在pixtv生成两人互动视频需严格遵循三步：先用【角色名｜性别｜年龄｜服装关键词｜姿态】格式定义人物；再插入空间锚点明确距离与朝向；最后用分帧式动作（→串联或同步描写）配合量化微表情与环境/生理细节。
☞☞☞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PixTV中生成两个人互动的文生视频，需精准描述角色动作、空间关系与情绪反馈，否则模型容易将两人渲染成静止站位或肢体错位。直接写“两个朋友聊天”会得到模糊剪影，必须明确谁先动、视线朝向、手部位置及微表情变化。
设定基础人物与空间锚点
第一步：用固定格式定义两人，格式为【角色名｜性别｜年龄｜服装关键词｜站立/坐姿】，例如“李明｜男｜28｜深蓝衬衫＋黑裤｜站立”“林薇｜女｜25｜米白针织衫＋牛仔裙｜站立”。【角色名必须不同且全程一致，不能用“男生”“女生”代称，否则PixTV会混淆主体】
第二步：插入空间锚点句——“两人相距约1.2米，李明略偏左前方，林薇右脚轻点地面，身体微向李明倾斜”。没有这个句子，模型默认平行站立，互动感归零。
这一步操作起来很简单，直接把两段描述拼接进提示词开头即可，但漏掉距离和朝向，后续所有动作都会失去参照系。
写具体互动动作（推荐分帧式写法）
方法一：用“→”串联连续动作，适合握手、递物、击掌类短时交互。例如：“林薇伸右手→李明同步抬左手→双掌接触瞬间指尖微屈→两人同时微笑抬头”。【每个→前后必须是可视觉验证的肢体状态，禁用“开始”“准备”“即将”等模糊动词】
方法二：并列描写双方同步反应，适合对话场景。例如：“李明说到关键处挑眉，林薇立刻睁大眼睛+手指无意识卷住发梢+嘴角上扬15度”。这里“15度”是PixTV能识别的量化微表情，比“微微一笑”稳定3倍以上。
注入真实感细节
在动作描述后追加一句环境反馈或生理细节，例如：“两人说话时呵出淡淡白气（冬日清晨）”“林薇耳垂随笑声轻轻晃动”。这类细节不占主干权重，但能抑制AI生成塑料感肢体。
避免添加心理描写，如“李明感到紧张”，PixTV无法将其转为画面；也别写镜头语言，如“特写”“俯拍”，该平台不支持运镜指令。
