图生视频指的是把一张静态图片作为首帧输入，让工具据此生成一段会动的短片；它和只用文字描述的文生视频最大的区别是画面主体、构图、色调已经被首帧图锁死，所以出问题时排查的起点也从提示词挪到了那张图上。搜这个词的人通常卡在同一件事：图传上去了，出来的画面要么几乎不动，要么动得离谱、人脸垮掉。
图生视频故障对照表：现象、原因、处理
图生视频的失败很少是“工具不行”，多半是首帧图、运动描述、输出参数三者里有一项没对齐。下面八种现象覆盖了大部分出错场景，先对号入座，再决定是改图、改词还是改参数。
| 现象 | 可能原因 | 处理动作 |
|---|---|---|
| 画面几乎静止，只有轻微闪动 | 提示词只描述了画面，没有动作与镜头 | 补一句主体动作加镜头运动，删掉纯风格词 |
| 主体动了，背景整块漂移 | 没有区分前景与背景，整张图被当成一个刚体 | 提示词写明背景保持不动，或用局部运动区域 |
| 人脸变形、五官糊成一团 | 脸部占比太小、角度太侧、分辨率不足 | 换正脸或半侧脸，脸部至少占画面四分之一 |
| 动作幅度大，人物跑出画外 | 主体运动和镜头运动叠加在一起 | 只保留一种运动，另一项写固定不动 |
| 首尾接不上、循环回跳 | 单段时长过长，后半段靠工具自行推断 | 缩短单段，用上一段末帧做下一段首帧 |
| 手指数量不对、手部糊 | 首帧图里手部被遮挡或本身不清晰 | 换一张手部清楚的首帧图，或直接裁掉 |
| 整段发灰、风格偏离原图 | 风格词、光影词与原图基调冲突 | 删掉风格、光影、画质描述，只留动作和镜头 |
| 生成被拒、一直排队失败 | 图片内容触碰平台风控，或文件过大 | 换图、压缩尺寸、去掉可疑元素后重试 |
表格只能给方向，真正的定位要靠控制变量：一次只改一个地方，否则你分不清到底是哪一项起了作用。
图生视频三步排查：首帧图、运动描述、输出参数
最省时间的做法不是把提示词越写越长，而是按固定顺序压缩变量。首帧图已经给了你一张确定的画面，这本身就是最大的线索：先把图这条路排除掉，再去找词和参数的问题。
- 先验首帧图：把图片放大到 100% 看主体边缘，确认脸部、手部、主体轮廓清晰，主体在画面里占的比例不要太小；主体只占角落的图，先裁切或直接换图，不要急着改提示词。
- 再验运动描述：把提示词压到最短一句，只写主体做什么动作加镜头怎么动，例如主体缓慢转头看向镜头、镜头轻微推近；把风格、光影、画质词全部删掉，它们不会让画面动起来，只会干扰判断。
- 然后验输出参数：时长调到最短一档，分辨率用默认值，运动强度放到中档，先跑一条能看的基线；基线稳定之后，再逐项往上加。
- 最后固定基线：把这一组能用的图、词、参数记在便签里。之后每次只替换其中一个变量，失败时回到基线，而不是从零再猜一轮。
这套顺序的价值在于可回退。排查最怕的不是失败，而是每一轮都换了一堆东西，最后既不知道哪条能跑通，也没法复现。
想直接试一试？
进合欢主站选一个角色，把上面的内容用起来。可免费试用，进阶能力按平台规则计费。
首帧图的四个硬指标
首帧图决定了成片上限，后面所有参数只能在这个上限之内微调。上传前用四个指标过一遍。
- 主体占比：人脸或主体至少占画面四分之一。太小的话，工具会把像素预算花在背景上，主体一运动就糊。
- 清晰度：脸部不能糊，压缩过度的图先找回原图。分辨率越低，动作一大越容易崩。
