AI漫剧多人混战打斗提示词，如何避免画面杂乱？

学完这篇，你能写出一条主体清楚、动作能看懂的多人群战提示词，不再出现"五个人糊成一团"的画面。

多人混战是 AI 漫剧里最容易翻车的场景。翻车的原因通常不是模型不行，而是你在一个画面里塞了太多"同时在进行的事"：五个人各打各的、每人都在挥刀、每人都要露脸。模型只能把它们平均处理，结果就是肢体融合、多手多脚、脸糊成一片。

第一步：先把混战拆成 2–3 个镜头，别让五个人挤在一帧里

这一步做完，你会得到一张分镜表，而不是一句提示词。导演拍群战从不一个镜头拍完，你也不该。把"五人乱战"拆成：镜头 A 两人对刀（近景）、镜头 B 第三人从侧面切入（中景）、镜头 C 三人同框的远景收尾。每个镜头最多 3 个主体，其中只有 1–2 个在做完整动作。剪辑时三镜连起来，观众感受到的才是"混战"。

注意：一帧里超过 3 个人物且都在做动作，任何模型都容易崩。如果剧情必须 5 人同框，就把 2 人处理成剪影或虚化背景。

第二步：用"焦点人物法"写主体，只让 1–2 人做完整动作

这一步决定动作能不能被看懂。提示词里明确写"谁在做什么"，其余人用状态词而不是动作词。写成这样：

左侧黑衣剑客挥刀下劈，刀锋停在半空；右侧两名持盾士兵后撤半步，盾牌遮住上半身；背景第三名角色虚化，只露剪影。

注意差别："后撤半步""遮住上半身"是状态，"挥刀下劈"是动作。动作词只给焦点人物用。

第三步：给每个角色钉死空间坐标

这一步做完，人物不会再叠在一起。用"左/中/右 + 前/中/后景"两级坐标定位每个人物，例如"前景左侧""中景右侧""远景中央"。同时给一个统一的镜头轴线，比如"全体朝画面右方进攻"，避免有人朝左有人朝右导致视线打架。

注意：不要写"左边的人打右边的人"这种相对描述，模型的方位感很差。写"画面左侧""画面右侧"。

第四步：收紧镜头语言，用中景和过肩代替大远景

这一步直接决定画面干净程度。大远景会让每个人只有几十像素，模型只能胡乱补细节。改成"中景""过肩镜头""腰部以上"，人物占比大，崩坏率立刻下降。运镜只写一个，比如"轻微推镜"，别同时写推、摇、环绕。

第五步：套一个固定句式把所有信息串起来

按这个顺序拼：镜头类型 → 焦点人物动作 → 其他人物状态 → 空间坐标 → 环境细节 → 风格 → 参数。完整示例：

中景过肩镜头，画面左侧黑衣剑客挥刀下劈，刀锋停在半空；右侧两名持盾士兵后撤半步；远景中央第三名角色虚化剪影。前景飘落碎木屑。赛璐璐动画风格，粗描边，动感速度线，深色背景，单一光源从左上打来。--ar 16:9 --style raw --s 100

在 Midjourney v7 里，--style raw 加较低的 --s（100 左右）会让模型更听描述、少自作主张。用即梦 AI 网页版，在生成区把"模型"选为图片 3.0、"比例"选 16:9、"精细度"拉到 60 以上。用可灵做视频，选"首尾帧"模式，运动幅度调成"小"。

第六步：负面词和结构控制兜底

负面提示词固定加这一串：多余手臂、多余手指、肢体融合、面部崩坏、人群堆叠、透视错乱、文字、水印。

如果人物还是叠，上 ComfyUI：用 OpenPose 节点摆好 3 个人的骨架并上传，再用 Depth 节点固定前后景层次，权重给 0.7–0.9。这是目前治多人叠人最有效的办法。

注意：出图后别急着重抽，先固定种子（seed），只改一处描述再生成，否则你永远不知道是哪句话起了作用。

小结

• 混战拆成 2–3 个镜头，单帧最多 3 个主体，动作词只给焦点人物。
• 用"画面左/中/右 + 前/中/后景"两级坐标钉死位置，统一朝向轴线。
• 用中景、过肩代替大远景，运镜只写一个。
• 负面词常备"多余手臂、肢体融合、人群堆叠"，还乱就上 ControlNet 的 OpenPose + Depth。
• 改提示词时固定种子，一次只改一处。