主体老变形,通常不是“描述不够华丽”这么简单,也不是“动作写太猛”一句话能定性。更稳的判断路径是:先固定其他变量,只改一处跑对照,看变形跟着哪个变量走。顺序建议为:先确认变形是否只出现在主体身上,再把动作描述压到最小跑一次,最后才给主体补可判定的外观特征。三步之间每次只改一处,否则结果无法归因,只会继续在“再改改提示词”里打转。
主体变形先用对照法定位,不要同时改动作和外观。做法:固定同一段描述、同一时长、同一画幅,先只把动作幅度改小跑一次;主体稳定就改动作写法,仍变形就改外观描述;若背景一起扭曲,先改构图与镜头。每一步只改一处,结果才能归因。
先确认变形出现在主体还是背景
这一步决定你后面该改哪一行字。把生成的视频逐段(或逐帧)看过去,固定记录三项,不要凭整体印象下结论:
- 主体轮廓:人脸五官、手指数量与朝向、物体边缘线是否发生漂移、粘连、忽粗忽细。
- 边缘衔接:主体与背景交界处是否出现撕裂、拖影、主体边缘融进背景的情况。
- 背景是否连带变形:地平线、墙面线条、画面里的其他物体是否跟着一起扭曲或流动。
三项记录的用途不同:只有主体轮廓坏、背景干净,问题大概率在主体描述或主体动作;主体和背景一起扭曲,通常是构图、镜头运动或主体占比过大,此时改主体形容词基本无效;边缘衔接差但轮廓完整,多是主体与背景对比不足或遮挡关系没写清。可以先在纸上或笔记里按“时间点—现象—属于哪一项”记三五行,后面两张对照结果才有比较基准。
把动作描述降到最小再跑一次
这一步专门验证“动作幅度过大”这个假设。做法是把同一段描述复制两份,只改动作那一句,其余全部保持不动:主体描述、风格词、时长、画幅比例、随机种子(若界面提供种子或固定选项,建议固定)。
大幅动作版(示意):
一位穿深色外套的成年男性,快速转身并大幅挥手,同时向前奔跑,镜头环绕跟随,室内自然光
最小动作版(示意):
一位穿深色外套的成年男性,正面站立,仅轻微点头一次,镜头固定不动,室内自然光
注意这次只改动作这一处:不要把“镜头环绕跟随”一起删掉又加回来,也不要顺手补外观细节。动作幅度过大时,模型需要在相邻帧之间维持主体结构的连续性,转身、奔跑、多人交错、手部快速挥动这类描述会显著增加维持难度,容易出现肢体增生、面部漂移。最小动作版的作用不是产出可用的成片,而是给出一个“动作几乎为零时主体是否稳定”的基线。如果基线也变形,说明问题不在动作,直接进入下一步。
给主体补上不可混淆的外观特征
这一步验证“描述笼统”假设。关键是写可判定的可见特征,而不是堆形容词。三类特征各给一例:
- 材质:
磨砂哑光浅灰色陶瓷杯,杯身有细微颗粒质感,替代“一个好看的杯子”。 - 颜色:
藏青色外套,袖口为米白色,替代“深色衣服”;颜色尽量带位置,避免模型自行分配到错误部位。 - 结构:
单肩背包,背带从右肩斜跨至左腰;手部为五指自然分开,替代“背着包的人”。
不建议用形容词堆叠的原因很实际:精致、高级、唯美这类词不构成对轮廓的约束,模型无法据此判断边界该落在哪里;而材质、颜色、结构是能一眼核对对错的特征,生成后你能明确说“背带方向错了”“袖口颜色串了”。同时,形容词越多,主体描述在提示词里占比越大,反而挤掉了动作与镜头的位置,容易造成描述内部互相拉扯。补特征时同样只改外观这一块,动作保持最小版不变,才能和上一步的结果做对比。
把两次结果放在一起判断该改哪一头
把“最小动作版”和“补特征版”两次结果并排看,按下表定方向。表中“变形消失”指主体轮廓、边缘衔接、背景连带三项中至少主体相关两项恢复稳定,不是指画面变好看。
| 观察结果 | 指向的原因 | 下一步该改哪一头 |
|---|---|---|
| 动作改小后主体稳定,恢复原动作又变形 | 动作幅度过大 | 改动作写法:拆成单一时段、单一动作,去掉“同时”“快速”“环绕”,改用固定机位或缓慢平移 |
| 动作改小后仍变形,补上材质/颜色/结构后明显好转 | 描述笼统 | 继续补可判定特征,优先补结构与遮挡关系,其次颜色位置,最后材质 |
| 两次都变形,且背景一起扭曲 | 构图或镜头问题 | 先改构图:降低主体占比、简化背景、去掉复杂运镜,暂不动主体描述 |
| 两次都变形,背景干净,主体为手部特写、多人交叠或细长结构 | 超出当前稳定生成范围 | 换构图或换主体呈现方式,例如半身改为全身、减少同框主体数量 |
判断完成后,建议把这次用到的两条提示词、画幅与时长参数、以及截图一起留档。下次遇到类似变形,直接复用这套对照流程,先跑最小动作版再决定改哪一段,比反复随机微调描述更容易收敛。需要说明的是,这套方法只能帮你归因到“动作写法”或“外观描述”这两类可控变量上;如果同一主体在极简描述、极小动作下仍持续变形,那更可能是模型当前对这类结构的稳定边界问题,改提示词的收益有限,换构图或换呈现方式通常更划算。