使用指南

全能参考模式

全能参考模式适合稳定复现主体、场景、动作或声音。建议为每个素材分配清晰的引用名，例如 @Image1、@Video1 和 @Audio1。

示例：多模态主体与音频参考

两个人物图片、两份音频和一个健身房场景可以共同控制角色身份与对白音色：

图像/视频主体参考

适用场景包括人物一致性、角色卡、服装、产品外观、场景复刻和动作参考。

提示词至少应包含：

1. 主体与素材的对应关系；
2. 必须保持的发型、脸部轮廓、服装、配饰、颜色、材质和比例；
3. 允许变化的表情、姿势、镜头距离和环境动态；
4. 参考视频的节奏、动作逻辑和切镜方式。

视频时序参考

0–2 秒：主体居中展示，轻微转头；
2–2.4 秒：沿竖直中轴水平翻牌；
2.4–4.4 秒：下一主体居中展示；
重复上述节奏，最后一个主体稳定停留结束。

国风头饰示例采用“居中展示—水平翻牌—下一主体展示”的固定节奏：

音频参考

主体1使用音频1的音色，主体2使用音频2的音色。
主体1转头说：“今天练哪个部位？”
主体2擦汗回应：“练背吧，昨天腿还酸着呢。”

文件/网页参考

说明每个来源承担的角色：人物设定、场景、分镜、知识背景或视觉风格。避免让同一份素材承担互相冲突的约束。

视频编辑与延长

视频编辑应区分“保留项”和“修改项”，并标注修改发生的时间段。视频延长则要写清楚“原片结尾状态 → 延长段动作 → 新结尾状态”。

首尾帧模式

分别描述首帧构图、中间动作和尾帧构图。首尾差异较大时，增加中间动作和时间节点，避免主体跳变、肢体不连续或场景重置。