分镜表里那句「@林岸 系紧鞋带起跑」是写给人看的：你知道林岸是谁，模型不知道。DOTV 的合成提示词这一步，就是把每一镜的画面描述、角色与场景的完整设定、全局视觉风格翻成模型能照着画的一段 —— 十几镜合出来的提示词口径一致，AI 视频里的人物与画风才不会一镜一个样。这一节讲合出来是什么样、怎么合、什么时候合。
分镜表里那句「@林岸 系紧鞋带起跑」是写给人看的：你知道林岸是谁，模型不知道。DOTV 的合成提示词这一步，就是把每一镜的画面描述、角色与场景的完整设定、全局视觉风格翻成模型能照着画的一段 —— 十几镜合出来的提示词口径一致，AI 视频里的人物与画风才不会一镜一个样。这一节讲合出来是什么样、怎么合、什么时候合。
@林岸 系紧鞋带起跑，穿过 @天桥 下的隧道
隧道跟拍，跑者侧身入画，顶灯拉出光带，动态模糊，[Visual style: 都市夜景 · 电影感 · 冷调]
拿第 2 镜举例。表上你写的是：
合成之后，最终提示词那一列里是：
它把三样东西拼在了一起：
视频那一路还会另出一段运动提示词（这一镜镜头怎么动），批量生视频时用它。
改了全局风格、或者改了某个角色的设定之后，已经合过的提示词不会自动跟着变。受影响的那几镜要重新合一次，否则出的图还是按老设定画的。
合出来的提示词就是一段普通文字，你可以接着改 —— 觉得模型没抓住重点，直接在格子里补两句。
弹窗底下两种合成方式，只有第一种花钱：智能合成把这一镜连同资产设定、全局风格一起交给文本模型，所以它按真实用量计费；自动拼接只是把你写的、资产描述与风格按顺序拼成一段，不花钱、也不改写任何一句。智能合成那颗报价写的是一个区间（比如「约 12~19 积分」）—— 它带推理输出，确切花多少要看模型真的吐了多少 token；鼠标停在那行上就会说明这一点。
资产备齐之后再合最划算 —— 合成要读资产的设定描述，资产还没写清楚就合，等于把「一个男的」四个字塞进了十几段提示词里。