原理是什么
在这样一个镜头里，有两件事在改变画面，而它们通常是捆在一起的。机位移动改变透视：你越靠近，近处的物体比远处的长得更快，于是背景看起来在后退。变焦只改变放大倍率，把所有东西按同一个系数放大，透视关系分毫不动。
让这两者以匹配的速率一正一反地跑，主体的大小变化就被抵消掉了。剩下来的是透视变化，而且作用在除主体以外的一切上。背景向外抽走或向内挤压，主体原地不动，观众收到一个视觉系统根本没有分类的空间矛盾。让人不适的是这个错配，不是那个运动。
正因为这个把戏依赖可见的透视变化，背景其实干了全部的重活。走廊、马路、楼梯扶手、一排停着的车，任何带有向远处收敛的平行线的东西都能让效果一目了然。主体身后是一面刷平的墙，那么运动执行得再准也几乎什么都看不出来。
推进还是后退
这两个方向说的不是同一件事。
- 推进 + 变焦拉远。 背景在主体身后膨胀、掉开。读作恐惧、孤立、脚下的地被抽走。那几个著名的楼梯镜头以及大部分「忽然明白」的瞬间，用的都是这个方向。
- 后退 + 变焦推近。 背景被压缩、贴到主体身上。读作压迫、被困、世界在合拢。用得较少，也常常更让人不安，因为观众见得少。
速度对调性的影响不比方向小。慢到观众只察觉到不安、认不出手法，几乎总是更好的结果。快到明显，这个镜头就变成对《迷魂记》的一次引用而不是叙事，在喜剧里这可能正好，在别处很少是。
实拍怎么做
机械版本需要一台推车、一支变焦镜头、两个人同步操作，同时跟焦员还在解决第三个问题。它很麻烦，通常的排练办法是在取景器里对着主体头顶找一个标记：标记不动，这个运动就是对的。
现在的省事做法是用定焦拍好推进，在后期通过缩放画面改变视场。这要付出分辨率，而且看起来永远不完全一样，因为真实变焦改的是光学放大倍率，数字缩放只是裁切。不过在幅度不大的时候，它是可以说服人的。
提示词怎么写
在生成式视频里，这是较难要到的摄影效果之一，因为它需要两个协同的运动，还要在整段片子里守住一个尺寸约束。只写名字有时有效，更多时候换回一个普通推进：
- 最有机会：名字和原理一起写，
dolly zoom, camera pushes in while the lens zooms out, subject stays the same size, background stretching away behind - 经常被忽略：
zolly、contra-zoom、trombone shot这类别名 - 几乎必须给：背景里的强透视，例如
long hotel corridor with receding doorways
三条实用提醒。片段做短，因为主体的尺寸约束会随生成时长退化，主体通常会慢慢变大。明确写主体是静止的，否则一个同时在走路的主体等于给了模型一个借口：它会靠移动人来消解矛盾，而不是让背景形变。检查结果时专门看主体的尺寸而不是看氛围，如果人在片段里变大或变小了，你拿到的就是一个绕了远路的推进，这时该重申尺寸不变，而不是把运动的措辞写得更狠。