如何用参考图让角色保持一致
在 Kensa 的参考图生视频工具中上传 1 到 3 张参考图，用 Veo 3.1 或 Seedance 2.0 把同一个角色、吉祥物或商品放进新场景。
- 阅读时长
- 阅读约 3 分钟
- 使用模型
- Veo 3.1
- 典型积分消耗
- 典型消耗 13 积分（8 秒）
快速步骤
挑选 1 到 3 张参考图
选择同一个主体的清晰图片：角色、吉祥物或商品。支持 JPG、PNG、WEBP，每张不超过 10MB。同一主体的不同角度能帮助模型保持一致。
描述新场景
把提示词写成一个镜头：参考图里的主体在做什么、在哪里、镜头怎么动、光线如何。用「参考图中的角色」来指代主体，不要再重新描述它的外貌。
选择模型和画幅
Veo 3.1 生成 8 秒带音频的片段，固定 13 积分；Seedance 2.0 按秒计费（480p 为 7.7 积分/秒）。横屏选 16:9，竖屏选 9:16。
生成并检查
生成后检查主体是否还像参考图，不像就只改提示词的一处再试。生成失败时，预留的积分会退回。
如何用参考图让角色保持一致
只靠文字提示词，每次生成的角色都长得不一样。参考图生视频 工具可以解决这个问题：上传 1 到 3 张主体的图片，描述一个新场景，模型生成的片段里主体会保持参考图中的样子。本文介绍怎么选图、怎么写提示词，以及每个模型的费用。
准备什么
- 1 到 3 张参考图，内容是同一个主体：角色、吉祥物或商品。支持 JPG、PNG、WEBP，每张不超过 10MB。只能用图片，视频和音频文件不能作为参考。
- 积分。 Veo 3.1 每条 8 秒片段固定 13 积分。Seedance 2.0 按秒计费：480p 为 7.7 积分/秒，720p 为 16.9 积分/秒。用 Google 登录注册的新账户获赠 15 积分，够生成一条 Veo 3.1 片段。
参考图生视频还是图生视频？
| 图生视频 | 参考图生视频 | |
|---|---|---|
| 图片的作用 | 作为片段的第一帧 | 告诉模型主体长什么样 |
| 第一帧 | 就是你的图片 | 模型重新构图的新场景 |
| 图片数量 | 1 张（或起始帧加结束帧） | 同一主体 1 到 3 张 |
| 适合 | 想让这张照片原样动起来 | 想让同一个主体出现在不同场景 |
想让一张商品照片原样动起来，用 图生视频。想让同一个吉祥物在三条片段里分别走过集市、站上舞台、坐在书桌前，用参考图生视频。
第一步：选好参考图
参考图是模型了解主体外貌的唯一来源，图片质量比任何设置都重要：
- 主体完整清晰。 不要裁掉头部，不要让手挡住商品。
- 背景尽量简单。 纯色或虚化的背景能让模型分清哪些属于主体。
- 每张图都是同一个主体。 参考图里有两个不同角色，生成结果会混合两者。
- 多给角度，不要多给变化。 正面加侧面有帮助；三套不同的衣服会让模型困惑。
- 图片上不要有文字和水印，它们容易出现在视频里。
第二步：描述新场景
按这个顺序写一个镜头：主体在做什么、在哪里、镜头怎么动、光线和风格。用参考图来指代主体，不要再描述它的外貌：
参考图中的角色撑着纸伞走过下雨的夜市，霓虹招牌倒映在湿漉漉的地面上。镜头从侧面缓慢跟拍，浅景深，电影感光线。
商品的例子：
参考图中的运动鞋放在夜晚湿润的城市街道上，一位跑者走进画面，镜头推近到鞋子，霓虹倒影，电影感光线。
如果生成结果和主体不像，就把提示词里描述外貌的形容词删掉，它们会和参考图互相抵消。
第三步：选择模型和画幅
| Veo 3.1 | Seedance 2.0 | |
|---|---|---|
| 价格 | 每条 13 积分 | 7.7 积分/秒（480p），16.9 积分/秒（720p） |
| 片段 | 8 秒，带音频 | 按秒计费 |
| 适合 | 低成本快速试场景 | 更长或更高清的片段 |
横屏视频（YouTube、商品详情页）选 16:9，竖屏视频（抖音、TikTok、Reels、Shorts）选 9:16，两个模型都支持这两种画幅。生成前会显示准确的积分消耗。
第四步：生成并检查
大多数片段几分钟内完成。检查两点：主体是否还像参考图，场景是否符合提示词。不理想就每次只改一处（换一张更清晰的图、简化动作、换一种镜头运动）再生成。生成失败时，为它预留的积分会退回余额。
哪些内容会被拦截
生成前会审核图片和提示词，模型本身也有安全过滤。参考图请求被拒的最常见原因：
- 真人照片，尤其是明星和公众人物
- 品牌 logo、商标和受版权保护的角色
- 违反使用政策的内容
原创角色、插画吉祥物、你自己的商品和风格化插画效果最好。
立即尝试
打开 参考图生视频，上传你的角色或商品图片，试试上面的示例提示词。