提示词概览
给你的提示
当 AI 视频失败时，不要只是添加更多细节。通常，解决办法是减少自由度：锁定主体、简化镜头并控制最终帧。
来自运营团队NexusAi Technology解决的问题
AI 图生视频生成经常失败，因为提示词给出了模糊的动态指令。用户在不知道问题出在镜头运动、主体动态、节奏、产品变形还是结尾帧控制的情况下，浪费了生成额度。本提示词在重新生成前修复这些问题。
失败诊断
识别为什么第一次 AI 视频结果看起来很弱或变形。
提示词修复逻辑
将模糊的动态指令重写为更受控的生成方向。
省额度清单
帮助用户避免在同一个错误上浪费视频生成额度。
AI 提示词说明
扮演 AI 视频质量评审员及图生视频提示词修复专家。
我通过静态图片生成了一个 AI 视频，但结果很不理想。你的任务是诊断可能出了什么问题，并重写提示词，以便下一次生成更加受控且切实可用。
输入详情：
- 原始图片描述：[描述图片]
- 所使用的视频工具：[Gemini Omni / Runway / Kling AI / Pika / Sora / Luma / 其他]
- 哪里出了问题：[产品变形 / 人脸崩坏 / 随机背景 / 动作幅度过大 / 完全静止 / 镜头移速过快 / 叙事微弱 / 结尾糟糕 / 其他]
- 视频用途：[广告 / 社交贴文 / 产品演示 / 电子商务 / 创作者视频 / 品牌预告]
- 哪些必须保持一致：[产品 / 人脸 / Logo / UI / 文本 / 角色 / 颜色 / 背景]
创建以下输出：
1. 失败诊断
用通俗易懂的语言解释视频生成失败的最可能原因。
2. 动态修复策略
告诉我下一个提示词是否应该减少运动、孤立局部运动、放慢镜头运动、锁定主体、改变光照或简化场景。
3. 重写后的视频提示词
编写一个更干净的图生视频提示词，直接解决并修复上述失败问题。
4. 负面提示词
根据失败原因编写特定的避免指令。
5. 重新生成检查清单
在花费另一个生成额度之前，给我一个简短的核对清单。
保持建议实用，并专注于如何获得更好的第二次结果。
预期结果
一份失败诊断、修复后的图生视频提示词、负面提示词，以及用于改进较差 AI 视频输出的重新生成清单。
实施流程
在 ChatGPT、Claude 或 Gemini 中诊断失败的视频
复制 promptText 并描述 AI 视频哪里出了问题。添加原始图片描述和使用的工具。期待获得失败诊断和修复后的提示词。
5–8 分钟使用更强的约束重新生成
将重写后的提示词粘贴到 Kling AI、Runway、Pika、Sora、Gemini Omni 或 Luma Dream Machine 中。使用负面提示词来减少不需要的变形、随机运动或场景漂移。
5–15 分钟对比前后效果
如果需要，使用 Canva、CapCut 或 Premiere 将第一次和第二次的结果并排放置，然后保留主体一致性更强、动态更清晰的版本。
10–15 分钟