Seedance 2.0 真人视频实战手册：9 套角色一致性提示词 + 长视频叙事四类组合拳

本文由 莫潇羽@无忆研习社（www.wuyi.wiki） 撰写，转载请注明出处。

快速摘要｜先看结论，再决定要不要往下翻

这篇文章把我自己折腾 Seedance 2.0、GPT-Image-2、Nano-Banana 这一整套"图生视频"工作流时踩过的坑、整理出来的提示词模板，做了一次系统性的复盘。

如果你只想要 30 秒看完核心要点，记住下面这几条就够了：

• AI 真人视频创作只有两个真问题：一个是 15 秒片段拼成 5 分钟时怎么保住角色一致性和剧情连贯，另一个是写实人脸触发平台审核之后怎么用"合法路径"绕过去。
• 角色一致性的本质是给模型一份"完整身份档案"，单张正面照根本不够。我用得最多的是"面部特写+全身三视图+多表情宫格"的组合卡，等同于给模型一份角色 SOP。
• 真人过审的核心思路有三种：信息轰炸（设定卡）、信息分离（人脸抽象化、白模化、线稿化）、提示词上下文改造（强声明 AI 生成 + 真实创作语境）。
• 长视频的拼接靠四件法宝：参考视频延长、关键帧做首帧、多段视频合成、分镜图转视频。无论是即梦、可灵还是其他平台，路子都是这一套。
• 如果某条路径被卡住，先换分辨率（4K → 2K → 1K），再换平台（即梦 web → 小云雀 → 豆包 → 火山方舟），再换信息载体（写实图 → 线稿 → 白模）。这是我自己摸索出来的"过审三换"。

想看完整拆解，把 9 套提示词原文 + 我自己实操总结的工作流跑通，就请继续往下翻。

一、AI 视频创作绕不开的两道坎

我从去年下半年开始上手 AI 漫剧这条赛道，到今年 Seedance 2.0 出来之后又重新打磨了一遍工作流。一路下来，发现新手和老手吐槽的点其实就两件事，绕都绕不开。

1.1 第一道坎：15 秒怎么拼成完整的剧情

主流的视频生成模型，包括即梦的 Seedance 2.0、可灵 3.0、还有海外的 Sora、Veo，几乎都把单段视频的时长锁在 4 到 15 秒之间。这意味着你想做一段 1 分钟以上的成片，至少要拼四五段、十几段、甚至更多。

拼接听起来不复杂，真正动手才发现：

• 人物变脸。第一段还是那个长发圆脸的女主角，第二段突然变成短发尖下巴。
• 服装跳变。明明上一段穿的是白衬衫，下一段莫名其妙换成了 T 恤。
• 场景割裂。前一秒是客厅暖光，下一秒像是阴天户外。
• 运镜断片。模型自己理解的镜头逻辑，跟你想要的"推-拉-摇-移"完全不在一个频道。

这些问题归根到底，是因为模型没有真正"记住"上一段拍了什么。每次生成对模型来说都是一次独立任务。所以解决思路一定是反过来——我们要主动给模型塞足够多的"记忆锚点"，让它每次都有参考可循。

这些"记忆锚点"具体是什么呢？我自己总结过一份清单：

基础锚点(每次必带):
  - 一张高信息密度的角色设定卡(后面会详细讲)
  - 主角的全名 + 关键特征文字描述
  - 场景的统一描述(地点、时间、光线)
  - 服装的具体描述(颜色 + 款式 + 材质)

