必须用结构化提示词锚定说话人三重属性：岗位与物理特征、动作与台词逻辑、对话对象及空间关系，并禁用泛指代词和影视术语，否则可灵AI会误判身份或关闭口型驱动。
☞☞☞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☜☜☜
要让可灵AI生成的视频中人物开口说话时身份清晰可辨、不被误判为旁白或画外音，必须在提示词里用结构化方式锚定“谁在说、以什么身份说、对谁说”，不能只写“他说”“她讲”这类模糊指代。
用括号嵌套法绑定说话人身份
在描述台词动作时，把人物身份信息直接括在台词前后，格式为：【身份标签】+“台词内容”+【行为依据】。例如：“【刚入职三天的客服专员（工牌编号CX2026-087）】‘您好，这里是智联云服，请问有什么可以帮您？’【手指轻点耳麦，屏幕弹出客户历史工单】”。可灵会将括号内所有字段识别为同一说话主体的强约束条件，避免把“客服专员”误判为背景字幕或AI配音员。
这一步漏掉工牌编号或岗位细节，模型容易默认生成穿西装打领带的通用男性形象，和真实客服坐席场景脱节。
分步骤写清说话人三重属性
第一步：明确角色岗位与物理特征。写清楚“35岁女医生（白大褂左胸绣‘神经内科 张敏’，佩戴银丝边眼镜）”，不写“专业医生”这种无视觉锚点的词。
第二步：绑定当前动作与台词逻辑。例如“一边翻看CT胶片→一边说‘这个海马体萎缩程度，比上月复查加重了12%’”，动作和台词必须存在因果或同步关系，否则可灵会把台词挂到错误帧上。
✅ 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
第三步：标注对话对象及空间关系。加一句“镜头微摇，切至病床上老人点头回应”，告诉模型这不是独白，而是有明确听者的双向交流。缺少这句，生成画面大概率是人物直视镜头讲话，破坏医疗场景真实感。
禁用泛指代词替代身份说明
方法一：删掉所有“他”“她”“这个人”“该角色”等代词。每句台词前必须重复完整身份标签，哪怕略显重复——可灵不支持跨句指代解析。
方法二：拒绝用职称代替岗位。不写“主治医师说”，而写“【三甲医院神经内科主治医师（连续三年获患者满意度TOP3）】说”，后者含行为证据，能激活AI调取诊室挂钟、电子病历系统界面等细节。
【关键提醒】若提示词中出现“旁白”“画外音”“OS”等影视术语，可灵会自动关闭口型驱动，生成纯配音视频——这与你想要的“人物亲口说”效果完全相反。
