AI动作提示词大全：让AI人物从僵到活的写法

“一个女孩在街上走路”——这样写提示词，生成的人物走路一定像提线木偶。同样的镜头，换成”女孩微微低头看手机，步幅轻缓，肩膀放松，长发随步伐轻摆”，画面立刻有了”活人感”。

差距不在模型，在提示词的颗粒度。动作是AI视频里最难的元素，也是最能拉开差距的元素。这篇把动作提示词的写法体系化：从动词库到身体部位拆解，从情绪化动作到避坑参数，八类高频动作逐一给模板。

动作提示词的三条底层原理

原理一：分解到身体部位

笼统的动词（走、跑、说话）对应的是整套动作，AI要自己脑补细节，脑补的结果就是僵硬。把动作拆到身体部位——头、肩、手、腰、腿——每个部位给一个状态词，生成的动作立刻具体。

对比：”男人跑步”和”男人慢跑，手臂自然前后摆动，目视前方，呼吸均匀，脚步落地轻缓”。后者五处身体描述，生成结果稳定得多。

原理二：幅度用限定词压住

AI对动作幅度的默认倾向是”演过头”：转头变成甩头，微笑变成龇牙。所有动作词都要加幅度限定：微微、轻轻、缓缓、小幅、轻微。五个词覆盖九成场景，宁小勿大。

幅度失控是崩坏的主要来源——大幅动作意味着大幅形变，模型的重建误差在形变最大处最明显。压住幅度，就是压住崩坏率。

原理三：动与静的对比

画面里不能所有东西都动，也不能都不动。一个镜头安排一到两个运动元素：主体动，环境轻动（发丝、衣角、背景的树叶），其余静止。这个”动一静对比”是自然感的来源——现实世界的镜头里，运动从来都是有层次的。

动词库：从笼统到精确

笼统词	精确替换
走	缓步走/快步走/踱步/徘徊
看	凝视/瞥了一眼/低头看/目光扫过
笑	嘴角微微上扬/轻笑出声/眼角带笑
说	低声说/轻声细语/压低嗓音（配合画外音）
拿	指尖捏起/单手托起/缓缓拿起
转身	侧过身/缓缓回眸/背过身去

右列的词之所以更好，是因为它们自带幅度、速度、身体部位的隐含信息。提示词写作的进步，本质上就是词汇表的升级。

八大类动作的参数模板

一、行走类

【模板】”【人物描述】【行走方式】，步幅【轻缓/适中/急促】，【上半身状态：肩膀放松/挺直/微驼】，【附加动态：长发轻摆/衣角飘动/手插口袋】，镜头【跟随/固定/迎面】。”

关键点：上半身状态是”活人感”的关键——真实走路时上半身不是刚体，总有微小起伏。AI默认生成”僵直上身行走”，必须显式写”肩膀放松”或”手臂自然摆动”来覆盖。

二、转头与眼神类

【模板】”面部【景别】，【人物】缓缓将头转向【方向，用时钟方位】，视线先于头部移动，眼神【状态：聚焦/游离/含笑】，幅度约【15/30/45】度。”

关键点：”视线先于头部移动”是一句神奇的咒语——真实转头时眼睛先动，这一句能显著提升转头镜头的自然度。另外转头角度务必限定，”转头”不限定就是180度大回旋。

三、手部动作类

【模板】”【景别】，【人物】【指尖捏起/单手托起/双手捧起】【物品描述】，动作【缓慢/匀速】完成，手指【自然弯曲/舒展】，全程手部无多余动作。”

关键点：手是崩坏重灾区。三条保命规则：一是减少手与物体的接触面（捏优于抓优于握）；二是动作从静止开始到静止结束，不要中途变向；三是能只露一只手就不露两只。

四、表情变化类

【模板】”面部特写，表情从【状态A】缓慢过渡到【状态B】，变化集中在【眼部/嘴角】，其余面部保持，环境光不变。”

关键点：表情过渡限定变化区域。”从平静到悲伤”是全脸大工程，”眼眶微微泛红，嘴角缓缓下垂”是局部小工程，后者成功率高得多。表情幅度也永远写”微微/缓缓”。

五、互动类（人与物）

【模板】”【人物】与【物品】的互动：动作链为【拿起→静止1秒→使用/放下】，每步之间有明显停顿，镜头【景别】固定。”

关键点：”每步之间有明显停顿”是互动类的保命符。AI处理连续动作链极差，但处理”静止-动作-静止”极好。把动作链切成带停顿的步骤，成功率翻倍。

六、群体类

【模板】”【环境】中，【人数】人各自【统一的低复杂度动作】，无面对面互动，无相互注视，镜头【大远景/全景】。”

关键点：群体镜头的策略是”各自独立”。”三人在会议上激烈讨论”必崩，”三人各自低头看资料，偶尔翻页”很稳。减少人与人的耦合，就减少崩坏面。

七、环境动态类

【模板】”【环境描述】，【一个动态元素：窗帘轻飘/雨滴落下/光线渐变/人群缓行】，其余静止，镜头【固定/缓移】，节奏缓慢。”

