一句话结论
AI 视频主体变形，八成不是模型不行，而是首帧、描述块、运镜幅度、单段时长、种子这五个参数没锁死。
这篇解决什么问题
给一条 15 秒短片做同一个人的连续镜头，最怕的不是画质，是第二秒就换了张脸。这篇讲的是真人或固定角色出镜、需要跨镜头保持同一造型的活。适用：有人物或产品主体、必须切成多段生成的短片；不适用：一次性生成的长镜头，以及本来就允许主体自由变化的抽象画面。
开始前要准备什么
- 即梦、可灵各一个账号，都自带免费额度，够跑完一条 15 秒的验证
- 一张能当首帧的主体图，人物正面半身，背景干净、手部姿势简单
- 一份写死的造型清单：发型、配饰、服装颜色、领口、手持物
- 一段 15 秒左右的分镜脚本，标好每段的起止秒数
- 预计耗时：第一次做约 60 到 90 分钟，熟练之后 30 分钟以内
具体怎么做
第 1 步 · 做一张首帧锚点图
别急着进视频模型，先在图像端把造型定死，这张图后面每一段都要反复复用，所以人物朝向和手部姿势尽量简单。
竖屏 9:16，半身中景。一位三十岁上下的女性咖啡师，短发，耳后别一枚银色小夹子，深灰色亚麻围裙，内搭米白色圆领衫，右手握白色陶瓷拉花缸，站在浅木色吧台后，背景是虚化的暖光咖啡馆。写实摄影质感，85mm 镜头，浅景深。要求：发型、发夹、围裙颜色、领口形状、手持物五项清晰可辨，双手完整入画且手指不交叠。
预期产出：一张 9:16 的锚点图，五项造型细节一眼能核对，双手姿势简单到后面不容易崩。
第 2 步 · 写死主体描述块
提示词里描述长相的那一段，从头到尾一个字都不改。这听起来很笨，但它是五个参数里最便宜、也最容易被忽略的一个。
【主体固定块·整段视频原样复用】短发女性咖啡师，耳后一枚银色小夹子，深灰色亚麻围裙，米白色圆领衫，右手白色陶瓷拉花缸。以上五项在整个视频中保持不变，发型、发夹、围裙颜色、领口形状、手持物均不得改变，不得增减任何配饰，不得改变服装褶皱走向。
预期产出：一段约 60 字的主体固定块，能直接粘进每一段提示词的开头，不用每次重新组织语言。
第 3 步 · 压住运镜幅度
模型对「缓慢推近」的理解是自由的，你不给幅度，它可能直接绕着人转一圈。我在实操中发现，变形里有一多半是运镜幅度撑出来的。
【运镜与禁用清单·附在主体固定块之后】镜头：固定机位，轻微推近，推近幅度控制在画面高度的 5% 以内，全程不移动机位。禁止：环绕、手持晃动、变焦、镜头切换、人物走动、转身、低头、快速抬手。人物始终保持在画面中央，占画面高度三分之二。
预期产出：一份带具体幅度的运镜写法，加一份 8 项禁用清单，贴在任何一段提示词后面都能用。
第 4 步 · 按 3 到 5 秒切段
单段越长，模型要「记住」的东西越多。15 秒一次生成，人脸基本保不住，这不是抽卡概率问题，是时长本身超了它的稳定区间。
【分段脚本】第 1 段 0-4 秒：只有右手腕小幅晃动拉花缸，幅度不超过 5 厘米，其余部位静止。第 2 段 4-8 秒：右手缓慢抬至胸前，抬升约 10 厘米，面部朝向不变，视线不离开台面。第 3 段 8-12 秒：手腕停止动作，人物保持站姿，仅背景光斑轻微变化。每段单独生成，首帧统一使用同一张锚点图。
预期产出：一张三段式分段脚本，每段只有一个动作指令，秒数写死，三段的起始帧全部指向同一张图。
第 5 步 · 固定种子做三档对比
同一段提示词跑三次结果不一样，多半是种子在变；参考强度则决定模型敢不敢改脸。这两个参数要么一起控，要么都别控。
【种子与参考强度对比】固定种子值为同一组数字，三段共用。参考强度先取中间档，滑杆为 0-1 时取 0.6 附近，再各调高一档和调低一档，每档生成 2 条。只比较三项：发型、围裙颜色、手持物。三项全对才算通过，其余瑕疵先记录不返工。
预期产出：三档共 6 条短片段，能直接看出哪一档参考强度下人物最不容易被改脸。
实测记录
| 环节 | 实测情况 |
|---|---|
| 单条 5 秒片段生成 | 多数在 1 到 3 分钟内出结果 |
| 15 秒成片总耗时 | 约 50 分钟，含两轮返工 |
| 额度消耗 | 两个工具自带额度跑完这条验证，没有额外开销 |
| 与手工修对比 | 省掉逐帧重画服装的活，但选片时间变长 |
| 返工原因 | 三次里两次是运镜幅度偏大导致手部变形 |
最容易错的 3 个地方
- 每段提示词重写主体描述，字序一变模型就当换了人。纠正：存成文本片段原样粘贴。
- 运镜只写「缓慢推近」，不给幅度。纠正：补一句限制在画面高度 5% 以内。
- 一段直接生成 10 秒以上。纠正：切到 3 到 5 秒，一段只放一个动作。
可复用的东西
把上面几段拼起来其实就四块：主体固定块、运镜与禁用清单、分段脚本、种子对比记录。做新项目时只换主体固定块里的五项细节，其余三块照抄。
参数不用记全，记住「先定首帧，再定描述，然后压住运镜和时长」这个顺序就够了，顺序反了会白跑很多条。你手上那条一直崩的片子，崩的是脸、手，还是衣服颜色？
常见问题解答
为什么首帧图比提示词更重要？
视频模型每一帧都在参考首帧，首帧跑偏后面全歪。提示词只能约束方向，首帧是硬锚点，造型细节用它来兜底更稳。
即梦和可灵需要两个都用吗？
验证阶段建议都用一下，两个模型对主体一致性的处理方式不同，同一组参数出来的漂移点也不一样，选更稳定的那个继续往下做。
已经生成好的片段能救回来吗？
轻微漂移可以靠剪辑规避，比如只留动作幅度小的那几秒。造型层面的改变救不回来，只能重跑，所以参数要在生成前定好。
本网站的部分内容可能来源于网络或用户投稿，仅供大家学习与参考，如有侵权，请联系客服： hhxmw778 进行删除处理。
本站一切资源不代表本站立场，并不代表本站赞同其观点和对其真实性负责。
教程如引导您添加微信或有另外收费服务，请自行甄别！
如遇充值环节或绑定支付账户或输入支付密码之类的异常步骤，建议停止操作！本站不对操作项目的损失负责！
本站一律禁止以任何方式发布或转载任何违法的相关信息，访客发现任何资源有问题请向站长举报下架
(手机微信用户建议用默认浏览器打开，可体验完整功能)
按岗位找 AI 实操步骤 · 提示词可收藏