用AI生成视频，最让人头疼的问题之一，就是人物动作不自然。明明生成的静态图片很好看，人物五官、服装和背景都没有明显问题，可一旦让角色动起来，画面就容易出错。走路时双腿动作不协调，转身时脸部突然变化，伸手拿东西时手指结构异常。有时候只是让人物轻轻点头，生成结果却变成整个上半身一起晃动。
遇到这些问题，很多人的第一反应是更换视频生成模型，或者不断增加提示词。但实际制作中，人物动作是否自然，除了模型本身的能力，还与参考图片、动作描述、镜头设计和生成时长密切相关。尤其是制作AI漫剧、人物短片和剧情视频时，如果没有提前控制好这些细节，即使反复生成，也很难稳定获得可用素材。
一、动作越复杂，越容易出现人物变形
很多新手使用AI视频工具时，喜欢在一个镜头里安排多个连续动作。例如，让人物从椅子上站起来，走到窗边，转身拿起桌上的手机，再低头查看消息。从剧情角度看，这是一段很普通的动作。但对AI视频生成来说，它涉及多个身体姿态变化，以及人物与环境之间的交互。
人物站起来时，需要改变躯干和腿部的位置；走路时，需要保持身体重心和步伐协调；转身时，模型又要重新生成不同角度的面部与身体结构。如果还涉及拿手机这样的动作，就需要处理手掌、手指和物体之间的空间关系。这些要求集中在一个短视频片段里，生成难度自然会增加。
更合理的方式是拆分动作。例如，第一个镜头表现人物从椅子上站起来，第二个镜头表现人物走向窗边，第三个镜头使用手部特写表现拿起手机。
这样每个镜头只需要完成一个主要动作，模型更容易保持画面结构稳定。对于AI漫剧制作，这种方法尤其有用。因为漫剧本身就可以通过不同景别和镜头切换表现连续事件，没有必要强求所有动作在同一个视频片段中完成。
二、动作提示词别写情绪，要写具体行为
AI视频生成的提示词与AI绘画提示词有明显区别。AI绘画主要描述画面中有什么，AI视频还需要说明人物怎样运动、动作如何发生，以及镜头是否移动。很多人习惯使用比较抽象的描述。
例如：
“一个男人非常愤怒，情绪激动，充满压迫感。”
这段文字能够表达人物情绪，却没有明确说明人物应该做什么动作。模型可能让人物大幅挥手，也可能让他突然转身，甚至生成不符合剧情的夸张表情。
如果改成：
“男人皱起眉头，握紧右手，缓缓抬头看向前方，身体保持站立。”
动作目标就具体得多。如果需要表现紧张，可以描述人物握紧手掌、短暂停顿、缓慢转头等能够直接观察到的动作。对于图生视频，提示词尤其应该关注动作本身。因为人物外观、背景和构图通常已经由输入图片提供。Runway的官方图生视频提示词指南也建议，优先描述主体动作、环境运动和镜头运动，避免反复描述图片中已经存在的视觉内容。
动作提示词越明确，模型就越容易理解当前镜头需要完成什么。但描述也不能过度复杂。一个只有几秒钟的镜头，没有必要安排大量细小动作。
三、起始图片不合理，后面很难生成自然动作
图生视频通常需要一张参考图片作为初始画面。很多人只关注这张图片是否漂亮，却忽略了它是否适合接下来的动作。例如，人物需要从坐姿站起来，但参考图片中人物的双腿被桌子完全遮挡，椅子结构也不清楚。模型在生成站立动作时，就需要补充原图没有呈现的身体结构。如果模型对隐藏部分的推断不合理，就容易出现腿部变形、椅子位置变化等问题。
还有一种情况是，参考图片中的人物姿态本身就不自然。例如，肩膀与手臂连接关系不合理，手掌结构模糊，或者人物身体被裁切得过多。这些问题在静态图片中可能不明显，但进入视频生成后，往往会影响动作的连续性。所以制作图生视频之前，最好先检查参考图是否具备合理的身体结构。
- 如果计划让人物走路，参考图应尽量提供足够的身体信息。
