世界杯打到现在，球衣这个类目的带货需求涨得很明显。
很多卖球衣、卖周边的卖家都想趁这波热点出一批带货视频，但找真人模特拍，从约时间到出片少说几天，而世界杯一个月就踢完了，完全等不起啊。
所以我们拿这个场景测了一条用 GPT Image2 出分镜、Seedance 2.0 跑出来的视频：一个女生站在球衣店里举着墨西哥队球衣讲解，后面镜头展示挂满货架的球衣和满墙的足球。
这条视频全程没有真人出镜，分辨率不高，乍一看跟手机随手拍的探店素材没什么区别。人物的表情和动作过关、而且背景也不是死的，墙上电视机甚至还放着比赛。
TikTok 这几年，老外对 AI 视频很是抵触，一眼看出直接划走，而且评论区还经常有人专门点出来，视频的互动直接就废了。平台算法也不傻，完播率低，自然不给流量， 视频在分发这一步就先输了，更别说带货了。
我们想明白了一件事：AI 视频「没有真人感」的问题，根本原因不在于模型，用最强的 Seedance 2.0 跑出来的假人比比皆是，而是要在提示词里有没有写「不完美」。
我们把这套「写不完美」的方法拆成了八个维度，每一个都配了能直接抄的提示词公式。
*01*
脸部、肢体——给过程，不给顶点
AI 生成的表情，有时候夸张到连我都绷不住。让它演生气，给你一张已经生气到顶出特效的脸；让它演高兴，可以高兴到像范进中举一样失心疯般的狂喜。。所以面部动作描述字数越细越好，至少包含眼、嘴、鼻、颈几个部位。
划重点
提示词公式如下：
脸部：[眼部动作] + [嘴部动作] + [鼻/颈/肩动作] + [情绪序列方向]举个例子，比如描述委屈，可以写：眼眶轻微泛红，下嘴唇不自觉向内抿，鼻翼有轻微颤动，呼吸节奏变短促；描述慌张，可以写眼神快速横扫左右，喉结明显吞咽，手指无意识收紧又松开等等。
肢体动作也是一样的问题。AI 默认简化动作，人物做主要动作时身体是静止的，而真实的人同时会有大量无意识的冗余动作。
划重点
提示词公式如下：
肢体：[主要动作] + [同步细节动作] + [衣物/发丝物理反应]我们开头演示的这条视频，女生低头看球衣再抬眼对镜头这个动作，没有一帧是定格的，因为提示词没有只写「她看着球衣」，而是写了完整的反应：先低头确认领口细节，停顿半秒，再抬眼。
*02*
皮肤——把瑕疵分层写进去
接下来就是人物的皮肤，也是被很多人诟病的一点，AI生成的人脸毛孔、细纹、肤色不均全被磨掉了，跟蜡像馆里的假人没什么区别。
所以解法是把瑕疵主动写进提示词，分四层写。
1肤质纹理
visible pores, subtle skin texture, fine lines, uneven skin tone, natural skin variation
可见毛孔、细微皮肤纹理、自然细纹、肤色不均、自然肤色变化1肤色血色
natural flush, capillary redness, blood flow variation
自然潮红、毛细血管红、肤色血色变化1含水含油状态
sweat beads, skin moisture, dry cracked lips, oily T-zone
细密汗珠、皮肤水润感、嘴唇干裂起皮、T区油光1光线跟皮肤的互动
subsurface scattering, skin translucency, soft highlight rolloff, natural shadow transition
皮肤次表面散射、皮肤透光感、高光自然过渡、阴影自然衔接四层都写了，建议加一句禁止模型做的负面提示词，以防往回磨皮。
airbrushed, smooth skin, plastic skin, wax figure, cartoon face, doll-like, oversmoothed, beauty filter, flat lighting, porcelain skin
喷枪磨皮、过度光滑皮肤、塑料感皮肤、蜡像感、卡通脸、娃娃感、过度平滑、美颜滤镜、平光无层次、陶瓷肌还有一个技巧：人物不说话，真人感反而更容易做出来。 比如我们跑了一个女生坐在咖啡馆，全程没有一句台词。镜头推近放大脸部细节，你甚至可以看到脸上的粗毛孔、黑眼圈、鼻翼泛红，保留 20% 不完美，比磨到 100% 干净更像真人。
*03*
外表细节——当下真实处境很重要
什么叫当下的处境嘞？比如角色处境是凌晨三点还在赶方案的人，那对应的外表细节是领口第一颗扣子松开，头发有几缕散落，眼底青黑，桌上有个空咖啡杯。
看懂的都哭了。。
划重点
提示词公式就是这么简单：
[角色处境] → [对应的毛发/衣物/面部状态]再多举两个例子：
| 角色处境 | 外表细节 |
|---|---|
| 第一次面试的应届生 | 西装有一处细微折痕，鞋子过于锃亮，手里攥着简历边角被捏皱 |
| 在菜市场讨价还价的阿姨 | 袖口挽起，手上有菜汁，布袋有点脏，发丝有几根不服帖 |
