模特跳舞ai指令怎么写？女装店主实测的口令写法

模特跳舞ai指令这个事，我是被逼着学的。连衣裙上新，请人拍舞蹈短视频一条报价六百，一周档期还排不上。我就自己琢磨AI生成，头三天出的视频惨不忍睹：模特跳着跳着多出一条腿，裙子转个圈直接变成两截。后来把指令拆开来一句一句试，才明白问题不在工具，在我说得太笼统。结论放在前面：指令写得像导演说戏，AI就是好演员；写得像点菜，它就是个乱扭的木偶。这钱要省，功夫全得花在措辞上。

跳舞指令和普通出图指令，差在哪

出图指令描述的是一瞬间，跳舞指令描述的是一段时间；必须交代节奏快慢、身体哪些部位怎么动、镜头跟不跟，三者按顺序写清楚才能出连贯动作。打个比方，出图像拍照，按一次快门；跳舞指令像拍 MV，你得告诉摄影机怎么摇、演员哪个八拍出手。我一开始写的"让模特跳舞"，四个字，出来什么全凭AI心情。

摸索出一版后我把指令拆成三段式。第一段定节奏：慢速摇摆还是快节奏律动。第二段定部位：只说上半身或只说胯部和裙摆，贪心全说必乱。第三段定镜头：固定机位还是缓慢推近。改完之后废片率肉眼可见地往下掉。还有个反直觉的点：指令不是越长越好。我写过一段两百字的指令，把每个关节都描述了一遍，结果AI纠结在细节里，动作反而僵硬。后来我固定控制在五十字上下，抓大放小，效果反倒顺了。

三种指令写法摆一起，差距吓人

笼统指令成功率不到两成，三段式指令能到七成，加上参考视频还能再抬一截；写法比工具重要，这是我拿六十多条废片换来的数。下面这张表是我自己的测试记录，同一件碎花连衣裙、同一个工具，只改指令写法，各跑二十条视频统计出来的。

三段式的具体模板给你：第一段"中速节奏，每两拍一个明显动作"；第二段"肩部随节奏左右摆动，裙摆自然甩动，手臂小幅摆动，脚步不移动"；第三段"固定机位，全身入画，背景不变化"。就这几十个字，把我从废片堆里捞了出来。有个细节必须提：写"脚步不移动"特别关键，不然AI爱让模特满屏乱走，构图全毁。同样的指令我还会换两三个节奏词各跑一遍，慢速摇摆、中速律动、快节奏蹦跳，三选一挑最贴音乐的，多花两分钟，成片贴合度高一大截。

卡点、废片和补救，都是体力活

指令只能保证动作像样，成片还要靠卡点剪辑；废片先看是节奏段写错还是部位冲突，局部改词重跑，别整条重来。我这两周生成四十三条视频，能直接用的十七条，剩下的要么动作穿帮要么节奏对不上音乐，补救是家常便饭。

卡点我用的笨办法：先选好音乐，把鼓点时间轴标出来，再让视频慢放逐帧找动作变化最大的那一帧，剪到鼓点上。一条视频这么搞下来要四十分钟，不聪明，但成片节奏就是比直接生成的好看，播放量能差出两三倍。五秒片段够抖音用，想要十五秒的完整版，我会把两条三段式指令分两次生成再剪到一起——一次生成十五秒，动作散得没法看。

废片补救我总结了两个口诀。动作漂移（越跳越偏、最后整个人挪出画面）就回指令里加"脚步不移动，位置固定"。裙摆穿模（转圈时布料劈叉）就把"大幅旋转"降级成"轻缓转身"，或者干脆把旋转从指令里删掉，靠后期加个转场效果顶上。有次一条视频改了四版指令才过，那一晚我对着屏幕怀疑人生，第二天看着破万的播放又觉得值了。

回头看，从六百一条的外拍报价，到现在八毛钱一条的AI视频，省钱只是小头，大头是我随时能拍、当天能发。跳舞视频这东西对女装店来说就是橱窗，橱窗里的人跳得像不像样，指令写得细不细，一半的命都握在这里。

常见问题

真人实拍和AI跳舞视频要不要混着发？

我现在的比例是三比一，三条AI配一条真人。全AI容易让粉丝审美疲劳，真人那条负责信任感，AI负责铺量。

指令写英文会不会效果更好？

我试过对照，这批工具对中文理解已经不差了，差别在误差范围。写得具体比写得洋气重要得多，别折腾翻译了。

什么样的衣服适合做跳舞视频？

裙摆有垂坠感的最好看，转起来有画面。紧身裤和硬挺的西装就不行，动作幅度小，视频看起来很尬。

一条视频一般生成多久？

五秒的片段大概一分多钟出一条，我一般一次排队跑十条，去喝杯茶的功夫回来挑片，效率比等档期强太多了。

延伸阅读

想往编排深度走一走的，看这篇ai模特创意舞蹈实操，动作编排和卡点剪辑讲得比我细。