关键点：环境动态是零风险镜头，是可以大量使用的”呼吸镜头”。每个剧情片段之间插一个环境动态空镜，既调节节奏又掩盖转场瑕疵。

八、复合动作类

【模板】把复合动作拆成2-3个镜头：镜头1【动作前半段+静止收尾】，镜头2【从静止开始+动作后半段】。绝不在单个镜头里写连续多步骤动作。

关键点：”她拿起杯子喝了一口水放下”必崩，”她拿起杯子（镜头1，静止收尾）”+”杯子在唇边，轻轻啜饮（镜头2，从静止开始）”很稳。剪辑的硬切会把两个镜头缝得天衣无缝。

情绪化动作：让人物”有戏”

情绪的外化清单

情绪不能直接写（”她很难过”），要写情绪的外化表现。常用对照：

情绪	身体外化写法
紧张	手指反复摩挲杯沿/视线快速扫动/轻咽口水
疲惫	肩膀微沉/眨眼频率变慢/动作迟缓半拍
喜悦	步伐轻快/嘴角上扬但克制/眼神发亮
失落	视线低垂/动作幅度收小/静立不动
愤怒	呼吸加深/下颌绷紧/手部动作变快变重

外化写法还有一个隐藏好处：它们都是”小幅动作”，天然符合降崩坏原则。写情绪的正确方式，恰好就是写安全动作的方式。

“静”的表演力

最有戏的镜头往往最静态：一个凝视、一次深呼吸、一滴落下的眼泪。AI生成”静态表演”的成功率远高于动态，而观众的感受恰恰相反——静态镜头的”戏”最浓。多用静，少用动，是短剧类内容的重要经验。

镜头运动与人物动作的配合

人物动作和镜头运动同时发生时，崩坏率显著上升。配合的三个安全模式：

模式一：人物动，镜头静止。最安全。人物的动作是唯一的运动焦点，AI的算力集中在动作上。

模式二：镜头动，人物静态。次安全。人物保持姿态（站立、静坐），镜头做推拉摇移。人物在镜头运动中会有轻微的姿态变化，但幅度小。

模式三：同向缓动。人物缓慢动作+镜头同方向缓慢移动，两者速度都压到最低。这是”跟随感”的来源，但要控制两个速度都”极缓”。

避免：人物大幅动作+镜头反向或交叉运动。这种组合几乎必崩，且崩得非常显眼。

调试动作提示词的流程

第一轮：验证动作完成度

生成后先问一个问题：动作是否完整发生了？AI有时会”跳过”动作（提示词写了拿起，画面里物品没动）。这轮只看动作，不看质量。动作没发生的，在提示词里把动词提前、加”特写”强调，重生成。

第二轮：检查自然度

动作发生了，但僵硬、机械。这轮的修法是加”辅助动态”：发丝、衣角、呼吸起伏、眨眼。给主动作周围添加微小的次要动态，是”去僵直感”最有效的一招。

第三轮：压崩坏

前两轮都过，但某些帧有形变（手指、脸）。修法按成本排序：压幅度（动作词加”微微”）→ 缩短时长（4秒变3秒）→ 改景别（特写改中景）→ 放弃，换镜头设计。

轮次	检查项	典型修法
一	动作是否发生	动词前置+特写强调
二	是否自然	加发丝衣角等辅助动态
三	是否崩坏	压幅度→缩时长→改景别

不同内容类型的动作策略

带货视频：产品动，人不动

带货内容的动作原则与剧情相反：人是静态的，产品是焦点，环境是动态背景。手持产品的镜头必崩（手+产品的双重形变），改成产品静置于台面、人虚化在背景里轻晃。产品的”使用动作”（按压、开合）是唯一值得冒风险的动态，因为它直接传达卖点，且可以用特写景别降低崩坏面。

一个实测好用的带货动作模板：”手持产品仅露出指尖，产品居中占画面一半，指尖以极慢速度按压顶部按钮，指示灯亮起，其余静止，特写景别。”指尖露出越少，崩坏率越低——这个镜头里只有两根手指的形变风险，完全可控。

剧情短剧：反应镜头当家

短剧的动作预算应该这样分配：七成给反应镜头（听、看、表情微变），两成给低强度主动作（转头、起身、递物），一成给关键动作（推动剧情的那个动作）。反应镜头是短剧的”安全资产”——它同时满足了表演感和低崩坏率。

写反应镜头的模板：”面部中近景，【角色】听到【内容描述】后，眼神【变化】，停顿一秒，然后【极缓的头部动作】。无台词，无口型变化。”

知识口播：动作几乎为零

口播类内容的人物动作需求最低，但很多创作者喜欢加手势增强感染力。AI生成讲话手势的崩坏率极高（手部+口型双坑），替代方案：人物半身静态+轻微的头部动作和眨眼，感染力交给剪辑节奏和字幕动效。真人主播靠手势撑气氛，AI口播靠信息密度撑气氛，两者打法不同。

