问题在于未控制关键参数与分步干预逻辑：需按主体（品种+毛色）→姿态→光照→镜头顺序构建提示词；用加权负向词屏蔽失真；分段调节毛发强度、眼部反光及毛流一致性。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
想用跃问AI视频创作生成一只毛发顺滑、眼神灵动的猫狗实拍级视频，但输入“一只橘猫在窗台晒太阳”后输出的画面毛发炸开、瞳孔呆滞、动作卡顿——问题不在提示词本身，而在未控制生成过程中的关键参数与分步干预逻辑。
第一步：精准构建基础提示词结构
先写主体+姿态+光照+镜头，顺序不能乱。主体必须带品种和毛色，例如“英国短毛蓝猫”，不能只写“一只猫”；姿态要具体到肌肉状态，比如“微微歪头→左前爪轻抬→尾巴尖缓慢摆动”，这能激活模型对动态关节的理解；光照必须指定方向与色温，“午后45度侧逆光→暖白光（5500K）”比“明亮光线”更能还原毛发通透感；镜头写“iPhone 14 Pro电影模式→f/1.8景深→轻微呼吸感运镜”。
这一步漏掉任一要素，后续所有调整都是徒劳。尤其注意【品种名称必须准确到亚种，如“金毛寻回犬（美系）”而非“金毛”】，模型内部知识库对亚种毛质差异建模极细，错一个字毛发纹理就崩。
第二步：用负向提示词封堵常见失真点
方法一：直接屏蔽高频缺陷词组。在负向提示框里逐行输入： low quality, blurry, deformed paws, static eyes, glassy pupils, floating fur, disjointed joints, plastic texture, cartoon shading, overexposed highlights
方法二：针对猫狗特有崩坏点加权重。在“glassy pupils”前加(1.3)，在“floating fur”前加(1.5)——数值超过1.6会抑制过度导致眼神失去生气，低于1.2则无法压住AI惯性生成的玻璃球瞳孔。
✅ 五大心智模型（M1-M5）全保留 ✅ 四层建筑法（L1-L4）完整表格化 ✅ @多模态绑定语法优先级表 ✅ 20+ 场景诊断表（问题/原因/修复/边界） ✅ 八大行业模板（都配了完整提示词示例） ✅ 诚实能力边界表 ✅ Agent 触发关键词 + 标准入参/出参 ✅ 表达 DNA 固定风格
注意：【“static eyes”必须保留，删掉它90%的视频会出现眨眼频率恒定为每3秒一次的机械感】
第三步：分段控制毛发与眼神的生成强度
第一步：生成3秒基础片段时，将“Hair Detail Strength”滑块拉到0.72，过高（≥0.8）会导致毛发根根直立如钢丝，过低（≤0.6）会让底层绒毛消失，露出皮肤纹理。
第二步：单独选中眼部区域，点击“Refine Zone”→选择“Eye Sparkle & Micro-Expression”→把“Pupil Reflex Intensity”设为0.41。这个值是实测阈值：0.40以下眼神无焦点，0.42以上反光过强像戴美瞳。
第三步：导出前启用“Fur Flow Consistency”开关。它强制相邻帧毛发流向变化率≤12°/帧，关闭状态下猫甩头时毛发会突然180°翻转。
