AI 漫剧人物表情僵硬怎么调？试试这组提示词思路

AI 漫剧里最出戏的往往不是画面糊，而是人物的脸。笑起来嘴角是翘的，眼睛却一点没动；该难过的时候眉头皱着，眼神却是空的。观众不一定说得出来哪里怪，但会直观地觉得”这人像戴了个面具”。

碰到这种情况，多数人的第一反应是往提示词里加情绪词——”微笑””开心””悲伤”，加得越多越用力，出来的脸反而越僵。问题出在这儿：模型并不知道”笑”具体对应哪些肌肉怎么动，你给它一个抽象的情绪名称，它只能拿训练数据里最常见那张笑脸去套，套出来自然是模板脸。

所以调表情的关键不是把情绪词堆得更狠，而是把它翻译成模型能执行的面部动作。下面这套思路我们一直在用，出片的稳定性差别挺明显。

表情僵硬，通常是这三个原因

先定位问题再动手，不然就是瞎调。人物表情出不来，基本逃不出下面三种情况。

• 只写情绪，不写动作。“开心”这个词交到模型手里，它得自己猜嘴角抬多高、眼睛眯多少，猜出来的往往是最大众、也最没有个性的那张脸。
• 一张图里塞了两个情绪。又想让她含泪又想带上笑，模型会两边各照顾一点，最后出来一个说不清的表情。
• 景别和表情不匹配。全身远景还要求”眼角微微上挑”，那个像素量根本撑不住，模型要么直接忽略，要么把脸画崩。

表情提示词要分三层写

把”情绪”拆成三层，每层各管一件事，模型才有明确的执行方向。

三层里最关键的是肌肉层。情绪层只是给方向，肌肉层才是真正被执行的指令。只写前两层、不写镜头层，会出现”表情做出来了但太远看不清”的尴尬。

常见情绪该怎么写，对照着改

下面这张表可以直接拿去用。中间是大多数人会写的抽象版，右边是拆成面部动作之后的版本。

你会发现右边都比左边长，但出片稳定得多——因为每一句都指向一个具体的画面特征，模型不用猜。多出来的这些字，恰恰是废片率降下来的原因。

网上流传的三种解法，我逐个试了一遍

表情问题在圈子里有三种常见说法，我拿同一组角色、同一个镜头分别试过，结果差别挺大。

第一种是”给情绪词加权重”。照做了，把”微笑”的权重往上拉，笑容确实明显了点，但脸还是那张脸，眼睛依旧没参与。这条不是没用，是天花板很低——它只能放大模型已有的理解，教不会模型新的东西。

第二种是”换成更细的情绪词”，把”开心”换成”欣慰””窃喜”这类。这条有点意思，出片的区分度上来了，人物不再是同一副笑脸。缺点是命中率不稳定，同一个词换一集可能就跑偏，得反复试。

第三种是走参考图或者专门的表情控制方案，先做几张标准表情当底子，再按镜头微调。这个效果最明显，表情终于和角色本人对得上了，代价是要多花时间做前期素材。

三种试下来我的判断是：前两种解决的是”有没有表情”，第三种才解决”是不是这个人的表情”。做系列漫剧的话，第三种早晚得补上。

角色不一样，同一个情绪的写法也不同

还有一层容易被忽略：同样是”笑”，放在不同角色脸上，动的地方是不一样的。

年轻角色笑起来整张脸都在参与——眉毛会动、眼睛会弯、脸颊会上提；年长的角色笑起来下半脸变化更明显，眼周是松弛的。性格也一样，外向的人情绪全挂在脸上，动作幅度大；内敛的人往往只动嘴角，甚至只有眼神有变化。

所以写表情描述之前，先回去看一眼人设。人设里写着”话少、克制”的人物，你给他一个”放声大笑”的描述，出片就会违和——不是模型画错了，是你让这个角色做了不符合他性格的事。把性格翻译成动作幅度，表情才会像是这个人自己的表情。

调表情可以按这四步走

不用一上来就上重方案，按这个顺序来，能省不少时间。

1. 先定情绪，只定一个。别又哭又笑，一张脸一个情绪，强度写清楚。
2. 把情绪翻译成面部动作。眉头、眼睛、嘴、下颌，能写到的都写上，写动作不写情绪名。
3. 配上合适的景别。想让观众看清表情，镜头至少给到近景，特写更好，远景别抠细节。
4. 用参考图把表情锁住。做出满意的一版之后存起来，后面同角色的相近情绪都从它出发微调。

几个容易踩的坑

• 别堆抽象形容词。“绝美的、生动的、富有感染力的笑容”写得再华丽，模型也读不出具体动作，反而稀释了真正有用的描述。
• 别跨镜要求情绪连贯。上一镜还在笑、下一镜立刻哭，中间没有过渡镜，观众会觉得人物情绪断裂——这是分镜问题，不是提示词能救的。
• 别忽略年龄和性格。同样是”生气”，少年和老人、外向和内敛的人，脸上动的地方不一样。人设里写了性格，表情描述就得跟着走。

表情这件事，说到底是”把人话翻译成画面指令”的能力。你能把一个情绪拆成多少具体的面部动作，模型就能还给你多少张有戏的脸。刚开始写会觉得啰嗦，写顺了之后会发现，返工次数是实打实在往下掉的。