AI绘画喝水动作总穿模？广告分镜师的杯子与手部控制实录

AI绘画喝水类动作的核心难点，是两个物体的空间关系——嘴唇贴杯沿、手指环杯身，这两个接触点只要有一个歪了，整张图就露馅。9月我在北京接了一支饮品广告的30秒分镜，一共14格，其中5格是喝水动作，甲方是出了名的抠细节，杯子上的logo位置都不能飘。这一单做完，我对"人物与物体交互"类动作总算有了套稳的路数。

先给个直观印象：这5格总共抽了六十多张，前期崩率大概八成。手穿模算轻的，最离谱的一张，杯子里伸出一根手指泡在水里，客户要是看到这个得当场报警。

喝水动作的四个高频崩点

手指穿杯、杯壁抠手、水面悬空、杯子消失是喝水图的四大崩，全都发生在接触点附近。杯子类型写得越具体，崩点越少。

手指穿杯最常见：杯子是玻璃的，手指直接插进杯身里，像特效做砸的科幻片。杯壁抠手次之，五根手指环着杯子，有一两根没贴在壁上，悬在空气里打弯。水面悬空更阴险，远看图挺正常，放大一看杯子都倾斜四十五度了，水面还是水平线——这个错人眼特别敏感，因为它违背物理。杯子消失主要发生在仰头镜头，人物头一仰，杯子还在嘴边，但嘴和杯沿之间隔了两厘米的空气，喝了个寂寞。

这些崩点有个共同规律：离接触点越近，越容易崩；杯子越小越难画。小水杯比马克杯崩率高，马克杯比带把手的茶杯崩率高——把手是第二个交互点，模型要多处理一层关系。

提示词结构：先杯后手，分开交代

正确结构是杯子类型加holding加drinking，三段各管一摊；想更稳就写"two hands wrapping around the cup"这种具体手势。整句越具体，交互关系越不容易散。

那支广告分镜我最后大量用的是白瓷杯和纸杯，原因很实际——客户要的是"干净可靠"，杯子上崩点越少我交稿越快。玻璃杯只留了一格特写：杯壁的水珠特写好看，代价是重绘了四次手指。分镜里人物关系简单时侧面视角更好控，之前写过一篇AI画侧面视角的思路，喝水动作侧写确实比正面稳。

两步生成法：先拿稳，再喝上

第一步生成"手持杯子"的静止姿态，第二步只框嘴部区域重绘成"贴杯喝水"，把最难处理的接触点单独解决。两步法把崩率从八成压到三成以内。

一步到位出"正在喝"的图，等于让模型同时解两道题。拆开就简单了：第一步出"holding a glass of water, relaxed pose"，持杯站立，嘴和杯子还有距离，这一步崩率不高。第二步局部重绘，蒙版框住嘴到杯沿的区域，提示词换成"drinking, lips touching the rim"，重绘幅度0.45左右。接触范围小，模型只需要补一小块，稳得多。

仰头镜头还有个补细节的招：写"throat visible, head tilted back"，喉结和下颌线一起交代，模型对"吞咽"的理解会到位很多。不加这句，仰头图里经常出现杯子贴着下巴却没碰嘴的灵异构图。

9月那支广告最后两格改了三次，都是客户要求"水面必须能看到波纹"。静置的杯里加ripples on water surface确实更活，但波纹一写，杯子倾斜的崩率又上来了——水面和杯口的角度关系是物理题，模型物理不好，这个坑你得知道。

广告10月上旬过稿，客户结款爽快，还介绍了下一单。分镜这行有个好处，每个动作都是一遍遍打磨的机会，喝水这个动作我从最开始抽二十张挑不出一张，到最后能预判它会怎么崩。所谓经验，就是把模型的三门理科（物理、几何、解剖）挨个摸一遍底。

常见问题

喝水和喝茶的提示词能通用吗？

结构通用，细节分开。茶要多写热气"steam rising from the cup"，水面崩率反而低一点，因为蒸汽分散了注意力，接触点小瑕疵不明显。

运动后大口灌水那种画面怎么画？

写"chugging water, water spilling from mouth corner"，嘴角溢水是加分项，能盖住不少嘴部小崩点，而且特别出情绪。

两只手捧杯的动作稳吗？

比单手稳。写"both hands cupping the mug"，两只手互相参照，模型反而不容易给手指加戏，冬天暖手那个场景出图很有生活感。

杯子上要画logo怎么办？

别指望一步到位。先出干净杯子，后期把logo贴上去，或者局部重绘杯身单独加。让模型直接画文字标识，十次有十次给你画成乱码。