先别上来就写视频提示词

很多人做 AI 图生视频，一开始就想：“我要一个很震撼的镜头。”结果越写越复杂，人物一会儿换脸，一会儿换衣服，一会儿像另一个世界的人。

真正省力的做法反过来：先把“这一张图”做稳，再让它动起来。图生视频不是提示词比赛，更像一条小型生产线。图片是模具，视频只是把模具加上动作和运镜。

人物一致性，本质是资产管理

所谓人物一致性，不是每次都祈祷 AI 记住你，而是把人物拆成可复用的资产。

最少要固定 4 件事：脸型和年龄感、发型和服装、标志物、气质关键词。比如“短发、浅色衬衫、黑框眼镜、讲课时冷静克制”，就比“一个专业老师”稳定得多。

内容和教育行业尤其要重视这一点。一个账号里的讲解者、案例人物、课程 IP，如果每条都长得不一样，用户会下意识觉得不专业。稳定的人物形象，会降低理解成本，也会让内容更像一个系列，而不是一堆散片。

四宫格不是炫技，是质检

四宫格的核心价值，不是一次出 4 张图，而是同时检查 4 个维度。

可以这样用：第一格放正面半身，检查脸和气质；第二格放近景表情，检查可识别度；第三格放动作姿态，检查身体和服装是否崩；第四格放真实场景，检查人物能不能融入内容场景。

这一步不要追求“每张都好看”，而是找问题。哪怕只有一张能用，也值得；如果 4 张里人物都不稳定，说明前面的设定还不够硬，别急着进视频。

好图出来后，视频提示词要变短

很多人把视频提示词写成小说，反而容易失控。图已经承担了人物、场景、风格，视频提示词只需要补两个东西：动作和镜头。

建议用这个句式：人物做一个动作，镜头做一个运动，时长保持短。比如“人物抬头看向镜头，轻微点头，镜头缓慢推进”。越是新手，越不要同时要求转身、走路、挥手、表情变化、背景变化。每次只测一个变量，成功率更高。

一条可落地的流程

第一步，写人物卡：固定外貌、服装、身份感和情绪基调。

第二步，出四宫格：正面、近景、动作、场景各一张，先质检一致性。

第三步，选主图：优先选人物清楚、背景干净、动作不夸张的图。

第四步，做短视频：只写动作和运镜，控制在 5 到 8 秒。

第五步，复用资产：把稳定的人物图、提示词、失败原因都存下来，下次不要从零开始。

这套方法的关键判断是：AI 视频效率不在“会不会写神奇提示词”，而在“有没有把前置素材做成稳定资产”。先定人，再定图，最后定动作。普通人想提效，别追求一次生成大片，先追求每次都能稳定产出一条能用的小片段。