要让可灵AI精准输出贴合特定人群的训练画面，提示词开头必须“先声夺人”——用【目标用户】字段直接锁定年龄、性别、身体状态、训练目的。再搭配真实的行为细节与场景线索，少用虚词，避免堆砌矛盾特征。否则，AI大概率会给你一套“看起来都对，但实际哪都不对”的通用模板。

说白了，如果提示词里只有模糊的“年轻人”“健身爱好者”，可灵AI就只能输出那种千篇一律、完全看不出个人特质的画面。

用结构化字段锁定用户身份

直接在最开头嵌入一个【目标用户】字段。格式要严格规范：目标用户：[年龄]+[性别]+[身体状态]+[训练目的]。举个例子，“目标用户：32岁女性，久坐办公，体脂率28%，目标是改善圆肩驼背并增强核心稳定性”。这条字段必须置于提示词最前方，位置甚至比训练动作本身更关键——可灵AI对前置字段的敏感度，远超句末的补充说明。

别再使用“适合上班族”“面向初学者”这类模糊表述了。AI无法量化“上班族”一天究竟坐多久，也无法判断“初学者”是指从未下过深蹲的人，还是练过半年瑜伽但没碰过力量训练的人。

嵌入真实行为细节代替抽象标签

与其空泛地写“下肢力量不足”，不如换成具体动作细节：“单腿站立时膝盖轻微内扣”。你猜怎么着？后者能帮助AI更精准地调用姿态模型。同理，“核心薄弱”这个描述，远不如“做平板支撑15秒后腰部明显塌陷”来得有效。

环境细节同样能帮AI锁定画风。例如描述为“在15㎡居家客厅铺瑜伽垫训练，旁边有儿童玩具筐”，AI生成的画面自然会避免出现健身房器械背景；而“穿着无钢圈运动内衣+宽松棉质短裤”，比一句“穿运动服”更能限定服装的质感与动态表现。

但得留个心眼：身体特征的描述不要超过3个。比如“45岁男性、高血压、膝关节置换术后、糖尿病、零基础”这种写法会导致AI难以取舍，动作合理性会大打折扣。最佳做法是，只保留与本次训练动作最相关的1～2项特征。

按训练阶段动态调整用户描述权重

评估期：用户画像要占到提示词的60%以上

这个阶段，AI需要输出的是体态诊断画面，重点描述静态特征：头前伸角度、骨盆前倾程度、足弓塌陷状态。比如这样写：“目标用户：28岁女性，赤脚站立时足跟与地面完全接触但前脚掌外侧离地3mm，拍侧面照可见耳垂-肩峰-股骨大转子-外踝连线呈S形”。

激活期：用户描述降到30%，转向神经肌肉响应

此时，AI要捕捉的是训练动作中的代偿模式。提示词可以写：“目标用户：同上，做弹力带臀桥时臀部发力延迟0.8秒，大腿前侧代偿明显”。

整合期：用户描述压缩到15%，植入生活情境

这个阶段的镜头要体现“带任务训练”。例如：“目标用户：同上，需在接孩子放学前15分钟完成训练，手机计时器倒计时显示‘02:17’”。这样一来，画面天生就有了紧迫感和真实感。