Vidu Q4 Preview 出的多镜头片段在切镜处发飘，先别急着换模型或加参数。常见的两个来源是：首帧与尾帧的比例、主体位置、光位差得太多，模型只能靠插值硬接；以及提示词里同一个主体、同一个动作被换着说法反复描述，句子之间互相打架，画面就来回漂。合理的顺序是先按时间点定位抖动发生在单段内部还是两段之间，再分别查首尾帧和提示词，通常能省掉大半试错。

判断顺序建议是：先把异常帧按秒标出来，确认抖动在单段内部还是片段拼接处；落在拼接处，优先核对首尾帧的比例、主体位置、光位是否对齐；落在单段内部，优先核对提示词里主体、动作、镜头三类描述是否自相矛盾。再用一次只改一个变量的对照方式复现，确认到底是首尾帧还是提示词在起作用。不同账号、分辨率与模型版本下表现可能不同，结论需要结合你自己的环境确认，不要直接套用别人的写法。

把出问题的片段按时间点标出来

先区分两种现象，后面的排查方向完全不同。第一种是单段内跳帧：同一个生成片段里，人物手部、面部或背景在某一秒突然变形、位移，片段首尾本身是连续的。第二种是跨段拼接不连贯：片段 A 的最后一帧和片段 B 的第一帧在构图、光位或人物位置上对不上，切过去像被弹了一下。

定位方法不复杂：把成片放进剪辑软件或支持逐帧的播放器，用左右方向键逐帧走，看到异常就记下秒数与帧号，并注明这个时间点是否正好落在两个生成片段的接缝上。建议按下表的字段记录，不要只在脑子里过一遍。

片段编号          出现时间        现象              是否跨段   涉及区域
clip-01           00:02:15       手部突然变形        否        人物手部
clip-01→clip-02   接点处         背景整体位移        是        背景墙面、人物头部
clip-02           00:01:08       面部比例跳变        否        人物面部

「是否跨段」这一列是关键。如果异常几乎都出现在接点，说明问题在片段之间的约束；如果分散在单段内部，说明问题多半在提示词或单段的首尾帧设定。

检查提示词里的主体、动作、场景是否在同一句里被反复改写

提示词自身前后矛盾，是单段内画面漂移的常见原因。典型写法是先说「一个穿黑色外套的短发女生」，后面又写成「女孩」「穿深色风衣的年轻女性」，模型会把它们当成不同对象处理，画面在描述之间来回改。

排列上建议固定成三段：主体只描述一次，把外形、服装、年龄等关键特征一次写清；动作按发生顺序写，用逗号或「随后」「然后」连接，不要倒叙；镜头和场景放到最后，景别与运动只写一次。三类词各自出现一次，比反复加强更稳。

改写前的例子：一个穿黑色外套的短发女生在雨里跑。女孩回头看了一眼，穿深色风衣的年轻女性继续向前跑，镜头缓慢推近。

改写后：一个穿黑色外套的短发女生在雨里向前跑，随后回头看了一眼，镜头缓慢推近。

主体、服装、发型只出现一次，动作顺序不变，镜头只描述一次，画面在句子之间需要「改主意」的机会就少了。

确认首尾帧图片的分辨率与画面构图是否一致

如果首帧和尾帧差得太多，模型只能在两幅画面之间硬插值，中间容易出现整体漂移或局部拉扯。可以先核对三项：

• 画面比例：首帧和尾帧的宽高比应一致，不要一张竖屏、一张横屏；分辨率差异过大时，建议先统一到同一尺寸再上传。
• 主体位置：人物在画面中的相对位置和占比应接近，例如两张都居中偏左、头部高度相近。一个在画面左下角、一个在右上角，中间段落通常很难稳。
• 光线方向：主光从哪一侧来、阴影投向哪边要一致。首帧是左侧逆光、尾帧是正面平光，中间就容易出现明暗漂移。

这三项里只要有一项明显不匹配，先换掉其中一张首帧或尾帧再试，比反复改提示词更直接。是否是你当前版本或分辨率下的固有限制，需要结合自己的对照结果确认。

用固定其他变量、只换一个条件的对照方式复现

想判断是首尾帧问题还是提示词问题，一次只改一个变量。其余条件（分辨率、时长、镜头数、随机种子等）保持一致，逐组生成并记录。可以先用下面这张表作为记录模板。

组号  首尾帧      提示词            其他条件        结果            初步判断
A     带首尾帧    原始提示词        固定            接点抖动        待定
B     不带首尾帧  原始提示词        固定            接点是否抖      对比 A 判断首尾帧影响
C     带首尾帧    改写后提示词      固定            接点是否抖      对比 A 判断提示词影响
D     换一张尾帧  改写后提示词      固定            接点是否抖      判断单张图构图影响

读表规则：如果 A 抖、B 不抖，首尾帧的嫌疑更大；如果 A 抖、C 不抖，提示词写法的影响更大；如果 A 和 C 都抖，先回到首尾帧构图再查一遍。每次只改一个条件，结论才站得住。生成参数的具体名称与取值范围，需要以你当前页面上实际可选项为准。

把可复现的稳定写法整理成个人模板

排查完之后，把没问题的写法固定下来，下次直接改占位符即可。下面是一份提示词骨架，大括号内是需要按场景替换的位置。

【主体】{只写一次：外形、服装、发型等关键特征}
【动作】{按发生顺序：动作1，随后动作2}
【场景】{地点、天气、时间}
【镜头】{景别 + 运动，如固定机位 / 缓慢推近，只写一次}
【与首帧一致】{首帧图中已有的关键元素，需与画面吻合}
【与尾帧一致】{尾帧图中已有的关键元素，需与画面吻合}

主体、动作、场景、镜头这四行基本保持结构不变，只换内容；与首帧、尾帧一致的两行，用来提醒自己首尾图里的关键元素要在文字里有对应。首尾帧本身则建议固定成同一比例、相近构图、同一光位的一组图，作为个人素材留存。

这套模板不是通用最优解，只是把你自己验证过的组合固定下来。换模型版本、换分辨率或换题材后，建议重新用上一节的对照表跑一遍 A、B 两组，再决定是否沿用。