可能催生新的交互式叙事形式，用户可实时控制虚拟摄影机。摄影师与AI研究者的合作，如AI辅助电影《The Frost》（2023年）等项目所示，预示着这一技艺既被保留又被扩展的未来。
结论
摄影术作为一个概念，连接了传统电影制作艺术与新兴的AI生成媒体领域。其词汇提供了丰富的描述符，使提示词撰写者能够塑造视觉输出，而其历史为理解AI模型如何学习“观看”提供了基础。随着生成模型日益复杂，摄影术在提示词中的作用可能会增长，使其成为AI创作者的基本技能。人类意图与机器诠释之间的相互作用仍是核心挑战，但新视觉表达的潜力是巨大的。