前几天心血来潮，想做一条 15 秒的时尚人像短片：车展现场、怼脸抓拍、高级感。需求写得越细，越发现 AI 视频最难的不是"好看"，而是"真实"。

写给 AI 的标准

我的提示词里有一大段是这么写的：

不要网红感，不要夸张整形脸，不要塑料皮，不要过度磨皮，不要假睫毛过重。人物皮肤必须真实：清晰可见毛孔、轻微皮肤纹理、轻微卡粉、轻微痘印、眼下细纹、嘴唇唇纹、少量碎发。

很有意思——我们平时修图是往"完美"走，给 AI 提需求却是往"不完美"走。高级感的秘密，恰恰是那些微小的瑕疵。

被打回的一版

第一版成片：转场不丝滑，帧率不稳定。AI 生成的每一帧单独看都还行，连起来就露馅了。人的眼睛对动态的"假"极其敏感，一卡顿，真实感全没了。

第二版我加了明确要求：转场衔接干净利落、全程帧率稳定、动作连贯无卡顿。好多了。

学到的

  • 真实感 = 细节的克制，而不是细节的堆砌；
  • 动态连贯性比单帧精美重要得多；
  • 给 AI 的指令越具体、越"反直觉"（比如要求保留瑕疵），效果越好。

下次我打算把这些标准整理成一份固定模板，省得每次重写一遍。