AI角色总像“假人”？80个表情提示词直接抄，让角色真的有演技

2026-09-18

先搞明白：AI的表情，为什么总是“假”

先说个背景知识，不深，三句话能讲完。
心理学家Paul Ekman在1970年代建了一套面部动作编码系统，叫FACS，把人的面部表情拆成46个独立的动作单元，每个单元对应一块或一组肌肉的收缩，眼轮匝肌、颧大肌这些都有编号。

图片

这套系统里最有名的一个结论是：嘴角上提（AU12）加上眼轮匝肌收缩（AU6），才是心理学界公认的“真实微笑”，叫杜兴式微笑。它装不出来，因为眼轮匝肌不受意志控制。
你试一下就知道了：对着镜子咧开嘴笑，眼睛是没变化的；只有真开心，眼角才会挤出纹路。
这就是AI表情发假的第一层原因。你写“开心地笑”，AI能从训练数据里找到一万个样本，但大部分都是那种嘴在笑、眼没笑的客套表情。模型不负责区分，它只知道你说了笑，就给你一个平均化的笑。
所以这根本不是提示词技巧的问题，是认知问题。先搞清楚人是怎么演真的，才能让AI演真。

写表情的底层公式：五个要素，缺一个都崩
很多教程会让你写情绪词，“他生气了”“她很伤心”，这在AI视频里基本没用。模型拿到“生气”两个字，只能给一个泛泛的、卡通化的愤怒。
我把好用的表情提示词拆了一遍，发现都能套进一个公式：
面部部位 + 变化方向 + 力度程度 + 时间节奏 + 负面规避
五个要素，缺任何一个，AI都可能自己发挥，一发挥就崩。
举一个例子，写“压抑的怒火”：
  • 部位和方向：降口角肌收缩，嘴角下压约3毫米；眼轮匝肌下半部收缩，下眼睑轻微上移；咬肌紧张，下颌线明显硬化。
  • 力度：咬肌的紧张程度，让下颌线看得出是绷着的。
  • 时间节奏：从第1秒开始持续，一直到对话结束，中间不松开。
  • 负面规避：无夸张皱眉、无咬牙切齿、无面部潮红。
同样是愤怒，这个写法和“他很生气”的差别，就是真人发火和表情包发火的差别。
第一遍写会觉得麻烦，写顺了其实很快，而且能反复用。

图片


把表情拆成时间窗口：AI懂帧，不懂“故事”
这是最容易被忽略的一步，也是决定成败的一步。
表情不是一张照片，是一个过程。从收到消息到忍不住笑，中间有半秒钟的没反应过来，再到嘴角翘起来，再到眼睛弯下去。这个过程才是人，才是戏。
但AI看到的不是过程，是帧。你不把过程拆开讲，它就默认给一个标准表情，从头演到尾。
正确的做法是：把一段表情拆成多个时间窗口，每个窗口2到4秒，独立描述。
比如写“绝望后冷静”：
  • 0到1秒：收到消息，先是愣住，眉头上挑又落下，嘴唇微张。
  • 1.2到5秒：眼睛移开，慢慢呼出一口气，肩膀下沉，嘴角轻轻抿了一下，然后彻底放松下来。
前1秒是崩溃的瞬间，后面几秒是收回去的过程。这种按秒拆解的写法，比一句“他绝望了”管用得多。
我自己试下来的感觉是，提示词里带时间节点，生成结果的可控性完全是两个档次。

图片


克制比爆发难写：两个小词，治“卡通脸”
AI最擅长的是爆发，瞪眼、张嘴、青筋暴起，因为训练数据里全是夸张表情。它最不擅长的是克制。
你写“他压抑着怒火”，模型大概率给你一个眉头紧锁的大特写；你写“她强忍眼泪”，它可能直接来个泪流满面。

图片

解决的办法很土：在提示词里加subtle、slight，微妙的、轻微的。这两个词能明显压住AI的卡通化倾向。
再配合负面规避，直接告诉它不要什么：
  • no exaggerated expression（不要夸张的表情）
  • no forced smile（不要硬挤出来的笑）
  • no cartoonish face（不要卡通化的脸）
正面给方向，负面给边界，两个一起写，模型就不太敢放飞。
有做过测试的朋友反馈，这类约束词对主流视频模型的效果提升挺明显，画面稳定性和表情准确度都能上一个台阶。建议自己也拿一个镜头对比一下，加和不加的区别很直观。

九类表情，80个现成提示词
下面这张清单可以直接抄，都是半年攒下来常用的。每个词都可以作为表情描述的起点，再按五要素公式补全。
  • 快乐类：开怀大笑、含蓄微笑、窃笑、得意坏笑、讨好笑、温柔笑、苦笑、欣慰笑、如释重负
  • 愤怒类：压抑的怒火、爆发大吼、怒极反笑、阴沉冷笑、不耐烦怒视、憋着一股火、咬牙切齿、冷淡
  • 悲伤类：啜泣、含泪强忍、低头落泪、失声痛哭、麻木、自嘲苦笑、失神、悔恨自责
  • 惊讶类：震惊、轻度意外、难以置信、惊喜、被吓一跳
  • 恐惧类：极度恐惧、不安、心虚躲闪、吓呆、后怕、胆怯、焦虑
  • 傲慢类：不屑冷笑、居高临下、轻蔑瞥视、鄙夷、轻佻调戏
  • 害羞类：低头脸红、慌乱躲闪、偷瞄、尴尬、不好意思
  • 困倦类：打哈欠、眼皮沉重、慵懒、无精打采
  • 宠溺类：温柔注视、慈爱笑、宠溺调侃、心疼、深情凝视
用的时候挑一个最贴近剧情的词，然后问自己三个问题：哪个部位在动？往哪个方向动？什么时候动？补完这三个，再想想要不要加一句负面规避。

别忘了眼神光：像素级的灵魂缺口
面部肌肉再准，眼睛是死的，角色照样假。
人眼对眼神极其敏感，我们看一个人，第一反应永远是看眼睛。AI生成的眼睛经常像一潭死水，瞳孔里没有高光，看久了会觉得这人不在场。
做法很简单：在提示词里明确写眼神光，英文写法一般就是加一个catchlight，或者直接描述瞳孔里的高光位置。
  • catchlight on the upper left of the pupil, soft and warm
  • 或者更简单：瞳孔左上方有一点柔和的暖色高光
别小看这一个高光点，它几乎是像人和像蜡像的分界线。

图片


三步，把表情做成自己的库
方法再好，不沉淀下来也是白搭。我现在的流程固定三步。

图片

  • 第一步，建文档库。按情绪大类建文件夹，把试出来的好提示词按角色分类存进去。
  • 第二步，复制完整提示词。每一条都是验证过的完整版，五要素齐活的那一版，不是只有情绪词。
  • 第三步，每帧备注表情编号。写分镜脚本时在画面描述旁加一列表情编号，直接引用库里对应的提示词。到生成环节不用临时想词，也不容易前后不一致。
这套流程第一次搭要花一两个小时，之后每一场戏都是复利。
说句掏心窝的话：
这套东西不神秘，也不需要你懂解剖学，它需要的只是耐心：写提示词、试镜头、存库、再试。我见过不少人试了两三次就放弃，转头继续写“他悲伤地看着镜头”。
AI视频这条路，卷到最后卷的不是谁的模型新，是谁愿意在没人注意的细节上多磨几遍。表情，就是那个细节。


分享
下一篇：这是最后一篇
上一篇：这是第一篇