提示詞概覽
精選 AI 合作夥伴
給你的提示
當 AI 影片生成失敗時，不要一味添加更多細節。通常修復的方法是減少自由度：鎖定主體、簡化鏡頭並控制最終幀。
來自營運團隊NexusAi Technology解決的問題
AI 圖生影片生成的失敗通常是因為提示詞給出了模糊的動態指令。使用者在不知道問題出在鏡頭移動、主體動態、節奏、產品變形還是結尾幀控制的情況下，白白浪費點數進行重生成。
失敗原因診斷
識別為什麼第一次 AI 影片結果看起來微弱或變形。
提示詞修復邏輯
將模糊的動態指令重寫為更受控的生成方向。
省點數查核清單
幫助使用者避免在同一個錯誤上白白浪費生成點數。
AI 提示詞指令
扮演 AI 影片品質審查員和圖生影片提示詞修復專家。
我根據一張靜態圖片生成了一部 AI 影片，但結果很不理想。您的任務是診斷可能出現問題的原因並重寫提示詞，以便下一次生成更加受控且切實可用。
輸入詳情：
- 原始圖片描述：[描述圖片]
- 使用的影片工具：[Gemini Omni / Runway / Kling AI / Pika / Sora / Luma / 其他]
- 出錯的地方：[產品變形 / 面部崩壞 / 隨機背景 / 移動過度 / 沒有移動 / 鏡頭過快 / 故事性弱 / 結尾糟糕 / 其他]
- 影片用途：[廣告 / 社群貼文 / 產品演示 / 電子商務 / 創作者影片 / 品牌預告片]
- 必須保持一致的內容：[產品 / 面部 / 標誌 / UI / 文字 / 角色 / 顏色 / 背景]
請建立以下輸出：
1. 失敗原因診斷
用通俗易懂的語言解釋影片失敗的最可能原因。
2. 動態修復策略
告訴我下一個提示詞應該減少動態、孤立動態、減慢鏡頭移動、鎖定主體、改變光影還是簡化場景。
3. 重寫後的影片提示詞
撰寫一個更乾淨、能直接修復該錯誤的圖生影片提示詞。
4. 負面提示詞
根據該錯誤撰寫具體的避免指令。
5. 重新生成查核清單
在消耗另一個生成點數之前，給我一個簡短的核對清單。
保持建議實用，並專注於獲得更好的第二次結果。
預期成果
一份失敗診斷、修復後的圖生影片提示詞、負面提示詞以及用於改善不良 AI 影片輸出的重生成查核清單。
實施流程
首先在 ChatGPT、Claude 或 Gemini 中診斷失敗的影片
貼上 promptText 並描述 AI 影片出錯的地方。加上原始圖片描述和使用的工具。預期會獲得失敗診斷和修復後的提示詞。
5–8 分鐘使用更強的約束條件重新生成
將重寫後的提示詞貼入 Kling AI、Runway、Pika、Sora、Gemini Omni 或 Luma Dream Machine。使用負面提示詞來減少不需要的扭曲、隨機動態或場景飄移。
5–15 分鐘對比前後效果
如果需要，使用 Canva、CapCut 或 Premiere 將第一次和第二次的結果並排對比，然後保留主體一致性更強、動態更清晰的版本。
10–15 分鐘