先从动作路径说起。很多人只写一个笼统的动词，比如“转身”，AI收到指令后就开始自由发挥——角度随意、速度忽快忽慢、最后还可能出现反关节动作。解决方案其实不复杂：把单一动词拆成一条带有方向和形态变化的链条。比如“以左脚为轴→身体顺时针旋转45°→右肩前移30厘米，衣摆同步右旋”。每拆一段，就追加一个节奏锚点：“旋转过程耗时1.7秒，前0.5秒匀加速，中间0.9秒恒速，末段0.3秒缓停”。没有这个时间标定，AI会在帧间随机分配速度，结果往往是第8帧突然加速，第12帧又卡住。最后，别忘了在结尾强制加上闭环校验：“第30帧髋部旋转角须与第1帧偏差≤0.8°，否则重采样”。这句话不是可有可无——缺少它，AI就会在最后一帧自由修正姿态，轻则歪头耸肩，重则重心完全跑偏。

首尾帧提示词必须复用静态特征

很多人犯的错是：首帧写得很详细，尾帧却只改了动作状态。比如首帧是“穿墨绿工装夹克的短发女性，左手扶金属栏杆，右脚尖点地，背景是蓝灰瓷砖墙”，到了尾帧就简写成“完成动作的女性，右脚落地”。这相当于给了AI两个不同的人物描述——它会把首帧和尾帧当独立参考对象处理，结果就是手臂凭空消失，或者栏杆位置偏移。正确做法很简单：复制首帧的全部静态描述，只替换可动部位的状态。“穿墨绿工装夹克的短发女性，左手仍扶金属栏杆，右脚已完全落地承重，背景是蓝灰瓷砖墙”。复制粘贴替换几个词而已，但这一步能堵住AI“乱认人物”的漏洞。

固定镜头与空间锚点

动作不跳变的前提是镜头不乱动。所以首尾帧提示词最开头就要统一加一句：“固定机位，齐胸平视，浅灰纯色背景，无投影”。镜头约束写完之后，才轮到动作描述。另一个关键是用量化空间词替代模糊描述。不要写“他走过去”，要写“他向前直线移动1.2米，双脚间距保持32厘米，鞋底与地面夹角始终为6°”。数字越具体，AI自由发挥的空间越小。还有一个容易忽略的点：景别不能跳跃。首帧写“中景”，尾帧就不能写“大特写”——AI会强行缩放，造成主体突然变大或背景撕裂。镜头跳变后期很难修复，必须从提示词源头堵死。

插入起止态标记形成语义闭环

在首帧提示词末尾添加“（动作起始：重心正从左脚向右脚转移，膝关节屈曲角15°）”。在尾帧提示词开头插入“（动作完成：重心稳落右脚，左脚脚尖轻点地面，膝关节屈曲角恢复至15°）”。注意：起始态的终点必须严密对应完成态的起点。如果起始写了“抬手”，完成写“握拳”，中间就缺了“小臂内旋”这个必要过渡，AI可能补出肘部反折的诡异画面。闭环的意义就是告诉AI：“从什么状态开始、到什么状态结束，中间缺几步你自己算清楚，别乱编。”

绑定首尾帧图像并禁用形变

前面说的都是文字控制，但纯文字描述很难触发AI对视觉维度的深层锁定。更可靠的做法是：导出首帧和尾帧的PNG，确保两图中人物面部朝向、手持物位置、背景参照物像素级对齐。然后把这两个图片分别上传到“首帧参考”和“尾帧参考”栏，记得勾选“启用首尾姿态锁定”和“禁用像素级形变”。最后在提示词末尾追加系统指令：--maintain:subject_pose,background_layout,lighting_direction。这一步不能省略——没有它，AI还是会尝试微调背景光照或轻微形变，结果就是画面闪烁或人物轮廓漂移。