AI 短剧人物为什么“演过头”？一套动作写法让表演更自然（前后对比实测）

结论先说：提示词里写情绪词（“眼神警觉”“震惊”），或者要求“让观众看清”某个瞬间，视频模型就会演过头。改成一串具体的动作：起始状态、一个有方向和幅度的主要动作、一个下意识的小反应、一个落点，再写明脸上不要做什么。同一个模型、同样时长、同一场戏，这样改完，瞪眼张嘴的惊吓脸变成了短促、可信的回头一瞥。

两段提示词

两条短片都用 Seedance 2.0 Mini 720p，5 秒，9:16。下面是实际提交的原文。

改前：情绪词，加上对观众的要求

竖屏短剧镜头。
深夜写字楼走廊，冷白顶灯一盏盏向远处延伸。
年轻女职员抱着一摞文件从画面右侧快步走入，高跟鞋声清脆；
走到画面中央时脚步一顿，肩膀微微收紧，回头望向身后空荡的走廊，眼神警觉，呼吸变浅。
固定中景，平视，轻微手持晃动，让观众看清她回头的那一下。
全程无字幕，不生成任何文字。

改后：动作分拍、手上的小动作、克制的表情

竖屏短剧镜头，深夜写字楼走廊，冷色调电影感，手持轻微晃动。
年轻女人抱着一摞文件快步走过，脚步先慢下来，停一拍，然后侧过头朝身后看了一眼，手指下意识把文件往怀里收紧了一点，随即转回头，加快脚步继续往前走。
表情克制，眉头只是轻微收紧，不瞪眼，不张嘴，不看镜头。

画面上变了什么

两段提示词不止改了一处（运镜描述和措辞也不同），所以这是写法的演示，不是严格的对照实验。

动作写法：四拍

1. 起点：人物正在做什么，手上有事（抱着、拿着、整理着什么）。

2. 一个主要动作：写清方向和幅度，比如“侧过头朝身后看了一眼”，而不是“紧张地四处张望”。

3. 慢半拍的小反应：一到两个下意识动作，比如抱紧、吞咽、屏住呼吸。不要超过两个。

4. 落点：身体最后停在哪里、相对镜头朝哪个方向。

最后补一句脸上不要做什么。否定式的指令很直白，但能稳定去掉模板化的“震惊脸”。

【景别】，【地点与光线】。
【人物】【手上正在忙的事】【起始动作】。
先【放慢 / 小变化】，停一拍，然后【一个主要动作：方向 + 幅度】。
【一个下意识小动作：攥紧、吞咽、呼吸】，随即【落点姿态，以及相对镜头的方向】。
表情克制：不瞪眼，不张嘴，不看镜头。

让表演像真人的几条规则

• 用节奏代替形容词。“停一拍，然后……”比“紧张”更有情绪。

• 给情绪一个隐藏目的。她继续往前走，是因为想离开，恐惧体现在速度上，而不是脸上。

• 对话戏一人动作、另一人慢半拍反应。两个人同时演情绪会显得很假。

• 不要要求观众注意什么（“让观众看清……”）。模型的回应就是把它放大。

• 除非有意打破第四面墙，不要让人物看镜头。

还有哪里不够好

• 第 4 秒左右的皱眉比“轻微收紧”更重。

• 提示词只写了“继续往前走”，没写方向，结果她转身背对镜头走远了，而不是从镜头旁走过。写成“继续朝镜头方向走，从画面左侧出画”就能固定下来。

这套写法已经内置在 SoulNexus 短剧工作台新项目的分镜和视频规则里，并搭配三视图角色设定稿保持人物一致。

常见问题

换别的视频模型也有效吗？

这次只测了 Seedance 2.0。不过“用具体动作代替情绪标签”本来就是导演指导演员的方式，在任何模型上试一试都不花额外成本。

每一拍要写时间点吗？

我们按顺序写，用“先”“停一拍”“然后”连接，不写时间点。5 秒的镜头最多三四拍。

人物需要强烈情绪怎么办？

把强烈情绪交给一个大动作（摔上抽屉、转身离开），脸保持平静。观众看懂了动作，会自己补上表情。

测试说明

两条短片都用 Seedance 2.0 Mini 720p 生成，5 秒、9:16，各生成一次，均生成于 2026 年 10 月 26 日。除网页压缩外未做剪辑。