AI 生成結果不理想怎麼辦:圖片與影片逐項排查指南
依任務狀態、輸入素材、提示詞、主體一致性、構圖、文字、動作和鏡頭逐項排查 AI 圖片與影片;用單變數對照決定重試、換模型或聯絡支援。

結果「不理想」可能是完全不同的問題:任務未完成、素材未被正確讀取、主體不像參考、構圖偏離、文字錯誤,或影片動作與鏡頭失控。先分類,才知道下一輪要改什麼。
有效排查不是每輪重寫整條提示詞,而是固定輸入與模型,建立可重現的基準,再一次只調整一個主要變數。記錄修改與結果,才能區分素材、指令、設定或模型適配。
1. 先把問題分到正確類別
把問題分為狀態、輸入、主體、構圖、文字、視覺處理、動作、鏡頭或輸出檔案。任務失敗與任務成功但風格不合,處理方式不同;包裝文字錯誤,也不能靠調整影片運動參數修正。先寫一句可觀察描述,例如「產品標籤改變」或「第三秒臉部變形」。
不要只記「很差」或「不夠高級」。改成可核對的差異:主體太小、背景色不對、鏡頭向左而非向前、手臂在轉身時斷裂。發生位置與時間越明確,下一個測試越有用。
2. 核對輸入與目前模式
確認選擇的是文字生成、圖片編輯、圖片轉影片或其他目前可用流程。檢查上傳欄位是否正確顯示首幀、尾幀、主體或風格素材,並查看方向、清晰度、主體邊緣與裁切。參考圖若在身分、服裝或顏色上衝突,先刪除較弱的一張。
重新閱讀目前的影片長度、比例、解析度和其他設定。另一個模型的控制項不一定適用。來源模糊、過小或被介面遮住時,增加提示詞無法補回原本不存在的資訊。
3. 用最小提示詞重建基準
把任務縮成主體、一個主要動作或變化、環境、輸出形式和一個關鍵限制。移除過長的風格清單、衝突鏡頭、同時發生的多項轉換與大量負面詞。先驗證「保留產品與標籤,只把背景改成淺灰」,再加入石材、邊緣光與霧。
最小版本仍在同一位置失敗時,原因可能不是提示詞長度。保留這條基準比較素材、設定或模型;若成功,再逐項加回細節,找出造成偏差的指令。
4. 修正主體、構圖、文字與局部細節
主體不像參考時,先用一張更清楚、占比更大且邊緣完整的素材,減少造型和場景同時大改。構圖錯誤時只調整視角、景別、主體位置與比例。不要一輪同時換臉、換衣、換背景和改攝影機位置。
需要保留的文字在來源中就要可讀,提示詞可說明內容、位置與保持要求,但結果仍需人工校對。手、飾品、包裝角、商標和細線等細節,先用簡單構圖與較大主體測試。
5. 分開調整動作和鏡頭
先判斷錯誤屬於主體或攝影機。走動、轉頭、布料擺動是主體動作;推進、拉遠、平移、環繞是鏡頭。保留一個主要動作和一個簡單鏡頭,寫明方向、速度與幅度,避免短片承擔多個場景和複雜轉變。
臉部或肢體只在某一時刻失穩,可降低動作幅度、縮小目標或換成更接近目標姿勢的首幀。鏡頭突然跳動時,刪除互相衝突的運鏡詞。專用控制項以目前表單為準。
6. 以相同輸入比較設定或模型
對照測試要固定提示詞、素材與目標。先在同一模型只改一個明確設定;同一缺陷經兩三輪仍出現,再比較支援相同輸入的另一模型。不要同時換模型、參考、比例和提示詞。
記錄身分保持、構圖、文字、動作、鏡頭、點數與是否可用,而非只選第一眼最吸引的結果。品質敏感任務先做小樣本,再考慮擴大。
7. 判斷應重試或聯絡支援
任務成功且問題屬於內容,每次也只改一個可解釋變數時,可以持續受控調整。任務明確失敗並顯示點數退還後,可修正輸入重試。仍在處理、上傳異常、相同輸入連續失敗或狀態與點數不一致時,先停止新任務。
聯絡支援時保留任務編號、時間、模型、模式、錯誤、設定摘要與不含敏感資訊的畫面。不要刪除失敗記錄或公開私人素材,並清楚說明預期、實際症狀和已測試的變數。
生成結果排查常見問題
結果不理想時要先改提示詞還是換模型?
先分類並建立基準。任務狀態與輸入正常時,只改對應問題的一項;同一問題經兩三次受控測試仍出現,再用相同輸入比較合適模型。
參考圖中的人物或產品為何會改變?
常見原因是主體太小、被遮擋、邊緣被裁掉、參考互相衝突,或提示詞要求太多變化。先減少參考與轉換,再確認目前模式支援身分保持。
什麼時候不應繼續耗用點數重試?
任務仍在處理、上傳或狀態異常、相同輸入連續失敗、表單與記錄不一致時,應先暫停並保留證據,必要時聯絡支援。
用一次可比較的小測試重建基準
保留相同輸入和模型,只修正最主要的一項;記錄結果後再決定細調或換模型。