- 如果只需要人物转头，可以使用面部和肩部结构清晰的半身图片。
- 如果人物需要伸手拿取物品，最好提前考虑人物与物品的位置关系。
参考图片应该服务于后续动作，而不只是追求单张图片的视觉效果。
四、镜头运动不要和人物动作互相干扰
有些AI视频看起来不自然，原因并不完全在人物动作上，而是镜头运动安排得过于复杂。例如，提示词要求人物向前走，同时镜头快速环绕人物，再突然推进到面部特写。这样的画面需要同时处理人物运动、视角变化和透视关系。如果模型无法稳定协调这些变化，就可能出现人物身体扭曲、背景移动异常或面部特征变化。
对于新手，更适合先使用相对简单的镜头设计。
- 人物动作比较明显时，可以优先保持镜头稳定。
- 例如，表现人物走路，可以使用固定镜头或平稳跟拍。
- 表现人物情绪时，可以采用缓慢推进的镜头，让观众注意人物表情。
- 如果镜头本身需要大幅移动，就尽量减少人物同时进行的复杂动作。
需要区分的是，镜头移动和人物移动是两种不同的控制要求。例如，“镜头向人物靠近”和“人物向镜头走来”，最终可能产生相近的主体放大效果，但人物身体动作和背景变化并不相同。提示词应该明确究竟是谁在移动。对于支持镜头控制功能的工具，可以根据实际功能设置推进、平移或其他运镜方式。但镜头控制并不能完全解决人物动作错误，仍然需要检查主体运动是否合理。
五、动作速度和生成时长，要提前考虑
AI生成视频时，动作速度也是影响自然度的重要因素。例如，让人物在短短几秒内完成站起、转身、走路和挥手，模型可能会把动作压缩得非常快。结果人物突然改变姿势，缺少正常动作之间的过渡。如果只需要表现人物缓慢转头，就可以在提示词中明确说明动作速度。
例如：
“人物保持站立，缓慢将头转向右侧，目光随之移动，肩膀基本保持稳定。”
相比单纯写“人物转头”，这段描述明确了动作方向、速度和身体其他部位的状态。不过，不能认为所有动作都应该放慢。走路、跑步、挥手和转身都有各自合理的速度。过度要求缓慢，也可能让人物动作显得僵硬。
视频时长同样需要根据动作内容安排。一个简单的点头动作，通常不需要占用很长时间。但如果人物需要从坐姿站起来，再完成明显的身体转向，就可能需要更长的镜头。如果当前工具支持的视频时长不足，可以把动作拆成多个镜头，而不是强行压缩。
对于需要精确控制动作时间的任务，还可以在后期剪辑时进行适度调整。但变速只能改变已有动作的播放速度，无法修复原本错误的肢体结构。
六、人物与物体接触，是最容易暴露问题的地方
AI视频中，人物与物品发生接触时，通常更容易出现明显错误。例如，人物端起水杯，手指需要准确包围杯身，杯子的位置也要随着手部运动变化。如果模型无法保持手掌与杯子的相对关系，就可能出现手指穿过杯子、杯子突然改变形状，或者物体没有跟随手掌移动等问题。类似情况还包括开门、握手、拿笔写字和多人拥抱。这些动作都涉及比较复杂的空间关系。
如果生成结果始终不稳定，可以考虑改变镜头表现方式。例如，剧情需要表现人物拿起桌上的信件，不一定必须生成一个完整的手部抓取动作。可以先展示桌上的信件，再切换到人物已经拿着信件的镜头。通过剪辑，观众能够理解人物完成了拿取动作。
对于某些必须展示的操作，可以使用手部特写，减少画面中其他无关元素。如果视频工具支持动作参考、姿态控制或其他针对性的控制方式，也可以尝试使用。但不同工具提供的控制能力并不相同，复杂接触动作仍然可能需要多次生成和人工筛选。
七、人物动作自然，还要保持前后镜头连贯
