千问AI视频描述词怎么避免人物变形？

千问AI视频人物变形的根本原因是提示词缺乏结构化约束和视觉锚点，需通过三视图角色资产、五维提示词结构、时间戳分段及Qwen-Image-Edit-2511局部修正系统解决。

千问AI视频生成时人物频繁变形，根本原因是提示词缺乏结构化约束和视觉锚点支撑，导致模型在帧间推理时自由发挥过度。单纯堆砌“保持一致”“不要变形”这类模糊指令毫无作用，必须用可执行、可验证的要素替代。

先建角色资产，再写提示词

第一步：用即梦AI或Midjourney生成角色三视图（正面、左侧、背面），每张图分辨率不低于1024×1024，确保关键特征清晰——发型轮廓、耳垂形状、瞳孔高光位置、服装缝线走向都得能看清。

第二步：把三视图裁切为独立文件，命名规范为“角色名_正面.png”“角色名_侧脸.png”“角色名_背面.png”，后续每次生成都同时上传这3张图。

第三步：在千问AI视频工作台上传参考图区域，勾选“角色特征锁定”模式——

这一步操作起来很简单，直接把文件拖进去就行。但漏掉任何一张图，模型就可能只记住正脸，转个身就换人。

五维提示词结构必须完整

千问视频引擎解析文本依赖固定语义模块，缺一不可。以下任一维度缺失，都会触发模型用默认模板补全，变形风险陡增：

① 主体：必须用具象名词+修饰词组合，例如“穿靛蓝工装裤的短发女性，左耳戴银色环形耳钉”，禁用“一个女孩”“某位工作人员”等模糊指代。

② 场景：需含空间属性与光线特征，例如“午后斜射光穿透老式玻璃窗，在水泥地面投下菱形光斑”，不能只写“在房间里”。光线方向错位会直接导致阴影逻辑混乱，引发肢体扭曲。

③ 动作：动词必须带路径、节奏与物理反馈，例如“指尖快速滑过黑胶唱片边缘，激起细微灰尘在光柱中螺旋上升”，禁用“正在操作”“做动作”等抽象表达——AI无法推演无轨迹的动作，只能靠猜测填充，极易拉长手指或错位关节。

④ 镜头语言：强制声明景别、运动方式与焦点逻辑，例如“低角度仰拍，镜头随人物抬手同步上移，焦点从手腕青筋渐移至瞳孔反光”。固定机位虽安全，但会让模型失去空间参照，同一角色在不同镜头里比例失衡。

⑤ 风格/质感：须绑定可验证的视觉参照系，例如“胶片颗粒感+柯达Portra 400色谱，暗部保留紫灰过渡”，不接受“高清”“唯美”等主观形容词——没有锚定标准，模型会按自身训练数据随机匹配质感，导致肤色漂移、布料反光异常。

多镜头视频必须分段加时间戳

方法一：时间锚点切片指令
在Prompt开头声明总时长：“生成总时长5秒的短视频，严格按以下三段式节奏执行”。
用时间戳分隔镜头单元：
【0.0–1.8s】主体：铜制齿轮特写；场景：蒸汽朋克工作台，背景齿轮组缓慢咬合；动作：中心齿轮逆时针旋转37度，齿隙间迸出细小金红色火花；镜头语言：微距固定镜头，焦点随火花轨迹跳变；风格/质感：黄铜氧化质感+动态模糊强度12%。
【1.8–3.2s】硬切至→主体：穿靛蓝工装裤的短发女性；场景：同上工作台，右侧有斜射光斑；动作：右手拇指按压齿轮轴心，指腹泛红；镜头语言：中景跟拍，焦平面锁定拇指与轴心接触点；风格/质感：同上。

方法二：避免自然语言连接词
段间必须用“硬切至”“叠化过渡至”“镜头旋转180度后接”等影视术语，禁止使用“然后”“接着”“之后”——AI会把“然后”理解为语义延续而非时间切点，导致两段画面强行融合，人物结构被拉伸或压缩。

方法三：每段独立继承角色资产
每个时间戳段落内，都要重复写入角色核心识别特征的5个关键词，例如“短发+靛蓝工装裤+左耳银环+鼻梁小痣+手腕青筋明显”。

后期局部修正必须用Qwen-Image-Edit-2511

生成后逐帧检查，发现变形帧立即进入图像编辑模块：

确认右上角模型标识为“Qwen-Image-Edit-2511”——旧版2509在复杂边缘处偶有轻微晕染，会导致重绘区域与原图衔接生硬，反而放大变形感。

点击“局部重绘”→右键选择【在遮罩编辑中打开】→用画笔沿变形部位边缘涂抹，遮罩必须略大于实际区域，预留约10%缓冲空间；边缘不能断开，尤其发丝、衣领褶皱处要用放大视图一笔勾完。

输入提示词时，直接描述目标状态：“恢复左侧手腕正常解剖结构，手掌朝前，五指自然微张，皮肤纹理连续”，不提“不要变形”“修正错误”等否定词——AI对否定指令响应极差，容易生成完全无关的新结构。