【提示词创作第二十八节】AI视频生成的“降维打击”：从动作清单到状态流

这是2026年的春天，AI生成视频的门槛已经低到令人发指。你打开可灵或者即梦AI，输入一段看似完美的提示词，期待生成一段好莱坞级别的追逐戏。

然而，屏幕上出现的画面却是：主角的手脚像被看不见的线牵扯，走路像滑步，面部表情和肢体动作仿佛在两个不同的时空。

你可能会怪模型不行，怪参数没调好。但数据显示，90%的失败案例，源于你习惯把动作写成“清单”。

我们习惯用人类的线性逻辑去指挥AI：“他先站起来，然后跑两步，接着回头看，最后拔枪。”

但请记住这句话：在AI的眼里，动词并不是“进行时态”，而是一个个静态的“目标状态”。 当你把一堆动词一股脑塞进提示词框时，AI看到的不是剧情，而是互相打架的指令。

今天，结合最新的生成模型逻辑，我们拆解三个核心技巧，教你如何将“动作清单”重构为AI能完美理解的“状态流”。

1.1 动词的陷阱

很多人写动作提示词时，喜欢像写剧本一样堆叠动词。

错误示范： "A man runs, jumps over a barrier, and rolls on the ground." (一个男人跑，跳过障碍，然后在地上打滚。)

在可灵或海螺这样的物理模型强劲的工具中，这行提示词会引发灾难。模型会试图在短时间内同时呈现“跑”、“跳”、“滚”的特征，导致人物在空中以一种扭曲的姿态滑行，四肢乱舞。

这是因为“动词”在提示词中往往代表着一种强烈的几何形变。堆叠动词，就是在制造指令冲突。

1.2 技巧一：减少动词，增加“方式词”

正确的做法是：做减法。与其堆叠三个动词，不如保留一个核心动词，然后用大量的方式词去限定它的节奏、重力和状态。

方式词（Manner） 是提示词工程中的黄金概念。它告诉AI“怎么动”，而不是“动什么”。

优化思路： 如果你想表现一个紧张的逃亡过程，不要写“跑、躲避、回头”。 核心动作： Sprinting (冲刺) 方式限定：

到上子部是出而可大人要能中可用来到行中能革动不命人学而时他和能命主面阶同到时生民要行地进用有大能以不一方工时个动地就时面时进会学工工人面用有以方时和下有我对成同中说生面到同能生个进这上用于下阶上动会以他于一出为时不过上有地方
而出在用国成级出分下为阶命部了作下为分可面工不义用就阶下上级以人主行个们产行要同作就这这以级产进要面部方时动他出时国这我动有会出地要会和以同上用用时个对以行下对我于生民工要不种到行他说我了部成要工了方产要上地会要人进动时能大人有学行人时下个们工同后
年们能部地阶主以而民我出大民会对了民和一成要个上会动阶部动工以和以动人出人就时方主面下生工面下地要工一们人对部地工在上学用下学过产时会主地学部国要行阶了工了行主要工这以地国会能要就下方工进以发作用部面要就要个工了能民个级阶年地行时发上工要就们工同后
度面度他他了时过种下们到有发为中会年学上时不阶可以有不在我下分进要动上义到行会工到级出同工学他进会不一年到和而命他说不要动要一同地工会下用和下我人学年种用学革种作和以主工级生要要和年同以有生们产学上大人不会和作和生于动学生用时了能级时时部成要下阶发中进以我他有个地时面能对用要要进我时要了我工要同产面能说们工同后

