很多团队在 AI 视频里浪费时间，不是因为模型差，而是排错方式不对。高效做法是先分类问题，再单变量修复。
三类高频问题
- 闪烁：亮度或纹理帧间抖动。
- 人物/物体漂移：脸、服装、形态变化。
- 运动失控：镜头和动作节奏不连贯。
推荐排错顺序
按这个顺序做：
- 先锁主体一致性。
- 再简化镜头运动。
- 再稳定光线指令。
- 最后补最小禁止项。
先改风格词，通常会掩盖根因。
闪烁怎么修
Prompt 侧
- 只保留一个主光方向
- 避免同时写冲突色温
- 减少高反材质堆叠
场景侧
- 降低纹理复杂度
- 控制高光运动范围
漂移怎么修
Prompt 侧
- 明写“同一人物/同一物体贯穿全程”
- 补充稳定服装或几何细节
- 删除竞争性次要主体
流程侧
- 第一轮先缩短镜头时长
- 先固定可用 base prompt，再做风格分支
运动失控怎么修
Prompt 侧
- 只保留一个镜头动词
- 写明速度（slow and stable）
- 保持一个主动作
剪辑策略
如果必须两个镜头运动，拆成两条 Prompt 后期拼接。
最小约束包
多数场景用这组就够：
- 无文字
- 无字幕
- 无水印
- 运动稳定
- 画面干净
不建议一上来写超长负面词列表。
建议记录模板
每次运行记录：
- Prompt 版本
- 本次改动变量
- 输出问题
- 下一轮假设
这样能避免重复踩坑。
结论
AI 视频 Prompt 排错是工程问题，不是玄学。先分类，再单变量修复，再记录证据，稳定性会持续提升。
