Vidu 参考图像生成视频提示词指南：公式、示例与一致性修复

AI Overview

Vidu 视频参考提示词应包含哪些要素？

为每张图像指定角色，描述一个可见动作，说明摄像机行为，设定场景与光照，并明确哪些元素必须保持不变。每条指令都需可在最终成片中验证。

Vidu 最多可使用多少张参考图像？

Vidu 当前的创作页面说明支持 1 至 7 张参考图像。仅使用能提供独特人物身份、物体、服饰、环境或风格约束的图像。

如何在 Vidu 中保持角色一致性？

采用清晰且视角兼容的图像，并重复一段简短的身份锁定描述，涵盖面部、发型、服装、剪影及标志性道具。减少干扰性主体、指代模糊的代词以及不必要的镜头切换。

Seedance Agent 是否支持多参考图像工作流？

可以。Seedance Agent 可将简要说明与参考图像转化为可审阅的分镜方案，为每个镜头绑定约束条件，并仅重新生成未通过连贯性或运镜审查的输出片段。

Vidu Reference to Video 提示词必须控制的关键要素

将每张图像视为制作资产

搜索 Vidu 视频参考提示词 的用户，需要的是能向模型阐明每张上传图像用途的提示词。Vidu 当前工作流支持人物、物体与场景类参考图像；其创作页面说明支持 1 至 7 张图像。7 张质量薄弱的参考图并不天然优于 3 张清晰明确的图像。

动笔前，请为每张图像赋予私有标签：人物 A、人物 B、产品、地点、服饰或风格。再判断该图是硬性连续性锚点，还是松散的视觉影响源。正面肖像可用于锁定面部特征；全身照可保障剪影与着装；地点图像则确立建筑结构与光照条件。若两张图像彼此矛盾，提示词将无法可靠消解冲突。

视频参考工作区 是组织此类任务最直接的入口。若您仅有一张源静态图，可先使用更基础的 图生视频工作区，再逐步添加更多约束。

本指南所用的参考引导式概念成片。其中女性、芥末色雨衣、单黑耳灵缇犬、钴蓝色行李箱、湿漉漉的站台及银色列车均为连续性锚点。

生成前明确定义成功标准

在提示词旁列出五项验收检查项：同一女性、犬只毛色标记、雨衣、行李箱几何形态、滨海车站。运镜与构图可变化，但上述锚点不可更改。此举可将“感觉不对”转化为精准修订要求，例如：“恢复犬只右耳黑色，并保留行李箱的棕褐色肩带。”

五部分提示词公式

1. 参考图像角色与连续性锚点

以精炼的角色表开篇：“图像 1 用于女性面部与齐耳短发；图像 2 用于芥末色雨衣；图像 3 用于白身单黑耳灵缇犬；图像 4 用于钴蓝色行李箱及棕褐色肩带。”当画面中存在两个可能主体时，避免使用指代模糊的代词。

2. 单一动作，具备清晰起止

描述一个能在指定时长内完成的动作：“列车停稳，女性蹲下为灵缇犬系上牵引绳，随后起身，车门开启。”相比在一段短片中同时要求抵达、登车、交谈、环绕运镜与离场，此方式更易控制。请为动作设定结束姿态，避免最后一秒陷入随机运动。

3. 摄像机、场景、光照与锁定行

注明景别与一项摄像机运动：“中远景、平视角度，缓慢推进。”结尾添加锁定行：“保持面部身份、犬只毛色标记、雨衣颜色、行李箱形状、车站建筑结构及画面方向；禁止出现重复肢体、替换道具、文字或标识。”

第二张成片帧变更了动作与摄像机距离，但仍保留选定的人物、动物、服饰、行李及地点锚点。

可直接复制粘贴的 Vidu Reference to Video 提示词

人物、动物与地点提示词

“参考图 1 用于女性面部、齐耳黑发及身体比例；参考图 2 用于芥末色雨衣、黑色靴子与双肩包；参考图 3 用于身形修长的白色灵缇犬（右耳为黑色）；参考图 4 用于钴蓝色硬壳行李箱（配一条棕褐色竖向肩带）；参考图 5 用于潮湿的滨海火车站台。一列银色列车自右向左平稳驶入。女性蹲下，将棕色牵引绳扣至犬只项圈，望向开启的车门，随后起身。中远景、平视角度，缓慢推进；雨后柔和晨光，写实级运动表现。严格保留所有已命名锚点、女性双手、犬只解剖结构及画面方向；前景不得出现新人物，禁止文字与标识。”

若生成结果不佳，可先移除一张非关键的服饰或背景图像，再增加文字描述。

产品几何形态提示词

“以参考图1为精确产品：哑光珊瑚橙色保温瓶，黑色环形瓶盖，窄银色瓶颈，浅奶油色多线波纹带，比例保持不变。以参考图2为湿玄武岩瀑布环境。一名徒步者的手伸入画面并提起水瓶，水花在瓶底四溅。低角度近景拍摄，镜头轻微前移，产品清晰锐利，瀑布背景柔和虚化，晨雾清冷，瓶身边缘泛出暖光。每一帧均须保持瓶盖形状、瓶颈宽度、波纹带位置、表面质感及颜色一致。不得出现标签文字、Logo、凹痕、重复水瓶、手指扭曲或色彩偏移。”

