上个月帮表姐做AI视频，才发现新手最容易踩的4个坑

上个月我表姐突然找我，说想给她家闺女做个生日视频，用AI那种，看别人发的效果绝绝子，自己捣鼓了两天差点把电脑砸了，

我过去一看，好家伙，她踩的坑我去年帮另一个朋友做的时候也踩过，今天就把新手最容易掉的四个坑掰开说说，顺便把怎么绕过去也讲清楚。

核心结论

新手做AI视频，八成的时间都浪费在四件事上：提示词写得太笼统、素材喂得太多太杂、生成参数没调对、忘了检查口型同步。这四点你提前避开，做一条能看的视频大概能省下差不多三四个小时。

具体方法

第一步：把提示词拆成“谁+在哪+干什么+什么风格”

我表姐一开始输入的是“一个小女孩过生日很开心”。

这种提示词AI根本没法接，出来的画面要么是模糊的卡通人脸，要么直接给她生成了一只戴生日帽的猫（这个我真没想到）。

后来我让她改成“六岁女孩，坐在铺碎花桌布的餐桌前，面前一个插着六根蜡烛的草莓奶油蛋糕，暖黄色灯光，宫崎骏动画风格”。

同一个工具，出来的画面直接能用了哈。

记住，AI视频工具对数量词和具体物件特别敏感，你写“六根蜡烛”它就给你六根，写“几根”它可能给你画成一把筷子。

第二步：素材只喂三到五段，每段别超五秒

你是不是个人看法是素材越多AI学得越像？

错了。

上个月我用某东上买的便宜麦克风录了表姐的声音，一共喂了十二段进去，结果AI合成出来的声音像在水里说话。

后来删到只剩四段，每段大概三到四秒，反而清晰得跟原声差不多。

视频素材也一样。

你扔二十张照片进去，AI会挑花了眼，人物脸型来回跳。

我现在的习惯是：同一个人物，只给正面、侧面、半身各一张，最多再加一张全身。

就这四张，跑出来的形象稳定性比十几张强得多。

第三步：参数里这两个数值先动

打开生成设置，别被那一堆英文吓到。

你优先找两个东西：运动幅度和一致性强度。

• 运动幅度调到中等偏下（大概30%到40%的位置）。调太高人物会像喝了假酒一样乱晃，调太低就成了静态图加轻微呼吸。
• 一致性强度拉到70%到80%。这个数值保证你生成第二段视频时，人物的脸和第一段不会差出十万八千里。

我试过把一致性强度拉到95%，结果画面直接卡成PPT，每帧都在抽搐。别问，问就是手欠。

第四步：生成完先看口型对没对上，再导出

这一步特别容易被跳过。

尤其是做带说话的视频，AI有时候会把“妈妈”的口型对成“爸爸”，或者干脆嘴巴不动光眨眼。

我去年十月在杭州出差，晚上在酒店帮朋友赶一个祝福视频，导出后才发现后半句口型全错，又重新跑了一遍，白白多花了四十分钟。

现在的习惯是：每生成十秒就回放检查一遍，发现口型对不上就立刻调整音频的起始时间，往前挪0.2到0.3秒通常就能救回来。

别等到整条视频都渲染完了再去看，那时候改起来更麻烦。

避开这几个坑之后，我表姐那条生日视频前后用了不到两个小时就搞定了。她闺女看完指着屏幕说“妈妈这个姐姐好像我”，把表姐乐得不行。

还有个小细节：做视频的时候把手机调成勿扰模式。

我表姐中间接了三个电话，每次回来都得重新找思路，浪费的时间比做视频本身还长。

（如果你有更好的经验，欢迎在评论区补充。

）