增强锚点(关键镜头使用):
  - 上一段视频的最后一帧作为本段的首帧
  - 一段参考视频用来锁定运镜风格
  - 一段参考音频用来锁定节奏

防漂移锚点(发现问题时补充):
  - 显式禁止描述:"禁止换脸""禁止变形""保持角色一致"
  - 角色独有的小细节:疤痕、痣、特殊配饰

这三层锚点的逻辑是层层递进的：基础层保证基本一致，增强层保证镜头衔接，防漂移层用来修正具体问题。后文讲的所有方法，本质上都是在帮你把这三层锚点做得更好。

1.2 第二道坎：真人形象的合规线收得越来越紧

第二个让人头大的，就是写实真人的审核。说实话，这是近半年最让创作者抓狂的变化。

举个例子，2026 年 2 月 9 日，即梦在创作者社群中发了通知，宣布 Seedance 2.0 在内测期间收到了远超预期的关注，"为了保障创作环境的健康可持续"，暂不支持输入真人图片或视频作为主体参考。实测下来发现，即梦 web 端、小云雀等平台使用 Seedance 2.0，会提示暂不支持真人人脸参考；即梦 App 和豆包 App 则需要录制本人形象与声音完成真人校验后才可以制作数字分身。

这个变化背后的逻辑也很好理解：模型生成出来的人像已经真实到容易被混淆，平台必须主动把"风险面"收窄一些。北京航空航天大学人工智能研究院教授沙磊也评价说，这是企业在技术狂奔时要守住的责任底线。

对我们这种内容创作者来说，限制是限制，活还得干。所以这篇文章重点要解决的，就是在合规框架内，怎么用"非真人参考图"的方式，让模型生成出"看起来像真人"的角色，并保持多镜头之间的一致性。

下面进入正题。

二、Seedance 2.0 到底是什么，为什么真人审核越收越紧

在拆 9 套提示词之前，先把工具本身搞清楚。很多人一上来就闷头抄提示词，结果效果差一截，原因往往是没搞懂模型的脾气。

2.1 Seedance 2.0 的真实定位

莫潇羽@无忆研习社 这边花了几周时间反复测试，得出的结论是：Seedance 2.0 已经不只是一个"视频生成器"，更像一个自带导演思维的多模态编辑台。

它最核心的几个升级点：

官方的描述里，Seedance 2.0 采用统一的多模态音视频联合生成架构，支持文字、图片、音频、视频四种模态输入，集成了目前业界最全面的多模态内容参考和编辑能力。相比 1.5 版本，2.0 的生成质量大幅提升，复杂交互和运动场景下的可用率达到业界 SOTA 水平，并支持最多 9 张图片、3 段视频以及自然语言指令的混合输入。

这个能力组合意味着什么？意味着我们可以一次性把"角色长什么样、场景在哪里、镜头怎么动、节奏怎么走"全部塞给模型。问题是，怎么把角色这件事说清楚。

我自己经常把 Seedance 2.0 的工作模式做这样的类比：

传统视频生成 = 你说一句,模型猜一段
Seedance 2.0 = 你给一份"剧本+演员+场地+音乐",模型按你的意图执行

这种范式的转变非常关键。它意味着控制权重新回到创作者手里。模型不是替你创作,而是替你执行。你要做的,是把"想拍什么"翻译成模型能听懂的多模态语言。

举个具体的例子,假设我要拍一个"主角推开办公室门,看见同事在加班"的镜头：

• 1.5 时代的写法：纯文字描述场景,结果模型可能给你一个完全不像办公室的画面。
• 2.0 时代的写法：上传一张主角角色卡（@图 1）、一张办公室场景图（@图 2）、一段你想要的运镜参考视频（@视频 1）,然后写一句"@图 1 中的主角推开 @图 2 中的办公室门走进去,参考 @视频 1 的运镜节奏"。

这种从"描述驱动"到"参考驱动"的转变,是 Seedance 2.0 之所以成为转折点的根本原因。

但同时也意味着——我们需要准备的素材质量,决定了最终视频的质量。这也是为什么角色设定卡这件事,必须做得这么细。

2.2 一张正面照解决不了的事

最常见的新手误区，就是直接传一张正面证件照式的人像图，然后开始描述动作。结果第二段视频里，模型对着这张正面照就开始抽风——只要镜头转个 45 度，脸就变了。

为什么？因为模型从一张正面照里能推断出来的信息其实非常有限：

正面照能告诉模型的：
  - 正脸长什么样
  - 当前穿什么颜色衣服
  - 当前发型大概轮廓

正面照告诉不了模型的：
  - 侧脸什么样
  - 后脑勺什么样
  - 仰视、俯视下脸型怎么变化
  - 微笑、生气、皱眉时五官如何变形
  - 服装从背面看是什么版型
  - 鞋子是什么款式