单个镜头生成得不错，并不代表整段视频的动作就一定自然。例如，第一个镜头中人物正向右侧走去，第二个镜头突然变成向左移动。如果没有交代镜头视角发生变化，观众可能会误以为人物改变了方向。还有一种情况是，前一个镜头人物刚刚抬起右手，下一个镜头却变成左手拿着物品。这种问题主要涉及镜头连续性。
对于AI漫剧和剧情视频，制作分镜时需要提前确定人物的位置、动作方向和物品状态。如果人物在前一个镜头中拿起手机，后续镜头就应该保持手机所在的手，以及人物正在进行的动作。人物外观也需要保持一致。尤其是转身、低头和侧脸镜头，模型可能重新生成不同的面部特征。如果已经建立角色参考图，可以在制作过程中持续使用，并检查不同镜头之间的差异。
对于连续动作，还可以根据工具能力使用上一段视频的末帧作为下一段的起始参考。这种方法有助于衔接部分视觉信息，但也可能把上一段中的错误带入后续镜头。因此，选择衔接帧时，最好避开人物变形、动态模糊严重或结构不完整的画面。
八、生成结果不自然，应该先改哪里？
很多人遇到动作问题时，会同时更换参考图片、修改提示词、调整生成时长和切换模型。这种方法虽然可能偶然得到更好的结果，却很难判断真正影响画面的是哪个因素。更实用的方法是先确定错误类型。
- 如果人物刚开始运动就出现明显的身体结构异常，应该优先检查起始图片和动作设计。
- 如果人物前半段正常，后半段逐渐出现面部变化或肢体变形，可以考虑缩短镜头，或者减少连续动作数量。
- 如果人物动作基本正常，但镜头看起来晃动、不协调，就应该检查运镜描述是否与人物运动冲突。
- 如果是手指穿模、物体突然变化，则需要重点处理人物与物品的接触关系。
还可以采用固定条件的对照测试。保持同一张参考图片和相同生成设置，只修改动作提示词，观察结果是否改善。例如，第一次只要求人物缓慢抬手，确认能够稳定完成后，再增加转头或目光变化。Runway的相关提示词指南也建议从简单的动作描述开始，每次增加少量要求，以便判断哪些调整改善了生成效果。这种方法虽然不能保证每次成功，但比反复堆叠复杂提示词更容易找到问题。
九、别要求每个镜头都动，合理使用静态画面
制作AI视频时，还有一种容易被忽略的情况：为了让画面看起来更有动态感，给所有镜头都安排人物动作。人物站着要转头，坐着要挥手，说话时还要不断改变姿势。结果整段视频显得非常忙乱，人物动作也不符合正常交流习惯。实际视频制作中，并不是每个镜头都需要明显运动。
- 例如，人物听到一条令人震惊的消息，可以通过短暂停顿和细微的表情变化表现情绪。
- 如果模型无法稳定生成复杂表情，也可以使用相对静止的画面，结合配音、音乐和镜头切换完成表达。
- 对于AI漫剧来说，适当使用静态分镜、缓慢运镜和人物反应镜头，是一种很实用的处理方式。
- 这样既可以减少复杂动作生成的难度，也能够让观众把注意力放在剧情上。
当然，静态画面不能无限重复使用。如果整部作品缺少必要的动作变化，也容易影响观看体验。关键是根据剧情选择合适的表现方式，而不是让每个镜头都承担复杂的动态任务。
人物动作自然，靠的是整套镜头设计
AI视频生成中的人物动作问题，不能完全依靠更换模型解决。参考图片是否合理、提示词是否具体、动作是否过多、镜头运动是否协调，都会影响最终效果。
对于刚开始制作AI视频的人，建议先从简单的动作练起，例如人物转头、抬手、坐下和缓慢行走。每次只测试一个主要动作，掌握后再逐渐增加变化。制作复杂剧情时，可以通过合理分镜，把一段连续动作拆成多个更容易控制的镜头。如果某个动作始终无法稳定生成，也可以尝试改变景别、调整画面表现方式，或者通过后期剪辑完成叙事。
人物动作自然，并不意味着每个镜头都需要复杂运动。 能让人物按照剧情需要完成合理的动作，并且保持前后镜头连贯，才是AI视频制作中更值得追求的效果。