pavo中动作僵硬需重写提示词：必须包含起始态、运动过程与节奏特征，如“掌门右手抓握发梢→小臂外旋发力→长发从左肩甩至右肩，发尾带起三缕碎发飘散，耗时1.3秒”。
☞☞☞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☜☜☜
在Pavo中写了“掌门甩发”“猫跳上灶台”“外卖员猛踩刹车”等明确动作，生成的视频里人物却像被钉在原地——不是模型不动，是提示词没把“动的过程”喂进AI的预测链里。
动作写成“结果”，AI只能猜着摆姿势
第一步：打开已生成的分镜页，找到动作僵硬的镜头，点击右侧【反馈】→选择“动作不符”。
第二步：在弹出框中重写该镜头的动作描述，必须包含起始态、运动过程与节奏特征，例如把“掌门甩发”改成：“掌门右手抓握发梢→小臂外旋发力→长发从左肩甩至右肩，发尾带起三缕碎发飘散，耗时1.3秒”。
第三步：提交后等待Agent重新调度生成，系统会强制将该描述注入视频帧间预测逻辑，而非仅渲染首尾两帧。
这一步的关键在于时间精度与肢体力学细节。AI视频生成本质是帧间插值，只给结果（甩发）等于只告诉它“终点在哪”，它得自己脑补怎么走过去——大概率走成瞬移或抽搐。加上“右手抓握→外旋→发尾飘散→1.3秒”，就等于给了导航路线图。
方法一：用身体信号替代动词
把“他生气地挥手”替换成“右肩先耸起0.2秒，手腕突然绷直，掌心朝外甩出，袖口布料因惯性向后鼓胀”。
AI对解剖结构和布料物理有预训练认知，但对抽象情绪动词（“生气地”）无感。身体信号是它能直接映射到运动生成的坐标。
方法二：绑定环境变量触发动作逻辑
在动作描述后追加一句环境反馈，例如：“外卖员猛踩刹车→后轮在湿滑沥青上拖出17cm黑痕→保温箱盖因惯性弹开35度”。黑痕长度、弹开角度、材质（湿滑沥青）都是可量化的物理锚点，AI会据此反推肢体受力方向与幅度，动作自然带出重量感。
检查三个致命断点
确认原始Prompt是否跳过了【Agent模式】入口：必须先进入左侧导航栏【Agent】模块再粘贴需求，否则系统走静态模板流程，动作指令被直接忽略。
检查分镜页顶部“自动运镜”开关是否仍为开启状态：【默认开启会覆盖你写的动作逻辑，强制插入无意义推拉摇移】。
核对“首尾帧控制”是否启用：未启用时，AI对每镜独立预测起止帧，导致相邻镜头肢体位置跳变。必须上传当前镜关键帧作首帧、下镜首帧作尾帧，才能强制动作连贯。
