Guía de uso

Modo de referencia total

El modo de referencia total es ideal para reproducir de forma estable un sujeto, una escena, una acción o una voz. Se recomienda asignar a cada material un nombre de referencia claro, por ejemplo @Image1, @Video1 y @Audio1.

Ejemplo: referencia multimodal de sujeto y audio

Dos imágenes de personajes, dos archivos de audio y una escena de gimnasio pueden controlar en conjunto la identidad de los personajes y el timbre del diálogo:

Referencia de sujeto por imagen/video

Se aplica a casos como consistencia de personajes, fichas de personaje, vestuario, apariencia de producto, recreación de escenas y referencia de acción.

El prompt debe incluir al menos:

1. La correspondencia entre el sujeto y el material de referencia;
2. El peinado, contorno facial, vestuario, accesorios, color, textura y proporciones que deben mantenerse;
3. La expresión, la postura, la distancia de encuadre y la dinámica del entorno que pueden variar;
4. El ritmo, la lógica de movimiento y la forma de cortar planos del video de referencia.

Referencia de secuencia de video

0–2 s: el sujeto se muestra centrado, con un ligero giro de cabeza;
2–2,4 s: giro horizontal tipo "carta" a lo largo del eje vertical central;
2,4–4,4 s: el siguiente sujeto se muestra centrado;
se repite este ritmo, y el último sujeto termina quieto y estable.

El ejemplo de tocado de estilo tradicional chino sigue un ritmo fijo de "mostrar centrado — giro horizontal tipo carta — mostrar el siguiente sujeto":

Referencia de audio

El sujeto 1 usa el timbre del audio 1, el sujeto 2 usa el timbre del audio 2.
El sujeto 1 gira la cabeza y pregunta: "¿qué parte entrenamos hoy?".
El sujeto 2 responde secándose el sudor: "espalda, que ayer las piernas todavía dolían".

Referencia de archivos/páginas web

Especifica qué función cumple cada fuente: perfil del personaje, escena, storyboard, contexto informativo o estilo visual. Evita que un mismo material asuma restricciones que se contradigan entre sí.

Edición y extensión de video

En la edición de video hay que distinguir entre "lo que se conserva" y "lo que se modifica", e indicar en qué tramo de tiempo ocurre cada modificación. En la extensión de video hay que describir con claridad "estado final del video original → acción del tramo extendido → nuevo estado final".

Modo de primer y último fotograma

Describe por separado la composición del primer fotograma, la acción intermedia y la composición del último fotograma. Cuando la diferencia entre el primer y el último fotograma es grande, añade más acciones intermedias y puntos de tiempo para evitar saltos del sujeto, discontinuidades corporales o reinicios de la escena.