模型一旦遇到非正面镜头，就只能"脑补"。脑补的结果就是换脸、变形、发型简化、发饰消失。

所以解决思路只有一个：给模型一份"角色身份档案"，把所有可能出现的角度、表情、细节全部塞进去。

2.3 真人素材审核为什么越来越严

顺便讲一句产业背景，方便大家理解为什么"过审"会成为话题。

为应对版权与深度伪造争议，字节跳动于 2026 年 2 月 9 日紧急暂停了"真人图片/视频作为主体参考"功能，但保留了其他核心功能，例如支持非真人素材的多模态参考（动漫角色、虚拟形象、建筑、场景图、特效参考等），并仍可生成 60 秒内的 4K 多镜头视频，保留自动分镜、运镜控制、音画同步等核心能力。

简单总结这次变化的核心逻辑：

• 直接上传写实真人照片做主体参考——禁止。
• AI 生成的写实人像、文字描述的"亚洲女性，黑发"——允许。
• 动漫、虚拟形象、3D 模型、白模——允许。
• 数字分身（在 App 里完成本人活体校验）——允许。

也就是说，平台从"我不让你用真人"，变成了"你必须让我确认这个人是 AI 生成的、或者是你本人授权的"。

这个细节非常关键。后面 9 套提示词的设计思路，全部建立在这个理解之上。

三、思路一：角色信息轰炸的四种打法

这条思路是我现在最常用的，命中率最高。核心逻辑就是一句话：用一张图把模型需要知道的所有角色信息一次性塞够。这种图在业内有个名字，叫"角色设定卡"或者"Character Reference Sheet"。

3.1 为什么"信息轰炸"对模型有效

模型在做图生视频的时候，会反复参考输入图。如果输入图本身就包含了正脸、侧脸、背面、多表情、全身比例、服装细节，模型在生成不同镜头时，就有了完整的参考样本。

这就好比你给一个画师下任务：

• 给一张正脸 + 一句"画这个人侧脸" → 画师只能猜。
• 给正脸 + 侧脸 + 背面 + 6 种表情 → 画师照着画就行。

下面四套方案，是我自己跑了几百次抽卡之后留下来的"过审率最高"的组合。每一套都附完整提示词，可以直接复制粘贴到 GPT-Image-2 或 Nano-Banana（这两个模型现在都是行业内做角色一致性的主力）使用。

关于这两个模型，简单做个对比，方便你在写完提示词后选合适的工具：

实操中我自己的分配是：做角色设定卡用 Nano-Banana Pro（人像稳定性更好），需要带文字的封面、运营物料用 GPT-Image-2。两边搭配着用，单押一家容易踩坑。

至于在哪生成，能用官网就用官网，不能用就找国内的中转站调用 API。一张图大概几分钱到几毛钱不等，比起后续抽卡视频消耗的算力，这点成本完全可以忽略。

3.2 方法 1｜21:9 超宽设定卡：面部特写 + 全身三视图 + 6 表情宫格

这套是我个人最常用的"主力卡"。21:9 的宽屏比例把信息分成左中右三区，模型读取起来非常顺。

[提示词正文]
21:9 超宽横版角色设定卡，纯白极简棚拍背景，浅灰辅助网格。以参考图人物为唯一角色锚点，
严格保持同一张脸：脸型、下颌线、颧骨、五官比例、眼型、眉形、鼻梁、嘴唇、年龄气质、
发际线、发型结构、发饰完全一致，禁止换脸、脸漂移、发型简化、发饰缺失。