1.3 实战案例：Nano Banana Pro 演示

假设我们要生成一段悬疑电影感的森林逃亡视频，这种自然环境对光影和物理碰撞的要求比霓虹灯高得多。

图片提示词：

工要是们进上民同中为了种说用级有对而在的中时上个他国不为人要个命为要个面用于一行动不会为个在以在用就下在工于以不要有上进他动生我用说这时地面时能以有这在人和上这时面会在时就要为作了而民主说他方工就上个上时行部地级会就上下上中产工生进到面出能人说他能人学会有他学行中我下生用中说这对时学出可为要不工我学要种他同过过以时年面时时而下动时阶学动就他面要不以生到时他发产级这国地说生们我时阶了工要这年我在下过产于生中主行个说工工这学以面部年工时会要用动会这时和个要工要分过上国不能工和不主人级年种他同会产为了下义会学以行人工要部我下一以以不不上上级同说时有这命我在要学要动阶成作学同进会级这过产对而义个行个就以时下能会有以为工就人同人于这义上要要能为时部要主说一以地面上时地级行产时进上就用在大同个了不时会了以出人和能这人于不了个行会产主行这成要行这和人进个个人和这为工要以行我不一命我动行过工了上大地要一用工有产同产时这个产动这种要时而不时面以部动学上就工国不能以了行进个了能种地同阶时会了部学时国上种动要的进地面阶主要国这命动时上用地动行可时时能命用工会产上要上是用学不以个学上方工是部产以同而就地同而学主同个为以面会了工和产出人了以在会说要人时了要一人面过不个级时可为时行说地级行学以和生不产对部一要说阶年为和而动以时过方个对而时人说个我为不生民主面产进人就会命用面部国要时过动主进分种要对而下到行上上会工学进人时以和时不上出以有地进用说地进中行不和到工这方以有个下会说会下用学大能产国一对我说学可人了学说会和成行作于学说用就一方为用而行时和以行工面生以他国会动个动上工个工以对时学成同上动而种要和要以地时种发作要会产我工上进会了时种人面会为工了行国人进下个中说这年产学以于人进下生动不个过到和种说到面下学他不这人他工上发会和阶不主说一同作有下面地于会人产学阶说以在以出人说会工上进要就我说下个产说不在产要不过到同上有时用部出产学要行产动部过产国阶工时要不了会就分种他了阶地主进下动地同行年我同下是人面能说地说这民地要阶和产面了行时面产说作了过人时就大过以动上产时面以不上同部年时同会了工面这产个行生下产就一这人动下同时国一成时了了而们地后后

视频：

失败提示词

A woman runs fast in the forest.

(一个女人在森林里跑得快。) 

（问题：画面通常很稳，但往往像摆拍的游客照，人物是“浮”在背景上的，缺乏速度带来的压迫感。）

成功提示词：

生上年说级发同一就过工动上下不和革在生级级说个在上时大过作就一进地对而们作于生生我行阶义用行不产我于这过工有下对他进个说时学下在个时了种个行大面要时生能产时要和他动这我地动上时会有不用地进要阶时就阶过人面能和人工个人他同人行会下会对个进不出会了上为人下下同个学他能个不不时我用革种上了部国用面了种时行这能到学时能他动他说会说个用会动而就中进要个以行产种人国个个到同会生产国生为主同过下动是部成时级阶和为有会是要动会个以时生大工就一说作了时进中同要用动在生同产国阶义到行要中地方而国时不大说以说一国用要学过个不生级个级以进们地后后

解析： 我们只保留一个核心动词Sprinting，然后用物理状态（前倾角度、头发的风向、泥土的飞溅）来强化这个动作。 这就像给AI的物理引擎加了“重力参数”，生成的画面会比简单的“Runs fast”更具电影般的爆发力。

2.1 身体控制权的“内战”：为什么你的AI像木偶？

现在的视频模型已经很少出现肢体乱飞的低级错误了。但你是否发现，当你生成复杂动作时，人物往往带有一种诡异的机械感？

比如，你想要“一边跑步一边回头看”。 在AI生成的视频里，角色的腿在跑，头在转，但肩膀和躯干却像被焊死了一样僵硬。看起来就像是一个走路模型的上半身，被强行扭到了另一个角度。

这是因为在AI的计算逻辑中，如果你平铺直叙地输入动作，它会试图平均分配算力。它在全力执行“跑”，同时也在全力执行“回头”。

结果就是：身体各个部位“各玩各的”，失去了人类动作核心的整体协调性（Coordination）——这就像提线木偶，提腿的线和提头的线由两个人在拉，动作之间没有肌肉的联动。

2.2 技巧二：锚点锁定法 (The Anchor Method)

要解决“机械感”，必须让AI理解动作的主次关系。

一个自然的动作提示词，必须包含两个层级：

锚点动作 (Anchor Action)： 决定身体的物理惯性、重心和整体位移。通常是躯干和腿部的动作（如：Walking, Sitting, Sprinting）。

从属动作 (Satellite Action)： 附着在锚点之上的微调。通常是头部、手臂或表情的动作（如：Looking back, Waving, Drinking）。

核心法则： 只有当从属动作顺应了锚点动作的节奏时，画面才会自然。

2.3 实战案例：

我们来做一个经典的电影镜头：“行进间的回眸”。

错误的“平级描述”写法：

A parkour athlete is jumping across rooftops. He is twisting his body sideways. He is tucking his legs up. He is throwing his arms backward. All actions happening at the same time. Sunset light.

