无需面部漂移的细腻动漫表演 Vidu 提示词
当视频模型用夸张的眨眼、说话或头部动作取代受控的面部运动时,细腻的动漫表演往往会失败。这些 Vidu 提示词模式可以帮助创作者制作呼吸、视线转移、克制的反应和细微手势,同时保留原始角色设计。
文章目录
让静态动漫角色进行表演,同时不重新设计面部
最难表现的动漫角色动作,往往也是最安静的动作。 一次轻微的呼吸、一个延迟的视线转移,或一只逐渐收紧的手,都可能比戏剧性的镜头移动传达更多信息。然而,生成式视频模型经常会把这些克制的动作变成面部漂移、随机说话、过度眨眼或橡皮般的身体运动。
当源图像已经清晰定义角色,并且提示词将表演视为一系列可见的身体变化时,Vidu 最适合完成这项任务。目标不是要求“悲伤地表演”或“一个紧张的角色”,而是明确说明什么部位移动、何时移动、移动幅度是多少,以及哪些内容必须保持不变。
为什么细腻的动漫表演会变得不稳定
静态插画不包含明确的时间信息。当提示词只写“她看起来很担心”时,模型必须自行创作这段表演。它可能添加嘴唇动作、重塑眼睛、倾斜镜头,或移动整个身体,因为这些选择都可以表现担忧。
以下四种歧义会导致大多数失败:
- 只有情绪,没有动作:悲伤、紧张或惊讶等词语描述的是内在状态,而不是可见的运动。
- 没有动作层级:模型无法判断应该由眼睛、头部、肩膀、头发还是镜头来主导画面。
- 没有受保护的特征:独特的瞳孔、刘海、配饰和面部比例可能会被当作可以调整的细节。
- 节拍过多:在一个较短片段中同时加入呼吸、转身、眨眼、微笑和说话,会产生相互冲突的过渡。
对于克制的表演,一个清晰的情绪节拍胜过五种同时发生的动作。

构建能够承受运动的源画面
从一张面部特征清晰可辨的干净中景或特写开始。避免用手遮住嘴巴、头发横跨双眼、极端的透视变形,以及与面部融为一体的配饰。这些都是有效的艺术选择,但当画面开始运动时,它们会让角色身份的保持更加困难。
可靠的源画面通常具备以下特点:
- 清晰绘制的下颌线、鼻子、眼睑、虹膜和嘴巴
- 下巴、衣领、肩膀和头发具有彼此分离的轮廓
- 为预期的头部或手部动作留出足够的空白空间
- 稳定的镜头角度,无需在表演过程中改变
- 单一的主光方向,且没有遮挡面部的效果
当插画已经包含你想要的确切设计、姿势、构图和光照时,请使用 参考图像生成视频。图像应负责承载角色身份,提示词则应负责承载动作和时间安排。

描述表演,而不是情绪标签
实用的表演提示词可以分为五个部分:固定的镜头、主要动作、时间安排、次要动作和受保护的细节。这种结构能减少 Vidu 以另一种表演替代原意的空间。
| 提示词组成部分 | 较弱的指令 | 更可控的指令 |
|---|---|---|
| 镜头 | 动漫特写 | 固定的中近景,静止镜头 |
| 主要动作 | 她变得紧张 | 她的视线短暂移向门口 |
| 时间安排 | 自然的动作 | 她保持不动,瞥向一旁,然后恢复稳定 |
| 次要动作 | 头发移动 | 只有松散的发梢以轻微的延迟动作作出反应 |
| 保护内容 | 保持角色一致 | 保留眼睛形状、瞳孔设计、刘海、嘴巴大小和服装 |
使用序列化语言尤其有帮助。“保持不动”“然后”“短暂地”“恢复”和“稳定下来”等短语,能够描述一个有开始和结束的表演节拍。它们比添加多个电影化形容词更加有用。