单张合成图，左中右三区布局，统一柔光棚拍光线与色彩：

左区（25%）：头部至胸部正面超清特写，平视镜头，自然无表情，头顶完整入画，
发型与发饰完整保留,眼睛锐利清晰,真实皮肤质感。

中区（45%）：三张全身三视图横向并排,人物等比例对齐,脚部完整入画,柔和地面投影：
- 正面站姿
- 左侧 90 度站姿
- 背面站姿
中性姿态,双臂自然下垂,服装、鞋履、配饰完全统一。

右区（30%）：2x3 肖像表情网格,统一头胸构图与人物尺寸,完整保留发顶与发饰：
- 左 45 度侧脸
- 后脑视图
- 低头视图
- 抬头视图
- 克制微笑
- 克制生气

电影级写实棚拍质感,真实毛孔与皮肤细节,不磨皮,不塑料感,8K 超清,
轻胶片颗粒,超干净白底。

强约束：无任何文字、标签、logo、水印、UI；禁止二次元风格；禁止多人物；
禁止畸形手、崩脸、眼神涣散、耳朵缺失；全图所有区域必须为同一角色,
服装、发型、发饰严格一致,仅允许表情微变化,不改变骨骼与脸型结构。

实操要点：

• 比例一定要选 21:9。如果用 GPT-Image-2，可以直接选 21:9，也可以选 1:1 然后裁切（不推荐）。
• 分辨率选 1K 或 2K 就够了，不一定非要 4K，下文会讲为什么。
• 出图后，把这张设定卡作为主体参考图，丢进 Seedance 2.0 的"全能参考"模式。

我自己测试下来，这套卡的过审率大概在七成左右。剩下三成不过审的，多半是某一个角度的脸被模型理解成了"看起来过于真实的真人"。这时候换分辨率/换一张设定卡再生成/把三视图的图改成彩铅版通常就能解决。

3.3 方法 2｜16:9 全身视图 + 六宫格肖像

如果方法 1 的 21:9 配置反复不过审，可以退一档用 16:9 这套。差别在于：面部特写被取消了，只剩两张全身视图 + 六宫格肖像。少了"超清特写"这种容易触发审核的元素，过审率明显提高。

[画幅与背景]
16:9 横版角色完整设定卡,纯白极简棚拍背景。
统一柔光棚拍布光,光源方向、曝光与色彩完全一致。
超模身材,身材修长。

[角色锚点]
以参考图人物为唯一身份锚点。
脸型轮廓、下颌线、颧骨、下巴、眼型、眉形、鼻梁、鼻翼、嘴唇厚薄、嘴角形状、
年龄气质严格一致。发际线、发型结构、发饰完整一致。
禁止换脸、五官漂移、发型简化、发饰缺失。

[整体构图]
单张合成图,左右分区布局。

[左区｜全身双视图｜40%]
两张全身站姿横向并排,人物高度统一,头顶与脚底对齐,脚部完整入画,脚下柔和投影。
服装、鞋履、配饰严格一致。
- 正面全身站姿
- 左侧 90 度站姿
统一中性站姿,双臂自然下垂。

[右区｜六宫格肖像｜60%]
3 列 x 2 行等大肖像网格,统一头胸构图与人物比例。
头顶完整入画,不裁切发型与发饰；服装、领口、配饰严格一致。
第一行：正面无表情 | 后脑视图 | 左 45 度侧脸
第二行：低头 30 度,眼神向下 | 克制微笑,轻微上扬,不夸张 | 克制生气,轻微皱眉,不变形

[画质与质感]
高端写实棚拍 / 电影级人像质感。
眼睛清晰锐利对焦,真实皮肤微观质感（毛孔、细纹）,不磨皮、不塑料感。
8K 超清细节,轻胶片颗粒,超干净白底。

