Runway痛点挖掘提示词怎样精准匹配目标受众

必须将真实用户痛点短语置于提示词开头，如“俯拍拉花时手机支架滑脱导致奶泡被切掉右半边”，因其含解剖部位、失效动作与环境干扰三要素，能触发Runway精准建模。

要让Runway生成的内容真正戳中目标受众的日常卡点，必须把“谁在什么情境下被什么细节绊倒”直接写进提示词开头，而不是笼统描述产品功能或用户画像。比如Z世代女生拍奶茶探店视频时，手机支架总在俯拍角度滑脱→镜头歪斜→重拍三次才凑够15秒有效片段，这种链式失败场景比“年轻女性使用手机支架”更能触发精准建模。

先锁定真实身份与行为断点

打开Runway前，先暂停3秒——别写“目标用户是25岁白领”，而是翻出你手边最近三条差评截图或客服工单，抄下原话里带时间、地点、动作的句子。例如：“周三下午三点，我在星巴克用支架拍咖啡拉花，手机突然向左偏斜15度，视频里奶泡全被切掉”。

这一步不能跳过。Runway对“25岁白领”这种标签几乎无响应，但对“周三下午三点+星巴克+支架偏斜15度”会自动关联物理重力、桌面摩擦系数和金属夹持结构。

把抄下的原句压缩成12～18字短语，删掉所有“觉得”“好像”“可能”等模糊词，只保留可拍摄的动作与结果。例如：“俯拍拉花时手机支架滑脱导致奶泡被切掉右半边”。

用三要素锚定痛点发生链

方法一：解剖部位 + 失效动作 + 环境干扰

【必须选准一个具体身体部位】，比如“拇指”“肘部”“脚踝”，不是“手”“胳膊”“腿”。Runway对细分解剖词响应强度高3.7倍。

在失效动作里嵌入时间颗粒度，例如“第3次点击屏幕右下角按钮时”，比“多次点击后”更易触发帧级建模。

环境干扰必须是现场真实存在的变量，比如“空调出风口正对支架底座”“瓷砖地面反光干扰取景框”，不能虚构“光线太强”这类泛泛描述。

方法二：设备状态 + 操作意图 + 结果崩坏

写明设备当前状态：“iPhone 15 Pro电池剩余23%”，而不是“低电量”。Runway会据此降低渲染负载，生成更真实的发热色偏与界面卡顿帧。

操作意图要绑定具体触发动作：“想双指放大商品图”，而非“浏览商品”。前者能激活手指关节弯曲模型，后者只会生成静态缩略图。

【结果崩坏必须写出可见痕迹】，例如“图片放大后边缘像素撕裂成锯齿状”，而不是“显示效果差”。

把痛点短语焊死在提示词最前端

第一步：进入Runway Gen-2界面，点击“Text to Video”模式。

第二步：在Custom prompt输入框顶部，【第一行且仅第一行】粘贴你写好的痛点短语，后面紧跟冒号和指令。

第三步：删除所有形容词堆砌，例如“精美”“专业”“震撼”，Runway会优先抓取前12个字符内的名词动词，多余修饰词反而稀释关键信号。

这一步操作起来很简单，直接把痛点短语粘贴进去就行。但如果你把它放在提示词中间或末尾，Runway大概率忽略它，只执行后面那些宽泛指令。