处境定了，外表细节自然就对了。
*04*
情绪留白——演一半比演到顶更真实
适当的情绪留白，才是人真实的生活状态。AI演情绪的毛病就是说来就来，中间过程全跳过，所以这一部分提示词得给它补上。
提示词公式可以用时间线：
0-1s：触发事件
1-3s：情绪反应第一层（身体先感知，还没完全表达）
3-5s：情绪反应第二层（面部开始失控，但仍有克制）按这条时间线下写，「正在大哭」就变成「眼眶已经红了，嘴唇在轻微抖，但还在强撑着说话」。这样 AI 才学得会、观众看起来也不会被突如其来的情绪给尬到。
*05*
运镜——不要只会固定镜头
镜头要根据情绪选运动方式，每一个镜头要清楚为什么动，而不是为了炫技。
[起始景别] + [运镜方式+速度] + [落点/停留位置] + [人物在运镜过程中的动作]并且不只是动作伴随才有运镜，情绪也可以有运镜加持，比如最常见的压迫感，就用中景急速推进至眼部极近景。
这基础的五个维度都围绕人物，我们团队成员照着复刻了一条经典爆款：一个男生向上颠球，球飞出画面，镜头也随着向上移动，结果一件球衣从天而降落在身上。
表情过渡这块还是不错的，找球时的疑惑、抬头挡光时眯眼、球衣穿上身的真实反应。要挑毛病的话，这条视频背景太整洁？换个景拍的糙点才能跟人设对上。
以上是人物篇的五个基础维度，接下来是环境篇的三个维度。
*06*
光源——画面太平？怎么打光自己给
AI打光太平是通病，跟手机自动美颜模式没什么区别，所以要告诉它光从哪里来。
划重点
提示词公式如下：
[光源位置] + [光源类型] + [光线强度/对比描述]公式里的光源位置和类型，照场景往里填就行：比如人物刻画用侧光、伦勃朗光（45°斜上方）、轮廓光；情绪氛围用烛光、暖黄台灯、蓝调时刻；自然写实用清晨窗边柔光、午后侧逆光、阴天漫射光。
*07*
景深与前景——没有纵深，人物像贴在背景上
光定了方向，接下来要解决前后关系——前景、中景、背景分开写，画面才有空间感。
划重点
提示词公式如下：
前景虚化遮挡物 + 中景主体清晰 + 背景极致虚化景深这块要用到光圈值，这是摄影里的概念。光圈数字越小，景深越浅，背景越虚化；数字越大，背景越清晰。比如极浅景深用 f/1.2-f/1.8，背景完全虚化；浅景深用 f/2.0-f/2.8，背景虚化但轮廓可辨；中等景深用 f/4.0-f/5.6，背景略虚但清晰。
所以可以写进提示词，让模型照着模拟这个镜头效果就行。模板如下：
写实摄影风格，ARRI Alexa 拍摄质感，35mm 胶片颗粒感，
自然光为主光源，浅景深（f/1.8），前景虚化，
皮肤纹理可见，轻微运动模糊，构图不刻意，
无美颜滤镜，无过度磨皮，无 AI 绘画感*08*
环境干扰与物理规律——背景不能是死的
比如我们开头球衣店那条视频，背景那台电视画面是一直在动的：一个进攻镜头切到另一个机位，再切到第三个角度，不知道还以为真的在放世界杯。
回去翻提示词才发现，这块只写了一句「墙面悬挂液晶电视播放足球赛事」，并没有专门交代运镜，剩下全是模型自己处理出来的。这反而提醒了：背景里这种会动的物体，值得单独拎出来写清楚，而不是交给运气。
划重点
提示词公式
[主体动作] + [环境干扰元素] + [物理规律描述]环境干扰可以是下班路上，身后有人骑车经过，车铃声让人物微微侧头。物理规律要管住头发、衣服、液体，比如衣服走路时滞后于身体，所有物体都要有支撑，不能无支撑悬浮。
环境这三个维度，换一条更日常的片子看更清楚：一个女生在超市花区选花，整个过程十秒。
这条最值钱的是空间没有偷懒： 背景的货架、顾客、远处的窗和停在外面的车都还在，而且这些顾客是会走动的、有自己的状态。近大远小的关系也对，前景花枝最大，中景变虚，再往后的景越远越小越糊，符合真实空间该有的样子。光线也自然，不是那种精致的影棚白。
*09*
邪修风格——不强调人物，强调氛围
还有更邪修的方法：不跟 AI 较劲了，直接换一种不要求高清可信度的氛围。
比如行车记录仪、监控、老式DV、手机偷拍等等，这些画面观众本来就不会拿电影镜头的标准去审视——糊、抖、噪点、曝光不稳，本身就是这类媒介该有的样子。
我们用这个思路跑了一条之前法国世界杯看台的录像：一个男人站在看台上，专注比赛，全程没有正脸特写，没有台词。画面偶尔有闪光灯曝光、手持抖动，前景时不时被别人挥动的手臂和围巾挡一下。
看完记住的不是这个人长什么样，而是现场的氛围，看得我都噪了。
划重点
如果说前八个是正面硬刚，第九个是绕开，那真正难的部分才开始。因为一条视频哪里不对，要先看出来，所谓的提示词公式才有地方用。
我们现在看一条新生成的视频，大概是这个顺序扫一遍：先看脸，定格感重不重；再看皮肤，是不是太磨皮；再看背景，死不死、其他物体有没有违反物理；最后看光，方向对不对。哪个地方让你觉得怪怪的，问题基本就出在那个维度。
如果玩邪修，标准更简单，直接降低观众对真人感的要求（因为视频根本不强调人物啊混蛋！）
