文生视频指的是用一段文字描述直接生成视频片段，而多数人卡住的地方并不是渲染本身，是描述写得不合格：画面几乎不动、人物前后变脸、镜头乱跳。本页按问题排查的思路来写，先把「现象—原因—处理」摆成一张对照表，再给出一条五步排查顺序和可以直接套用的提示词模板，最后说明怎么把固定设定写进角色卡，免得每次重写都从零开始。
文生视频失败：现象、原因、处理对照表
先对现象，再找原因，最后照处理动作做一遍，多数问题能在三步内定位。下表按出现频率从高到低排列。
| 现象 | 常见原因 | 处理动作 |
|---|---|---|
| 画面几乎静止，只有轻微抖动 | 描述里只有主体和风格，没有动作和速度 | 补一个明确动词，并写清快慢 |
| 前后两段不是同一个人 | 每段重新描述外貌，用词不一致 | 固定一段外貌文字，逐段原样复制 |
| 镜头突然跳切、场景跳走 | 一个片段里塞了多个场景或转场 | 一段只写一个动作、一个机位 |
| 输出和描述差很远 | 文字描述与画幅、时长参数互相冲突 | 先对齐参数，再回改描述 |
| 重写十遍还是不稳定 | 没有固定结构，每次都在改所有变量 | 用模板冻结骨架，只换方括号内容 |
| 上传参考图后人物变了 | 参考图与文字描述风格不一致 | 让描述贴近参考图，风格词全篇统一 |
表里最后两行最容易被忽略。风格冲突属于素材问题，流程混乱属于习惯问题，换工具都解决不了。
文生视频提示词写不动的三个根因：动作、机位、时长
一段描述里，可读信息其实只有三类：谁在做什么、镜头在哪、这段有多长。缺哪一类，对应的失败就会立刻出现。
动作缺失最常见。只写「一个人站在雨里」，画面没有时间维度，输出自然接近静态照片。改成「缓慢抬头，雨水顺着头发往下滴」，动作和速度都有了，画面才有动起来的理由。动作一次只写一个，先说抬手再说转身，两者会互相打架。
机位缺失排第二。景别决定画面里装多少人、多少环境，运镜决定观众的眼睛往哪走。不写机位时，多数工具会默认给一个不动的中景，看起来就「很平」。写「近景，镜头缓慢推近」和写「全景，镜头从左往右横移」，出来是两个方向。
时长的坑最隐蔽。一句话里塞三个场景，工具只能各分到一点时间，结果就是快切和跳变。稳妥的做法是按「一个动作等于一个片段」来拆，每段五秒上下，再用分镜脚本串起来。
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。
文生视频排查顺序：五步逐项定位
按顺序往下走，每一步只解决一件事，不要跳步。
- 先用一句话把想法写全：主体在什么环境里做什么，这一步先不管风格词。
- 把这句话拆成六个格子：主体、动作、机位、环境、光线色调、时长画幅，缺的格子先补上。
- 找一段已经跑通的描述当模板，把骨架固定下来，只替换方括号里的内容，结构一个字不改。
- 修改时一次只动一个变量，跑一次对比一次，同时动两项就分不清是谁起的作用。
- 把跑通的版本按场景存成一条记录，下次同类需求直接改替换位。
可复制的提示词模板与分镜脚本骨架
下面两份可以直接抄进对话框，方括号是可替换位。
用法上有两条纪律。第一，同一角色反复出现时，[固定外貌关键词]那一整段必须原样复制，改动一个词就可能换一张脸。第二，[风格]全篇只定一次，风格词来回换，质感会一段一个样。分镜脚本那份适合先写成文字版，再一段一段去生成，出问题时能立刻看出是哪一格写歪了。
在合欢AI把设定固定下来，减少重复劳动
聊天工具在这条链路里的位置是「写清楚」和「记下来」。合欢AI 网页即用，电脑和手机浏览器打开就能开始对话，不必先装软件；安卓有安装包，iOS 可以用 Safari 添加到主屏幕，Windows 有桌面端，同一账号数据同步。
需要长期复用的设定，建议写进自建角色：在「创作」里写角色卡，人设、开场白、世界书都是可编辑项，世界书条目支持关键词触发和按概率触发，还能设置插入位置、扫描深度和排序。这样角色的外貌、服装、语气只写一遍，后面所有镜头都从同一份设定里取词，比每段手打稳得多。开场白一个角色最多可以设 10 条，每条不超过 300 字，正好拿来放几套不同场景的开场模板。
手上已有现成文件的话，可以直接导入 SillyTavern 角色卡 JSON 和世界书，也能导入本站导出的作品包，导入文件不含 CG 图。想找写法参考，可以去创作工坊浏览开源角色卡，或者让 AI 辅助做卡。会话说长了，早期设定会被稀释，把关键项写进角色卡比靠对话历史更可靠。角色卡里的正则、屏蔽词、快捷指令、CG 图也能顺手填，绘图属于附带能力，本文不展开。
计费口径：可免费试用，进阶能力按平台规则计费，以产品内显示为准。另外说明，AI 没有真实情感，它能在会话里保持称呼、语气和剧情连贯，但不替代现实关系；如果因为情绪困扰而长期依赖对话，建议告诉身边的人或寻求专业帮助。
常见问题
问题：文生视频提示词里最该先补哪一项？
先补动作。多数的「画面不动」都是描述里只有静态主体，没有动词和速度。在主体后面加一个明确动作，再补上快慢，比如「缓慢转身」「快步走进画面」，同一段描述会立刻从照片感变成有时间流动的镜头。动作一次只写一个。
问题：同一个角色跨镜头老变脸，怎么处理？
把外貌描述冻结成一段固定文字，年龄、发型、服装、显著特征按固定顺序排列，然后逐段原样复制，不要改写同义词。换词等于换了描述，输出就容易变人。如果用了参考图，让文字描述贴近参考图的风格，别一边写写实一边传插画。
问题：在合欢AI里能直接出视频吗？
不能，合欢AI 的能力集中在 AI 聊天与角色对话，以及创作自己的角色卡和世界书，绘图只作为附带能力。它的用处在前一步：把提示词骨架、分镜脚本和角色设定整理成可复用的文本，再拿去支持视频输出的工具里生成。
问题：每段都要重写一遍，有没有省事的办法？
两个动作。一是把提示词模板存在手边，只改方括号内容；二是把固定设定写进角色卡和世界书，让每次对话自动带上同一份外貌与世界观。世界书支持关键词触发和按概率触发，还能调插入位置与排序，适合放跨镜头都要用的设定条目。