AI视频提示词中怎么准确描述人物动作与表情变化

在AI视频生成工具中，人物往往容易陷入“恐怖谷”效应：动作机械、表情呆滞或肢体扭曲。这通常不是因为模型能力不足，而是提示词缺乏对时间维度和物理逻辑的精确描述。要让数字人“活”起来，关键在于将静态的画面描述转化为动态的过程指令。我们需要从动作的起止、力度以及表情的细微肌肉变化入手，构建具有因果关系的动态脚本。

左侧为僵硬机械的动作生成结果，右侧为经过优化提示词后的自然动态效果

关于【动作分解与动词选择】

AI模型对模糊的形容词（如“快乐地跳舞”）理解有限，但对具体的物理动作响应更准确。描述动作时，应避免使用单一的状态词，转而采用“起始动作+过程轨迹+结束状态”的结构。

例如，不要只写“一个人挥手”，而应描述为“右手从腰部缓慢抬起，手掌向外翻转，在肩部高度停顿半秒，然后自然垂下”。这种分解让模型知道动作的空间路径和时间节奏。优先使用强动态动词，如“猛冲”、“轻抚”、“踉跄”、“凝视”，而非弱动词如“移动”、“看”。同时，限定动作的幅度至关重要，使用“轻微点头”、“大幅度转身”等词汇可以防止肢体过度伸展导致的变形。

将单一动作拆解为起始、过程、结束三个阶段的提示词编写逻辑

关于【表情微变化与情绪层次】

表情是视频灵魂所在，但直接输入“悲伤”往往只能得到皱眉的静态脸。有效的提示词需要描述面部肌肉的具体运动和眼神的焦点变化。

尝试描述眼部细节：“瞳孔微微放大，视线从远处聚焦到镜头，眼角逐渐湿润”。对于嘴部，描述肌肉牵引：“嘴角轻微上扬后迅速收紧，下唇轻颤”。情绪的过渡也需要时间轴概念，比如“从惊讶转为释然，眉头舒展，呼吸节奏变缓”。如果工具支持权重参数，可以给眼部和嘴部的描述赋予更高权重，因为这是人类识别表情的核心区域。避免同时描述冲突的情绪，如“既愤怒又开心”，这会导致面部特征混乱。

展示从惊讶到释然的情绪过渡中眼部和嘴部肌肉的细微变化

关于【身体协调与环境互动】

人物不是孤立存在的，动作的自然感来源于身体各部位的协调以及与环境的物理互动。单独描述手部动作而忽略肩膀的配合，会产生“木偶感”。

在提示词中加入连带反应：“随着头部左转，肩膀随之倾斜，头发因惯性向后飘动”。环境互动能增加真实感，例如“手指触碰桌面时指尖轻微凹陷，拿起杯子时手臂肌肉紧绷”。此外，注意重心的变化，如“起步时身体前倾，落地时膝盖缓冲”。这些物理细节能帮助模型理解重力与惯性，从而生成符合力学规律的视频片段。

手指触碰桌面产生轻微形变及头发随动作飘动的物理反馈

关于【负面提示与约束条件】

除了告诉模型要做什么，明确禁止某些常见错误同样重要。在负面提示词或约束条件中，列出可能出现的伪影和不自然现象。

常见的负面描述包括：“肢体扭曲、手指融合、眼球震颤、滑步、面部闪烁、动作卡顿、非自然关节弯曲”。如果生成的视频中人物出现“鬼畜”般的重复动作，可以在提示词中强调“流畅的运动曲线”或“单一连续的动作流”。对于特定工具，还可以使用“保持身份一致性”或“锁定面部特征”等指令，防止在动作过程中人物长相发生漂移。通过正向引导与负向约束的结合，可以大幅降低后期修复的成本。

展示添加负面约束后消除肢体扭曲和面部闪烁的效果