成品产品镜头便于直观检验几何结构、色彩、瓶盖构造、手部接触及环境动态。

双角色互动提示词

“参考图1为角色A：一位身穿炭灰色围裙的厨师；参考图2为角色B：一位身穿钴蓝色夹克的骑行者；参考图3为铺有绿色瓷砖的小型开放式厨房。角色A将一只陶瓷碗沿操作台滑出；角色B用双手接住碗并微笑。固定中景双人构图，一次轻柔的焦点转移——从碗过渡至角色B，光线为温暖的窗光。全程保持双方面部特征、发型、服饰、相对身高、碗上图案、操作台布局及左右位置关系一致。禁止换脸、多余手指、服装变化、对话文字或镜头切换。”

如需进一步了解参考系统与单图生成器的区别，请参阅Vidu 替代方案指南。该指南有助于将访问权限与产品选择问题，与本文所探讨的提示词设计问题明确区分开来。

选择并标注参考图像

使用互补视角，而非高度相似图像

一套有效的角色参考应包含一张正面像、一张三分之四侧面像及一张全身着装像；一套产品参考可采用主视觉角度、侧视图及手部接触图；场景参考则宜选取一张广角全景图，再加一张需在特写镜头中保留的关键细节图。

裁剪时去除背景杂乱元素，但务必保留用于判断尺度的关键细节。避免使用重度美颜滤镜、极端畸变、手部被遮挡、产品边缘模糊不清或界面元素（如UI控件）等图像。为保存的参考图赋予稳定易辨的名称，例如 MAYA_YELLOW_COAT 或 CORAL_BOTTLE_V1。

提示词需匹配目标画面构图

若原始参考图为紧凑肖像，则不应要求快速全身影旋转并展现未见的服装细节。应从接近参考图的构图起步，先确认身份与几何结构准确无误，再逐项扩展——例如逐步增加摄像机距离或运动幅度。此方法可精准定位导致漂移的具体变量。

用于连续性审查的完成版车站运动样片

一段现有的 Seedance 编辑输出，并非官方 Vidu 基准测试。请在摄像机与人群持续移动过程中，同步审查主体面部、服饰、足部接触、背景车流及最终姿态。

修复身份、产品与场景漂移

先稳固身份，再添加风格

若人物在远距离下发生面部变化，可尝试拉近镜头、减少头部旋转、补充更强的三分之四视角参考，并缩短动作时长。仅重复使用最具辨识度的面部锚点。若服饰发生变化，应在角色列表中明确指定具体单品、颜色、材质与廓形，并在锁定指令中再次强调。若两名角色发生融合，需为其设定固定的左右位置及差异化动作。

产品漂移需用几何化语言描述，而非情绪化词汇。应明确说明瓶盖类型、提手结构、整体比例、标签位置、材质与颜色。仅指定单一接触事件（如提起或放下），并确保产品在画面中足够大、细节可辨。环境一致性指南提供了一套实用检查法，可用于评估建筑结构、道具、光线方向及空间连续性在不同构图中的稳定性。

变换的环境与运动中的摄像机，对同一瓶盖、瓶颈、波纹带、色彩与比例提出了更高难度的连贯性考验。

区分参考失效与运动失效

暂停输出视频，定位首个清晰帧。若此时身份或几何结构已出错，应优先修复参考图与提示词中的角色定义；若起始帧正确而后续帧发生漂移，则需降低动作复杂度、运动幅度、摄像机行程或总时长；若所有元素始终可识别但成片观感平淡，则应优化节奏、表演张力与摄像机动态。同时调整全部三层要素将丧失下一轮生成的诊断价值。

用于审查主体动作与节奏的完成版表演样片

一段独立的现有 Seedance 输出，专用于审查手部动作、乐器结构、表演节奏、摄像机距离及完整动态效果。

借助 Seedance Agent 扩展参考镜头规模

将提示词片段转化为受控的分镜计划

多参考视频生成的难点通常不在于首个提示词，而在于如何在整个序列中保持参考角色、已接受的构图、宽高比、镜头方向、审批意见以及重跑备注的一致性。粘贴的提示词可以描述单个镜头，却无法自动保留选择某参考的原因，也无法说明第四个镜头是哪个约束条件未达标。

Seedance Agent 从项目简报和源素材出发，先拟定脚本与分镜计划供审阅，再将每个参考精准绑定至其起关键作用的对应镜头。你可在付费生成前审批该计划，对比最终成片，并仅重跑薄弱片段，而非重建整个序列。多模型 AI 视频工作流 详解了不同镜头适配不同模型时，这种交接协作如何实现。

为任务选用正确的路径

当你想测试 Vidu 当前的 Reference to Video 模型、学习其参数响应方式，或制作一个受控的单条视频时，请直接使用 Vidu。当交付物包含多个镜头、多方干系人、多个版本或严格截止期，且制作过程记录与提示词本身同等重要时，请使用 Seedance Agent。无论采用哪条路径，均应保持参考标签与验收检查项一致，确保已审批资产可在工具间无缝迁移而不丢失语义。

结论

高效的 Vidu 参考图到视频提示词 就像精炼的制作指令：为每张图像明确指定角色，限定动作范围，命名唯一镜头运动，描述场景，并重复强调必须延续的连贯性锚点。起步时选用最少但兼容的参考图，在接近源构图的位置测试，再分别诊断身份、几何、运动与环境问题，之后才投入下一次生成。当创意演变为需审批与选择性重跑的多镜头交付物时，请从 Seedance Agent 开始，并将相同的参考标签与验收检查项纳入统一管理的工作流。