情绪短片：环境当演员

情绪短片的最高境界是”人静物动”：人物静坐窗边，窗帘在风里轻轻动，光斑缓慢移动，尘埃在逆光里浮动。这些环境动态承担了情绪表达的主要任务，人物只需要”存在”。这类镜头全部是低风险动作，但成片的情绪浓度极高——用环境当演员，是AI视频最划算的表演预算。

类型	动作预算分配	高风险动作的处理
带货	产品使用动作为主	指尖出镜+特写景别
短剧	反应镜头占七成	关键动作拆分镜头
口播	近乎零动作	手势改用字幕动效
情绪片	环境动态为主	人物全程静态

进阶：动作连贯性的跨镜头设计

动作匹配剪辑（Match Cut）

两个镜头之间的动作衔接，比单个镜头的质量更影响观感。动作匹配的原则：镜头A结束的姿态=镜头B开始的姿态。实现方法是在两个镜头的提示词里写同一个姿态终态：镜头A末尾”手臂停在半空，手持杯子”，镜头B开头”手臂举着杯子停在半空”。

更省事的做法是利用静止：让动作在镜头A末尾静止收尾、镜头B从静止开始，硬切处观众不会感到跳跃。静止是动作的句号，也是跨镜头的安全接口。

节奏感的动作设计

一组连续镜头里，动作的”大小”应该有波浪节奏：小动作、小动作、大动作、静止、小动作。全程小动作催眠，全程大动作疲劳。设计分镜时把动作强度标注出来（1-5分），检查序列是否形成波动。这个方法和剪辑节奏互补：动作强度波对应剪辑密度波，两者共振时视频的”呼吸感”最好。

方向系统的统一

连续镜头里，人物运动方向和视线方向要遵守”轴线”惯例：人物向右走，下一个镜头他就应该还朝右，除非你插入一个明确的”方向转换”镜头。AI不遵守轴线（它不知道上一个镜头），所以方向信息必须你自己在提示词里维护：每个镜头写明”面朝画面左/右侧”，分镜表里加一列”朝向”，跨镜头检查。

常见动作崩坏的急救手册

崩坏表现	急救方案（按成本升序）
手指多一根或少一根	缩短该镜头时长到1秒内；或用音效+快切转移注意力
脸部扭曲（动作瞬间）	只保留动作前后的稳定帧，中段帧剪掉
肢体穿模	压动作幅度重生成；改景别为特写避开穿模部位
物体变形（杯子变碗）	该镜头改静态图+Ken Burns动效
人物凭空瞬移	加”位移平缓连续”限定词重生成
背景人物鬼影	加”背景人群静止或虚化”限定

急救的总体思路：观众对崩坏的感知与注意力成正比。崩坏帧如果出现在注意力低谷（转场、快切、音效点），感知度极低。很多时候不用重生成，把崩坏帧”藏”进剪辑节奏里就够了。

从写动作到”导演动作”

提示词写得再细，也只是执行层的功夫。动作设计的上游是导演思维：这个镜头为什么需要动作？动作在叙事里承担什么？

三个导演层的判断标准：

信息标准：这个动作传递了什么信息？如果只是”让画面不那么静态”，它就是装饰性动作，可删。装饰性动作是崩坏风险的主要来源，因为它们可有可无——可有可无的东西不值得冒风险。

情绪标准：这个动作强化了什么情绪？搓手是紧张，摩挲戒指是不安，动作是情绪的外化。没有情绪功能的动作，削掉之后视频会更干净。

节奏标准：这个动作在节奏的什么位置？高潮前的蓄力段用静止，高潮点用关键动作，高潮后的回落段用环境动态。动作是节奏的鼓点，不是均匀撒的胡椒面。

用这三条标准过滤一遍分镜表，多数项目的动作镜头数量会减少三成——而剩下的镜头，每个都有存在的理由，值得你花抽卡预算把它们做好。动作少而准，是AI视频时代的新美学：它不是实拍时代的”自然主义”，而是”每一帧都值得”的克制。

最后，动作提示词的能力只能靠练习积累。建议做一个动作实验清单：每周挑三个新动作类型（本周：递物、起身、回头），各写三条不同写法的提示词，生成后对比。一个月后你会有自己的”动作手感”——那种看到动作就知道该用什么词、什么幅度、什么景别的直觉。这个手感，是工具迭代永远替代不了的个人资产。

动作提示词的常用词速查

幅度限定词分级

级别	词汇	适用场景
极微	几不可察/隐约/似有似无	情绪铺垫、呼吸起伏
轻微	微微/轻轻/略微/小幅	日常动作、表情变化
中等	缓缓/逐渐/慢慢	转身、起身、走位
强烈	猛地/骤然/突然	高潮点专用，慎用