图生视频跳舞提示词如何描述才能让动作看起来更连贯？

想让 AI 生成的跳舞视频动作看起来不那么僵硬，甚至有点“鬼畜”，关键在于你怎么写提示词。很多人以为只要把想要的动作写进去就行，比如“一个女孩在跳芭蕾”。但 AI 理解不了这么笼统的话，结果就是动作断断续续，一帧一个样。要解决这个问题，得换个思路，把提示词写得更像一个拍摄脚本。

第一步，也是最重要的一步，就是把动作拆解开来。你不能指望 AI 一口气就能生成一段完整的、流畅的舞蹈。你得把一个复杂的舞蹈动作，分解成几个关键的、连续的姿势。比如，你想生成一个“原地转圈”的动作，直接写“a girl spinning”效果通常很差。AI 可能会生成一个上半身在转，下半身不动的奇怪画面。正确的做法是把这个动作分解成“一个女孩开始转身，身体微微倾斜”、“一个女孩正在快速旋转，裙摆飞扬”、“一个女孩旋转结束，慢慢站定”这几个步骤。然后，把这些分解后的描述依次输入，或者在一些支持多提示词的工具里，按顺序写出来。

这么做的原理很简单：AI 目前还不具备真正理解“过程”的能力。它更擅长生成静态的“瞬间”。你给它一个具体的姿态描述，它就能画出一张不错的图。所以，我们要做的是，给它一连串高度相似但又有细微变化的姿态描述，让这些静态的画面串联起来，看起来就像是动起来了。这就像是制作手翻书，每一页都只画一个稍微变化了一点的动作，快速翻动时，动作就显得连贯了。

第二点，要用非常具体的词来描述身体的动态。不要用“优美地跳舞”这种抽象的词。AI 不懂什么是“优美”。你要告诉它具体的身体部位应该在什么位置，做什么动作。比如，你想让角色做一个抬手的动作，可以这样描述：“a woman raising her right arm slowly, her palm facing upwards, elbow slightly bent”。（一个女人慢慢抬起她的右臂，手掌朝上，手肘微曲）。你看，这里把“抬手”这个简单的动作，具体到了哪只手、抬手的速度、手掌的方向，甚至手肘的角度。描述得越详细，AI 生成的画面就越接近你想要的结果，动作变化的幅度也会更可控，从而显得更连贯。

举个例子，如果要描述一个踢腿的动作，不要只写“kicking”。你可以写成“a man lifts his right leg, knee bent, then extends his leg forward powerfully, foot pointed”。（一个男人抬起他的右腿，膝盖弯曲，然后有力地向前伸展，脚尖绷直）。这样的描述给了 AI 一个清晰的动作路径，从抬腿、屈膝到最后踢出去，整个过程都被指令覆盖到了。

第三，固定住你的角色和场景。这是保证连贯性的基础。如果每一帧画面里的人、穿的衣服、背景都不一样，那动作再连贯也没用。你需要在每一句提示词里，都重复强调角色的核心特征。比如说，你要生成一个“穿着红色连衣裙的黑发女孩在森林里跳舞”的视频。那么，你写的每一句分解动作的提示词，都必须包含“black-haired girl in a red dress, in a forest”这些关键信息。

为了让角色更稳定，可以给角色起个名字，或者用一些特殊的标识符。有些工具支持用特定的ID来锁定角色特征。如果没有，你也可以用更详细的描述来锁定，比如“a girl named Luna with long black hair, wearing a flowing red dress and white sneakers”。（一个名叫Luna的女孩，有着黑色长发，穿着飘逸的红色连衣裙和白色运动鞋）。把这个描述作为所有提示词的开头部分，能有效提高角色的一致性。

第四，控制镜头。镜头的运动方式对动作的连贯性影响很大。一个固定的镜头，更容易让观众聚焦在动作本身。你可以在提示词里加入“fixed camera, full body shot”（固定镜头，全身镜头）来稳定画面。如果你想要一些镜头运动，也必须写得非常具体，比如“camera slowly zooms in”（镜头缓慢拉近）或者“camera pans from left to right”（镜头从左向右平移）。但是，在处理复杂的舞蹈动作时，建议新手先从固定镜头开始，因为运动的镜头会给 AI 增加更多的计算量，更容易出错，导致画面跳跃。

想象一下，你既要 AI 处理一个复杂的跳舞动作，又要让它移动镜头，这就像让一个人一边玩杂耍一边走钢丝，难度很大。所以，先把一个搞定，再去想另一个。先用“full body shot, static camera”（全身镜头，静态相机）这样的词来把画面稳住，让 AI 全力去理解和生成你描述的动作。

第五，利用负面提示词（Negative Prompts）排除干扰。有时候，就算你的正面提示词写得很完美，AI 还是会生成一些奇怪的东西，比如多出来的胳膊、扭曲的关节。这时候就要用负面提示词来告诉 AI “不要什么”。对于跳舞视频来说，一些常用的负面提示词包括：“blurry, jerky movement, distorted limbs, extra limbs, discontinuous, ugly, poorly drawn hands, poorly drawn feet”。（模糊、卡顿的动作、扭曲的四肢、多余的四肢、不连续、丑陋、画坏的手、画坏的脚）。

特别是“jerky movement”（卡顿的动作）和“discontinuous”（不连续）这两个词，可以直接告诉 AI 你不想要那种一帧一帧跳跃的感觉。把这些不希望出现的东西列出来，能有效减少画面出错的概率，从而让最终生成的动作看起来更自然、更连贯。

最后，还有一个实践中的小技巧，就是调整“权重”。在一些高级的 AI 视频生成工具里，你可以给提示词里的某些词语增加或减少权重。比如，你觉得角色动作的连贯性比背景的精细度更重要，你就可以适当增加描述动作的词的权重。例如，在写“(a girl is dancing gracefully:1.2)”时，那个“:1.2”就是在告诉 AI，“dancing gracefully”这个部分比其他描述要重要20%。通过微调这些权重，你可以引导 AI 把更多的计算资源放在实现流畅动作上。

当然，这个需要不断尝试。可能第一次你把权重调高了，画面反而崩了。没关系，再调回来一点试试。这个过程就像调音，需要耐心去找到那个最合适的平衡点。一开始，你可以先不调整权重，等你对基本的提示词写法有感觉了，再来尝试这个进阶的技巧。

总的来说，让 AI 跳舞视频动作连贯的核心思路，就是放弃让 AI “自由发挥”的想法，而是通过极其详细、具体、分解式的指令，去“教会”AI如何一步一步地完成这个动作。你描述得越像一个导演在给演员讲戏，或者像一个动画师在设计关键帧，最终得到的效果就越好。