- 姿态：正脸、半侧脸优于大侧脸和背影；手臂不要交叉遮挡躯干，手部尽量完整可见。
- 背景：层次越简单越稳。密集纹理、复杂人群、镜面反射多的图，容易出现整块漂移。
如果四个指标里有两条以上不达标，正确做法是换图，而不是靠提示词硬救。很多人反复失败的真正原因，就卡在舍不得换那张自己很喜欢的首帧图上。
画面不动与动过头：两个方向的调参
画面不动，通常是描述缺位。提示词里只写了“一个女孩站在窗边”，这是画面内容，不是运动。工具读不到动作指令，只能给出接近静态的结果。补上主体动作和镜头运动后，再考虑提高运动强度。
动过头是另一头。表现是主体位移过大、人脸结构塌掉、背景跟着一起晃。这类情况多半是动作、镜头、强度三项同时拉满，模型只能靠猜来填补中间帧。处理方式有这几条：
- 加程度词：缓慢、轻微、小幅、持续，比“快速”“剧烈”稳得多。
- 一次只写一个动作，不要在同一条里既转身又走远又抬手。
- 主体运动和镜头运动二选一，另一个写固定不动。
- 把运动强度参数调低，先看结构是否保住，再逐步加幅度。
- 单段时长缩短，把长动作拆成两段接续。
调参方向记一句就够：先保结构，再加幅度；结构坏了，幅度再大也只能重做。
图生视频提示词模板：四个槽位
与其每次临场发挥，不如固定四个槽位：动作、镜头、保持项、禁止项。下面这份可以直接复制，把方括号里的内容换成你的情况。
动作槽写清楚“谁在做什么”，镜头槽只选一种，保持槽是把首帧图里你不想丢的特征点出来，禁止槽用来压制最常见的画面变形。四个槽位都填满，再上传首帧图，跑出来的结果会稳定很多。
需要提醒的是，各平台内容层面都有风控，违法违规内容不会放开。排查精力应该花在图的选取和描述的精确度上，而不是想办法绕开审核，那类做法本文不讨论。
本文讲的是通用排查思路，适用于你手上的任意图生视频工具。本站合欢AI的主线是角色对话、角色卡创作与导入，绘图属于附带能力，这里不展开。可免费试用，进阶能力按平台规则计费，以产品内显示为准。
如果连续失败让你烦躁到影响状态，先停下来歇一会儿，必要时和身边的人聊聊，或者寻求专业帮助。AI 没有真实情感，工具的问题不值得消耗情绪。
常见问题
问题：图生视频出来的画面几乎不动，先改图还是先改提示词？
先改提示词。检查提示词里有没有写清主体做什么动作、镜头怎么动，很多人只写了画面内容，工具自然只能给静态。改完仍然不动，再按主体占比、清晰度、姿态、背景四项检查首帧图，最后才动运动强度参数。顺序反了会白跑很多条。
问题：首帧图很清楚，为什么人脸还是会变形？
清晰不等于适合。脸部在画面里占比小、角度偏侧、头发遮住五官轮廓，都会让工具在运动时把五官猜歪。处理办法是换正脸或半侧脸、把脸部放大到画面四分之一以上，同时把动作幅度降到轻微、镜头改成固定不动，先跑一条短时长基线看是否恢复。
问题：一段图生视频做多长比较稳？
没有统一数字，但规律是一致的：时长越长，后半段越依赖工具自行推断，越容易跑偏、接不上。稳妥做法是把单段压短，用上一段的末帧作为下一段的首帧，再把几段拼起来。这样每一段都在你的控制范围内，坏掉一段只重跑一段，不用整条重来。
问题：反复失败，应该换工具还是换图？
先换图。工具之间确实有差异，但同一张图在一套流程里跑不通，换到另一个工具往往还是同一类问题：主体太小、姿势太偏、时长太长。建议先把首帧图换成正脸、主体放大、背景简化，用同一套提示词再跑一次；仍然失败再考虑换工具或改用分段做法。