AI多人场景最容易出现的问题是人物空间关系失控。因此，多人镜头调度的AI提示词第一原则除了想运镜，还要锁定空间。例如可以先建立一条固定方向轴线，并明确人物站位：谁面对谁、谁在谁前后、人物之间是否允许换位。整条视频中，人物朝向、左右关系、前后关系和摄影机活动区域都必须保持一致，越轴问题可以结合实际操作考虑、但位置互换一定要规避。
第二，摄影机运动必须建立在空间逻辑上。例如本片段镜头从人物1背后→人物1左侧→人物1左前方，并不意味着摄影机真的穿进人物之间，而是在安全半弧内通过横移、后撤和改变构图。模拟好的AI运镜可以设计出摄影师为了寻找信息主动移动的感觉：走一步、后撤、重新构图，甚至可以出现轻微过冲，再及时修正这种小巧思。这样手持感才来自人体惯性，而不是随机晃动。
第三，焦点本身就是叙事工具。多人场景不要让所有人永远同时清楚。用焦点变化代替解释性对白。人工跟焦允许0.1—0.3秒轻微迟滞，会比AI自动贴眼更真实。
第四，多人构图要分层。前景可以放肩膀、手臂、栏杆；中景放当前承担情绪的人；后景放另一角色和群众；最远层才是城市、车流、灯光。比如A前景偏左、D后景偏右，通过景深和焦点切换建立人物关系；B近景时，让C只保留肩膀或头发作为虚化前景，形成“C前景→B主体→城市背景”的三层结构。
最后，人物和摄影机都不能等台词才行动。角色在无台词时仍需呼吸、眨眼、吞咽、改变重心；摄影机也应根据声音和动作作出反应。小巧思设计，摄影机可以被声音“拽过去”。这样镜头才像真实摄影师在现场捕捉事件，而不是AI提前知道剧情。
