PixTV视频生成需精确控制视线：用坐标锚点法（视线落点：(x%, y%)）锁定落点，同步描述头部微姿态，并绑定视觉锚物；用动作动词替代静态描述，联动身体部位强化可信度；禁用“凝视”等模糊动词；通过场景物件贴图锚点反向约束视线。
☞☞☞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☜☜☜
在PixTV里写视频提示词时，如果只写“她看向窗外”，模型大概率会生成一个脸朝前、眼睛没焦点的呆板画面；视线方向必须精确到眼球转动角度、目标参照物和头部微姿态，否则后续所有镜头里角色都像在看空气。
用坐标锚点法锁定视线落点
第一步：在提示词末尾添加「视线坐标」参数，格式为「视线落点：(x%, y%)」，x%和y%是画面宽高比归一化后的百分比坐标。例如「视线落点：(75%, 30%)」表示看向右上方区域，对应画面中窗框右上角位置。
第二步：必须同步描述头部微姿态——「微微右倾12°，下颌线轻微收紧」，这能防止模型把眼球单独转动做成“死鱼眼”。PixTV的视频模型会优先匹配头部朝向与视线坐标的物理一致性，若只写坐标不写姿态，生成结果中眼球可能漂移或失焦。
第三步：给落点绑定可识别的视觉锚物，比如「视线落点：(75%, 30%) → 对应窗外飞过的纸鸢左翼尖端」。这一步不能省，否则坐标只是抽象数值，模型无法在动态过程中维持视线追踪逻辑。
用动作动词替代静态描述
方法一：把“看”换成有起点和终点的动词。例如不用「她看着男人」，改写为「她瞳孔急速收缩→视线从茶杯沿滑向男人喉结→停驻0.8秒」。PixTV视频模型对「滑向」「停驻」「收缩」这类带时间切片的动作词响应更稳定，能生成连续的眼球运动帧序列。
方法二：用身体其他部位联动强化视线可信度。加入「左手无意识抚过腰间匕首柄→视线随手指微抬→锁定对方左眼」，这种多肢体协同提示会触发模型调用更精细的骨骼-眼球联动参数，避免出现“头不动、眼乱转”的诡异效果。
【关键陷阱】禁止使用“凝视”“注视”“望向”等模糊动词，PixTV当前版本未将其映射到具体眼球参数，实际生成时默认为直视镜头。
用场景物件反向约束视线
在客栈场景中，直接写「掌柜盯着木匣封印」效果很差，因为封印太小、位置不固定。正确做法是：先在场景设定图里用画布标注封印坐标（例如「封印贴图锚点：(42%, 68%)」），再在视频提示词中引用「视线严格对齐封印贴图锚点，误差≤3%」。PixTV会自动将该坐标注入视频模型的视线校准层。
这一步必须在生成角色图之后、拆解分镜之前完成——如果先生成视频再补锚点，系统不会回溯修正已生成帧的眼球朝向。
