人像图转视频每次都是同样的失败方式——脸漂。每一帧本质上都是新生成，运动越大，模型就越倾向于”重画”五官。解决方法是把运动压到最小（呼吸、眨眼、20° 视线移动），并把片段做短（2-4 秒）。本页 Prompt 强制这个下限，并附各模型的具体说明，数据更新至 2026 年 6 月。
一句话总结： 每段只放一种微动作，原样粘贴身份锁定句，时长封顶 4 秒，源图短边至少 1024px。用 Kling 3.0 时还要先用参考图绑定人脸再生成。想要 10 秒成片，渲两段 4 秒再后期交叉淡化，比在一条片里硬扛漂脸靠谱。
这套 Prompt 适合用在哪
- 品牌站或 LinkedIn 的头像揭示
- 讲者介绍 / 播客封面
- 网漫节奏感的故事面板
- 专辑 / 单曲封面的细微动态循环
哪个模型最适合人像（2026 年 6 月）
身份稳定性更多取决于模型，而不是 Prompt。下面的 Prompt 各家都能用，但截至 2026 年 6 月，实际取舍是这样的：
| 模型 | 为什么适合人像 | 单片上限 | 入门价 |
|---|---|---|---|
| Kling 3.0 | 图转视频最强；Element Binding 锁脸 + 3D 人脸/身体重建，大幅减少变形 | 10 秒（部分模式 15 秒） | Standard 约 $6.99/月 |
| Hailuo 2.3（MiniMax） | 面部微表情自然，专为细腻的”真人感”表演调校 | 约 10 秒 | 768p 约 $0.045/秒；Standard 约 $9.99/月 |
| Runway Gen-4 / Gen-4.5 | 导演级控制（运动笔刷、运镜），把动作限定得很精细 | 最长约 60 秒，但人像要做短 | Standard $12/月（625 积分） |
| Google Veo 3.1 | 综合画质最好，原生音频，4K | 视档位而定 | 随 Google AI 套餐 |
纯人像微动作，优先用 Kling 3.0（Element Binding）或 Hailuo 2.3。需要把运动限定在单一区域（只动眼睛、只动嘴）时，再用 Runway 的运动笔刷。
微呼吸
image-to-video, subject breathes slowly, micro expression, no head movement, identity locked, 3 seconds微笑
image-to-video, subject's expression slowly transitions to slight warm smile, no other motion, identity locked, 3 seconds视线微移
image-to-video, subject's eyes slowly shift 20 degrees to the right, micro pupil dilation, identity locked, no head movement, 2 seconds套用前先准备好这些变量
- 运动类型：呼吸 / 眨眼 / 微笑 / 视线。每段只放一种微动作。
- 时长：2–4 秒，超过这个区间漂脸会复利。
- 身份锁定句：保持
identity locked, no head movement原样复用。 - 源图分辨率：短边 1024px 起；图转视频前先放大。
什么时候用这套 Prompt
适合 hero 头像、讲者介绍、专辑封面循环。需要明显动作或全身主体时改用 角色动作视频 Prompt。漂脸已经发生时看 AI 视频运动漂移修复。
怎么继续打磨
无论 Prompt 写了什么，identity locked, no head movement 一定要明确写出来。只要 Prompt 模糊，模型默认会加摇头。把时长压在 4 秒内，超过 4 秒漂脸会累积。要更长的片段，请生成两段短的然后在后期交叉淡化。
各模型的具体技巧，截至 2026 年 6 月：
- Kling 3.0： 生成前先把人脸加进 Element Library（用 3-4 张参考图：正面、侧面、半侧面），并开启 Bind Elements / Element Binding。这是稳定性提升最大的一步，比文字措辞还重要。它的 3D 人脸重建处理上面这些微动作几乎不变形。
- Hailuo 2.3： 多用
micro expression这类措辞。它专为细腻面部表演调校，呼吸和微笑这两条 Prompt 跑起来很自然；不要再叠加运镜。 - Runway Gen-4 / Gen-4.5： 用运动笔刷只在眼睛或嘴上”刷”动作，其余冻住。这样漂移就被限定在你真正想动的区域。
完整生产端流程看 图转视频工作流 和 AI 视频运动漂移修复。
容易踩的坑
- 运动强度大 → 五官漂（转头是最大杀手）
- 片段太长——4 秒内还稳，再长就漂
- 没写
identity locked，模型默认会加摇晃 - 源图分辨率太低，应先放大到 1024px 以上再做图转视频
- 一条 Prompt 里塞两个动作（呼吸 + 微笑），模型把它们平均了，脸会抖
- 用 Kling 3.0 却跳过 Element Binding，只靠文字 Prompt 撑
FAQ
能稳定做出 10 秒人像吗？ 单次渲染很难。生成两段 4 秒视频再交叉淡化，比硬扛漂脸稳得多。Kling 3.0 配 Element Binding 能撑得比多数模型久，但对这套微动作 Prompt，4 秒仍是可靠的天花板。
现在哪个工具做人像最好？ 截至 2026 年 6 月，Kling 3.0（Element Binding 锁脸）和 Hailuo 2.3（微表情自然）在人像微动作上领先。需要用运动笔刷把动作限定到单一区域时选 Runway Gen-4。如果还想要原生音频，综合最强的是 Veo 3.1。
源图必须是 AI 生成的吗？ 不必。1024px 以上的清晰真人照同样可用，但要确认你有使用该形象的权利。
为什么微笑有时候会闪？ 模型在补一个源图里没有的表情。把措辞软化（“嘴角微微上扬”），通常比加大运动强度更稳。
发布之前
人像动画涉及当事人同意和肖像权问题。请确认你拥有对源图的使用权，并查看平台对合成媒体的最新规则。如今很多平台要求 AI 生成视频加标注，参见 Kling 的 使用条款 以及 免责声明 中关于 AI 视频输出的说明。
相关
- 图转视频 Prompt：更广的图转视频模板库
- 角色动作视频 Prompt：当”动作”本身就是重点时使用
- 图转视频工作流：完整的生产端教程
- AI 视频运动漂移修复：漂脸发生后的恢复路径
- 人像转视频 Prompt：10 个静态到动态模板