AI 生成结果不理想怎么办：图片与视频逐项排查指南

把问题分为状态、输入、主体、构图、文字、风格、动作、镜头或输出文件。任务失败和任务成功但审美不合适，处理路径不同；图片中文字拼错，也不应靠调整视频运动参数解决。先写一句可观察描述，例如“产品标签发生变化”或“第 3 秒脸部变形”。

避免使用“很差”“没有质感”作为唯一记录。把它改成可核对的差异：主体占画面太小、背景颜色不对、镜头向左而不是向前、手臂在转身时断裂。明确发生位置和时间，会让下一步更准确。

先确认选择的是文字生成、图片编辑、图片转视频还是其他当前可用模式。查看上传控件是否正确显示首帧、尾帧、主体或风格素材；检查文件方向、清晰度、主体边缘和裁切。多张参考图若对身份、服装或颜色给出冲突，应先删除较弱的一张。

重新读取当前表单中的时长、比例、分辨率和其他控制项。不要假设另一个模型的参数在这里同样有效。输入本身模糊、过小或被界面遮挡时，继续增加提示词通常无法恢复已经缺失的信息。

把任务缩成“主体 + 主要动作或变化 + 环境 + 形式 + 一个关键限制”。先移除冗长风格词、互相冲突的镜头、同时发生的多项变换和大段负面清单。例如，先验证“保持产品与标签，只把背景改成浅灰”，再增加湿润石材、边缘光和烟雾。

若最小版本仍在同一位置失败，问题可能不是措辞长度。保留这条基线用于比较素材、设置或模型；若基线成功，再逐个加回细节，直到找到引起偏差的那一项。

主体不像参考时，优先使用更清楚、占比更大、边缘完整的单一参考，减少造型和场景同时大改。构图错误时只调整视角、景别、主体位置和目标比例。不要在同一轮既换脸、换衣、换背景又改变摄影机位置。

文字必须在原素材中可读，提示词要说明内容、位置与需要保持，但生成后仍需人工校对。手、饰品、包装角、商标和细线等局部问题，先通过更简单构图和更大主体验证；重要商业素材不要未经检查直接发布。

视频中先判断错误属于主体还是摄影机。人物走动、转头、布料摆动是主体动作；推进、拉远、平移、环绕属于镜头。一次只保留一个主要动作和一个简单镜头，并写明方向、速度和幅度。短片不适合塞入多个连续场景和复杂转变。

脸部或肢体只在某个时间点失稳时，减小动作幅度、缩短任务目标或换一张姿势更接近的首帧。镜头突然跳动时，去掉相互矛盾的运镜词。是否有专门的运动控制，应以当前表单为准。

对照测试必须保持提示词、素材和目标相同。先在同一模型内只改一个明确设置；若相同缺陷经过两三轮仍稳定出现，再选择支持同类输入的另一模型比较。不要同时更换模型、参考图、比例和提示词，否则无法知道哪个变化有效。

比较时记录主体保持、构图、文字、动作、镜头、所需积分和最终可用性，而不是只选第一眼最漂亮的结果。质量敏感任务应先做小样本，再决定是否扩大批量。

任务成功但内容偏差，且每次测试都改变了一个可解释变量时，可以继续受控优化。任务明确失败并已退还积分时，修正输入后可重试。任务仍在处理、上传异常、同一输入连续失败、状态与积分记录不一致时，应停止创建新任务。

联系支持时保留任务编号、时间、模型、模式、错误提示、参数摘要和不含敏感信息的截图。不要删除失败记录或公开私人素材。清楚说明“期望什么、实际发生什么、已经只改过哪些变量”，比笼统描述更容易定位。