先定义“轻量动画”的边界
人像动画不是小型电影。对头像、讲者卡片、个人资料和开场素材来说，最有价值的变化通常只是眨眼、呼吸、轻微表情和很小的头部运动。
如果提示词要求人物站起、换装、跑到另一个地点并配合环绕镜头，模型自然会重建场景，身份和背景也更容易漂移。
第一步：使用人像优先的源照片
让人物占据画面主要区域，眼睛和脸部对焦清楚，背景简单，肩膀或头部周围留有少量空间。严重侧脸、手遮脸、强烈反光眼镜和多人合照都更难控制。
第二步：把动作写成小幅变化
可以从这样的提示词开始：
保持人物身份、发型、服装和原背景。人物自然眨眼，轻微呼吸，头部小幅向镜头转动。固定中近景，光线保持稳定。
其中“保持什么”和“允许什么变化”都写清楚了。提示词没有新地点、道具或剧情，模型重构场景的理由更少。
第三步：限制镜头
固定镜头或非常缓慢的推近适合人像。快速环绕、拉远到全身和剧烈手持感会暴露源图没有提供的信息，模型只能自行补全。
如果最终需要复杂镜头，可以先生成稳定的人像动作，再在编辑软件中完成缩放、平移和转场。
第四步：逐区域检查
完整观看视频并检查：
- 两只眼睛和瞳孔是否一致
- 嘴部是否出现多余说话动作
- 发际线、耳朵和眼镜是否改变
- 衣服纹理是否闪烁
- 背景是否出现新人物或物体
发现问题时，一次只减少或修改一个动作，不要用更多形容词覆盖问题。
什么时候应该换用其他工作流
只需要轻微人像动作时，使用 人像动画特效。如果需要让人物跟随一条明确的舞蹈、姿态或镜头路径，使用 AI 动作控制 并提供参考视频更合适。
结论
稳定人像动画来自明确限制：主体不变、背景不变、镜头受控、动作轻微。先获得可信的存在感，再考虑更复杂的表现，通常更容易保持人物身份。