用OpenPose骨骼坐标替代中文动词可精准控制动作，如“right_arm_flex_120_horizontal_palm_forward”；需配合负向提示排除干扰动作、禁用动作动词embedding，并用IP-Adapter姿态图双绑定强化控制。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你正用ComfyUI生成“挥手打招呼”的人物图，结果AI却输出抬手敬礼、甩臂跑步、甚至单手托腮——动作语义完全发散。这不是模型能力不足，而是中文动词在CLIP分词器中被切碎为孤立字元，“挥手”触发了“手+挥+动”三组无关向量，模型从训练数据里随机召回“敬礼”“击掌”“招手”等近似动作，而非你指定的精确姿态。
锁定动作本质：用骨骼关键点替代动词描述
第一步：删掉所有中文动作动词，如“挥手”“奔跑”“转身”。这些词在CLIP中文分词中会被拆成单字，模型无法重建完整动作语义链。
第二步：改用OpenPose标准骨骼节点坐标描述。例如“右手肘弯曲120°、小臂水平前伸、手掌张开朝向镜头”，直接对应人体姿态解码器的输入逻辑。
第三步：在正向提示词最开头插入固定锚点：【OpenPose pose reference: right_arm_flex_120_horizontal_palm_forward】。这个短语不是装饰，它强制模型调用OpenPose姿态库的视觉记忆，比写“friendly wave”准确十倍——Z-Image-Turbo对“OpenPose”有强姿态联想，会自动关联肘角约束、手掌朝向、手指张开度等真实参数。
切断歧义路径：负向提示必须精准排除干扰动作
方法一：在Negative Prompt中明确写入动作冲突项。例如生成“单手叉腰”时，必须加入：(salute, fist pump, arms crossed, both hands on hips, waving hand, pointing finger)。
方法二：禁用所有通用动作动词的CLIP embedding。在负向提示词末尾追加：action verb, gesture word, motion description, dynamic pose, animated movement。【这一步不可跳过，否则模型仍会从文本中激活“wave”“point”等动词的潜空间向量】
方法三：用括号权重压制残留动作信号。(waving:0.1), (pointing:0.05), (saluting:0.03)。数值越低，模型越难调用该动作的视觉原型。
注入强动作信号：IP-Adapter+姿态图双绑定
第一步：准备一张纯色背景、正面站立、仅做目标动作的参考图（如标准挥手姿势），分辨率≥768×768，确保手腕、肘部、肩部关节清晰可见。
第二步：在ComfyUI工作流中接入IP-Adapter节点，将该图接入Image端口；权重设为0.75；模式选Pose ID（非Face ID或Style Transfer）。
第三步：同步在正向提示词最开头插入固定短语：pose reference image provided。这会激活IP-Adapter的骨骼绑定逻辑，使模型优先匹配参考图中的关节角度，而非依赖文字描述。
第四步：记录首次生成满意图的Seed值（如123456），后续调整只微调IP-Adapter权重或OpenPose坐标参数，不碰Seed。
