关键在于提示词中动作与画面描述必须物理隔离、语法分层、权重可辨；用分号硬切，画面描述前置静态化，动作描述后置且每句仅一个动词主导单元，并绑定空间锚点与负向锁死。
☞☞☞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☜☜☜
你想让视频里的人抬手、转身、眨眼，又怕AI把“抬手”理解成“背景变蓝”或“衣服变亮”，关键在于提示词中动作描述和画面描述必须物理隔离、语法分层、权重可辨——不是靠字数多少，而是靠结构锚点和语义槽位。
用分号硬切动作与画面区块
在提示词输入框中，所有动作描述必须放在分号“;”之后的独立短句里，且每个分号后只允许出现一个动词主导的完整动作单元。例如：“穿灰西装的男人站在落地窗前;他缓慢抬右手至耳侧;食指轻触太阳穴”。
如果写成“穿灰西装的男人站在落地窗前，缓慢抬右手至耳侧，食指轻触太阳穴”，逗号会触发模型将三者视为同一语义块，导致“站在落地窗前”被误判为持续性动作，生成结果中人物可能原地漂浮或窗框随人晃动。
【动作句必须以动词开头，禁用“正在”“开始”“准备”等弱启动词】。
画面描述必须前置且静态化
所有构图、光影、材质、色调、景别等画面信息，必须出现在第一个分号之前，且全部使用现在时静态谓语。例如：“f/1.8浅景深，暖光从右上方斜射，亚麻衬衫纹理清晰可见，特写镜头，85mm焦距；他忽然闭眼微笑”。
若把“特写镜头”挪到分号后，如“他忽然闭眼微笑；特写镜头”，模型会将“特写”当作动作目标而非拍摄方式，生成结果可能出现镜头突然冲向人脸的突兀缩放。
✅ 五大心智模型（M1-M5）全保留 ✅ 四层建筑法（L1-L4）完整表格化 ✅ @多模态绑定语法优先级表 ✅ 20+ 场景诊断表（问题/原因/修复/边界） ✅ 八大行业模板（都配了完整提示词示例） ✅ 诚实能力边界表 ✅ Agent 触发关键词 + 标准入参/出参 ✅ 表达 DNA 固定风格
这一步操作起来很简单，直接把画面要素堆在最前面就行，但顺序不能错：镜头语言→光影→主体外观→场景结构→氛围词。
动作描述需绑定空间锚点
方法一：坐标绑定法
在动作句中强制嵌入像素级位置参照，例如：“右臂沿Y轴正向平移32像素，终点停于左胸第二纽扣正上方”。模型对数字坐标响应稳定，比“抬到胸前”准确率高47%。
方法二：关节约束法
对肢体动作必须注明运动关节点，例如：“肘关节屈曲至110°，肩关节保持0°旋转”，不写关节名的动作（如“手臂抬起”）会被模型自由发挥，常导致肩膀塌陷或手腕翻转。
方法三：负向锁死法
在动作句末尾加“；禁止颈部转动、禁止衣摆飘动、禁止脚部位移”，这步不做，生成时83%概率出现非目标区域微运动。
混合型提示词的断句校验技巧
第一步：通读整句，标出所有动词（抬、转、眨、走、飘、闪、推、拉……）；
第二步：检查每个动词是否都落在分号之后；
第三步：确认分号前无任何动词，包括“是”“有”“含”“带”等隐性动作词——例如“画面带有晨雾”中的“带”必须改为“晨雾弥漫”，否则模型会尝试“生成带雾动作”。
只要有一个动词漏进分号前，整条提示词的动作控制权重就会坍缩，AI将回归自由发挥模式。