可复用的细腻动漫表演 Vidu 提示词
固定特写中的安静呼吸
可将此模式用于反思性的对话停顿、视觉小说场景和沉静的角色介绍。
固定的动漫中近景,静止镜头。角色保持镇定并且沉默。只有非常轻微的呼吸动作使上胸部和肩膀上下起伏。在画面中段附近自然地眨眼一次。松散的发梢以极小的延迟动作作出反应。保留完全一致的脸型、眼睛设计、发型、服装、线稿和背景。不要说话,不要镜头移动,不要身体摇摆,不要改变表情。
朝向画外声音的受控视线转移
这次动作应由眼睛引导。先移动头部可能会让反应显得夸张或戏剧化。
静止的动漫特写。角色保持原有表情,听到画外的某个声音后,仅将视线移向画面右侧。短暂停顿后,头部向同一方向转动几度并停下。嘴巴保持闭合。保留原始瞳孔、眼睑、面部比例、刘海、耳环和光照。不要缩放,不要突然转头,不要说话,不要新增表情。
不让面部垮掉的克制悲伤
避免立即要求出现眼泪。先建立被压抑情绪的身体迹象。
同一动漫角色压抑悲伤时的固定特写。视线略微下移,上眼睑放松,嘴唇闭合并轻轻抿住,但大小不变。画面结束时,肩膀略微下沉。保持下颌线、鼻子、眼睛、头发轮廓和服装完全符合原设。不要哭泣,不要嘴唇动作,不要戏剧性低头,不要镜头移动。
行动前收紧手部
这个提示词可以营造紧张感,同时不会迫使整个角色变换姿势。
静止的动漫中景。角色保持原有姿势。可见的手慢慢收紧成坚实的拳头,同时手腕和手臂保持原位。手指按照可信的顺序闭合,随后前臂和肩膀产生轻微紧张。面部保持静止且专注。保留手指数量、袖子设计、身体比例和背景。不要镜头抖动,不要挥动手臂,不要改变服装。
不会触发说话的小幅微笑
将嘴巴定义为闭合形状,并限制变化幅度。
固定的动漫特写,构图不变。角色的中性表情逐渐变成淡淡的闭嘴微笑。嘴角略微上扬,同时嘴唇保持闭合。眼神变得柔和,但形状和颜色不变。保留完全一致的脸部、鼻子、下巴、刘海、瞳孔和线稿。不要说话,不要露齿,不要张嘴,不要头部移动,不要镜头移动。
让次要动作服从表演节拍
头发、布料、雨、烟雾和光线可以为表演提供支持,但不应与表演争夺注意力。如果情绪节拍是一次视线转移,就先描述视线转移,并将环境动作限制为轻微的回应。“头发在风中戏剧性地飘动”这样的短语,可能会把生成方向从眼睛转向全身运动。
实用的动作层级如下:
- 主要动作:传达想法或反应的动作
- 次要动作:头发、服装或姿势的延迟反应
- 环境动作:低强度的背景运动
- 固定内容:镜头、面部身份、服装结构和场景几何关系
当你将图像制作成视频时,将主要动作控制在一个句子内,并将保护性描述放在动作说明之后。这样既能让提示词易于阅读,又能清晰地区分表演内容和连续性约束。
在重写整个提示词前,先诊断漂移问题
先以正常速度观看生成片段一次,然后检查开头、动作高潮和最后一帧。找出结果第一次偏离预期表演的时刻。最早出现的错误通常比变形最严重的画面更有参考价值。
| 可见问题 | 可能原因 | 提示词调整 |
|---|---|---|
| 随机说话 | 情绪被理解为对话 | 添加“嘴巴保持闭合”和“不要说话” |
| 眼睛设计发生变化 | 视线移动幅度过大 | 明确方向、短距离移动,并保留瞳孔 |
| 头部持续漂移 | 没有定义停止点 | 添加“转动几度并停下” |
| 头发遮盖面部 | 次要动作过强 | 将动作限制在松散发梢,并加入轻微延迟 |
| 表情变得夸张 | 抽象情绪承担了过多工作 | 用眼睑、视线和嘴巴动作替代情绪标签 |
| 身体持续摇摆 | 呼吸缺乏身体部位限制 | 将动作限制在上胸部和肩膀 |
一次只修改一条指令。如果同时重写动作、镜头、情绪和保护性描述,你将无法判断究竟是哪项修改改善了结果。
将复杂表演拆分成可编辑的镜头
一个察觉危险、转身、站起、伸手拿武器并说话的角色,实际上是在完成多个节拍。将整个序列生成在一个片段中,会增加面部和服装漂移的可能性。将其拆分为短镜头:察觉、决定和行动。
让每个镜头都以一个能够支撑下一次剪辑的稳定姿势结束。一个静止的反应特写可以接到手部细节,随后再切换到更宽的动作镜头。这种方式类似有意设计的动漫剪辑,也不再需要一次生成解决所有身体结构上的过渡。
如果一个提示词需要多次使用“然后”,它可能已经包含了不止一个镜头。
最终检查清单
- 使用面部特征清晰可辨、轮廓彼此分离的源图像。
- 描述一个可见的表演节拍,而不是为抽象情绪命名。
- 说明哪个身体部位先移动、移动多远,以及在哪里停止。
- 让头发、服装、粒子和光线服从表演。
- 明确保护眼睛设计、脸型、发型、服装和线稿。
- 当角色不应说话时,添加“嘴巴保持闭合”。
- 在修改提示词前,检查漂移首次出现的画面。
- 将多节拍表演拆分成独立且可编辑的镜头。
选择一张源图像和一个克制的动作,然后亲自测试这个提示词,再逐步添加更多动作。
关键词
Vidu 提示词、动漫角色动画、细腻的动漫表演、动漫图像生成视频、面部一致性、2D 动画 AI、动漫动作提示词