分鏡表裡那句「@林岸 系緊鞋帶起跑」是寫給人看的：你知道林岸是誰，模型不知道。DOTV 的合成提示詞這一步，就是把每一鏡的畫面描述、角色與場景的完整設定、全域視覺風格翻成模型能照著畫的一段 —— 十幾鏡合出來的提示詞口徑一致，AI 影片裡的人物與畫風才不會一鏡一個樣。這一節講合出來是什麼樣、怎麼合、什麼時候合。
分鏡表裡那句「@林岸 系緊鞋帶起跑」是寫給人看的：你知道林岸是誰，模型不知道。DOTV 的合成提示詞這一步，就是把每一鏡的畫面描述、角色與場景的完整設定、全域視覺風格翻成模型能照著畫的一段 —— 十幾鏡合出來的提示詞口徑一致，AI 影片裡的人物與畫風才不會一鏡一個樣。這一節講合出來是什麼樣、怎麼合、什麼時候合。
@林岸 繫緊鞋帶起跑，穿過 @天橋 下的隧道
隧道跟拍，跑者側身入畫，頂燈拉出光帶，動態模糊，[視覺風格：都市夜景 · 電影感 · 冷調]
拿第 2 鏡舉例。表上你寫的是：
合成之後，最終提示詞那一欄裡是：
它把三樣東西拼在了一起：
影片那一路還會另出一段運動提示詞（這一鏡鏡頭怎麼動），批次生影片時用它。
改了全域風格、或者改了某個角色的設定之後，已經合過的提示詞不會自動跟著變。受影響的那幾鏡要重新合一次，否則出的圖還是按老設定畫的。
合出來的提示詞就是一段普通文字，你可以接著改 —— 覺得模型沒抓住重點，直接在格子裡補兩句。
彈出視窗底下兩種合成方式，只有第一種花錢：智慧合成把這一鏡連同資產設定、全域視覺風格一起交給文字模型，所以它按真實用量計費；自動拼接只是把你寫的、資產描述與風格按順序拼成一段，不花錢、也不改寫任何一句。智慧合成那顆報價寫的是一個區間（比如「約 12~19 點數」）—— 它帶推理輸出，確切花多少要看模型真的吐了多少 token；滑鼠停在那行上就會說明這一點。
資產備齊之後再合最划算 —— 合成要讀資產的設定描述，資產還沒寫清楚就合，等於把「一個男的」四個字塞進了十幾段提示詞裡。