主体加动作的描述公式，别让模型猜

为什么模型会"看不懂"

上传一张蒙娜丽莎的画，只写"戴上太阳镜"——模型大概率理解成"这幅画在美术馆里被推着移动"，而不是蒙娜丽莎本人戴上太阳镜。因为模型不知道"画里的人"才是你想动的主体。

公式：主体 + 具体动作

正确写法是把画面里的具体对象点名出来，再给它一个具体动作：

可灵AI官方公式

参考可灵AI官方快速指南的 prompt 结构：

Prompt = 主体 + 主体动作 + 背景 + 背景动作 + ……

如果画面里有多个主体各自动，依次列出来就行：

蒙娜丽莎用手戴上太阳镜，背景里出现一束光

和文生视频的区别

文生视频需要你描述整个场景（人物、环境、动作全要写）；图生视频场景已经给定——你只需要描述"已在画面里的主体该怎么动"。省了一半的事，但也意味着主体没说清楚的话，模型只能自行发挥。