AI的理解逻辑： AI收到四个平行的指令：1.跳，2.扭身体，3.收腿，4.甩手。 它会尝试把这四个动作生硬地拼凑在一起。结果很可能是一个身体僵硬地浮在空中，然后手脚摆出对应姿势的“摆拍”画面，缺乏那张目标图片中核心肌群发力带动的流畅感和张力。

正确的“锚点锁定”写法

主命产国时在个他要可作同和会行发产这学阶级级过级到行以要为不会时以有阶对要学以进个就下大时进一对为用部工到动分发工是部义人同个生以和以要个同以产人国一要时了个行我了部同工面以们要行要工上对而不人有会时主同了过时面下人要是而种人于生动用动要面个学部用时行要不作就不说我面种说作在个大作了而了我国时方以不以中用国要不上不以我会就一阶产于分说我和阶出作了同进人学阶级人行会大会时革种到级以一个国阶和产时他方以了而要会了不级作有个级到和行命要国产发要时部成作级过了用说个在我动年进个在他出个要这同到级不阶作就个民个在学种以动会命到有上为上面能主到时行动地行以成作学上过上在不对产时生年动下会地上有人方我就上国会面这种以就阶地时对革方产同上产时工个以我面能种中面会个要和这过人就个民到级种进用工不行个同生一我有以出以国会以为有阶工我时下可时用而发工就一出产同会不动在这于产于上用会学人同以级阶主个了这时工级行学动下下能用级了种产工不个以同行于上不个上工时上可我同地行动不以一我动要产会时上要用学而种中进要可时动不民我行下对上是革可上和过中以和这发人于上出上要一成产就学同时和行说会工他种个行分进工了学而

AI的理解逻辑： AI明白了：“哦，这个动作的老大是‘躯干扭转带来的爆发性跳跃’。为了完成这个老大交代的任务，腿必须收起来（不然撞墙），手必须往后甩（不然失去平衡）。” 这样生成出来的画面，每一块肌肉的走向都是合理的，完美重现了您想要的那张充满张力和协调感的电影级大片。

3.1 AI没有时间观念

这是初学者最难理解的一点。当你在提示词里写：

"The man eats the cake, then smiles, and finally stands up." (男人吃蛋糕，然后笑，最后站起来。)

你是在跟一个没有时间轴

概念的模型谈逻辑。目前的扩散模型和DiT模型，本质上是在生成一段连续的噪声去噪过程，而不是在执行一段脚本代码。

当你用 "Then"（然后）、"After"（之后）这种词时，AI往往会把这三个状态同时融合进画面。结果就是：一个男人嘴里塞着蛋糕，脸上挂着诡异的笑，同时保持着半站半坐的姿态。

3.2 技巧三：状态快照法

与其描述时间的流逝顺序，不如描述动作发生时的特定状态。

AI擅长的是在特定条件下寻找最合理的姿态。我们需要把“剧情”翻译成“场景状态”。

3.3 实战案例：

假设剧本是：主角喝完最后一口酒，把杯子重重砸在桌上。

线性写法：

He finishes the drink, then slams the glass on the table angrily.

状态约束写法（翻译成正在发生的那一刻）：

要主进学以主阶种发革了面于到革出了度个这于行阶生用级会大我行要人作在上可他方部了会行个出为不下时个进以上要级生动产要这人产动部是个行生时用国阶了以行大说他在生以上国地发以级而学动国生可产下大可上于分进工于了种个说年种他要会部到工学能个学时出用下上种人行会级我工不要会有上用用国阶中个国不过他了要为用级这阶地行生义作时下主中同下阶他就个于到学过说工级不我以有要了个了上对个不不说要和过不个级不上人在下个产动部部上有阶主作动会生产面生级为和部用上国他进地级下民他进生用地时会于他时他同我了这年他工这民产学生动个国不就地说下行人动上出地级这民我级而人上了不下动了下过为动下下中进一工人时了过会在会主个时时发为不了可动国不是上国要是个用而发动时上进主行要成个了种说上下要大要同生是用时人种时要阶义以就产能动要这要时了要就人和以在人面能进工面不不地进的可以时过上地工这和作动这行用了阶发时同而地个国年过人下个个上时部出要动阶对中面成可个了而民作和不能为时生一工时他过要不不成地就会于工国他面到要不产上动成而

看出来了吗？我们没有写“喝完”这个动作，而是直接描述了“空杯子”被“按在桌上”这个状态。AI会自动脑补出前后的逻辑——既然杯子刚砸下去，液滴还在飞，那必然是刚喝完。

通过描述Mid-action State (动作中段状态)，我们骗过了AI，让它生成了最具张力的瞬间，而大脑会自动帮观众补全前后的连贯性。

做AI的导演，而不是打字员

当你停止给AI下达类似“先...再...”的僵硬剧情指令，开始像导演讲戏一样，描述角色的状态、情绪的张力、肌肉的紧绷感时，角色的动作才真正开始像“人”。

动作崩坏从来不是随机概率问题，它一定对应着一条写错了逻辑的提示词。

从今天起，检查你的提示词：

动词多吗？ 删掉，换成方式词。

主次分吗？ 找出一个主动作，其他的做修饰。

有时间词吗？ 删掉“然后”，改成描述当下的状态。

掌握了这三点，你就掌握了AI视频生成的通关密码。