[强约束]
禁止任何可读文字、字幕、logo、水印、UI 元素。
禁止卡通、二次元风格。
禁止多余人物。禁止畸形手指、多肢体、崩脸、眼神涣散、耳朵缺失。
全图所有区域必须为同一张脸、同一发际线、同一发型结构。
不得裁切发顶、不得简化发型、不得省略发饰。
服装与配饰在所有区域严格一致,无穿模、无缺失。

这套方案的"取舍"很值得说一下：

• 牺牲了：超高清面部特写。
• 换来了：更稳的过审率，以及更适合后续在 Seedance 里直接调用的全身比例。
• 适用场景：角色服装相对固定的项目，比如校园剧、办公室剧、家庭剧。

如果你的项目需要频繁切换服装，这套不一定够用，还得搭配下面的方法。

3.4 方法 3｜2:3 竖版九宫格 + 局部特写

第三套是为难度更高的项目准备的。它把面部特写、全身像、局部特写（眼、嘴、手）全部塞进一张 2:3 竖版图。信息密度最高的一套。

[画幅与布局]
2:3 竖版专业角色参考设定图,九宫格均匀排列,纯白极简棚拍背景,整体干净高级。
全图统一棚拍柔光,曝光、色彩、阴影方向完全一致。

[角色锚点]
以参考图人物为唯一身份锚点。脸型轮廓、下颌线、颧骨、下巴、眼型、眉形、鼻梁、
鼻翼、嘴唇厚薄、嘴角形状、年龄气质严格一致。
发际线、发型结构、发饰完整一致。
仅允许同一个角色,禁止换脸、五官漂移、发型简化、发饰缺失。

[九宫格内容]
第一行：正面面部特写 | 左 45 度侧脸 | 右 90 度侧面
第二行：仰视角肖像 | 俯视角肖像 | 背面头部视图
第三行：眼部局部特写 | 嘴部局部特写 | 手部局部特写

[构图要求]
所有肖像统一头胸构图,头顶完整入画,不裁切发型与发饰。
角色服装、领口、配饰在全部格子中严格一致。
人物比例统一,构图边距统一。超模身材,身材修长。

[画质与质感]
高端写实棚拍 / 电影级人像质感。
眼睛清晰锐利对焦,真实皮肤微观质感（毛孔、细纹）,不磨皮、不塑料感。
8K 超清细节,轻胶片颗粒,超干净白底。
character reference sheet, studio photography, professional model casting card, 8K

[强约束]
禁止任何文字、logo、水印、UI 元素。禁止卡通、二次元风格。
禁止多余人物。
禁止畸形手指、多肢体、崩脸、眼神涣散、耳朵缺失。
全图所有格子必须为同一张脸、同一发际线、同一发型结构。
所有局部特写必须与主体角色严格对应。

这套方案的隐藏价值在于"局部特写"。眼部、嘴部、手部的特写不是装饰，是给模型在拍特写镜头时的参考。

举个具体例子：当你后续要让 Seedance 生成一个"主角抬手推眼镜"的镜头，模型不知道这只手长什么样、骨节有多大、指甲什么形状。有了"手部局部特写"这一格，模型就能保持手的一致性。

这一点经常被忽视，但对漫剧、广告片这种特写很多的项目特别重要。

3.5 方法 4｜九宫格多角度拼贴（轻量版）

最后这套是给"懒人"用的——服装不复杂，只想快速搞定一个角色的多角度。

[画幅与布局]
2:3 专业角色参考设定图,九宫格排列,同一角色多角度展示。

[九宫格内容]
- 正面半身特写
- 左侧 45 度半身像
- 右侧 90 度半身像
- 仰视角半身像
- 俯视角半身像
- 背面半身像
- 双眼同时入画的眼部局部特写（两只眼睛必须完整入画,
  左右眼、眉毛、内外眼角全部清晰可见,镜头居中对称构图）
- 嘴部嘴唇特写
- 手部局部特写

共九格。

[角色一致性约束]
以参考图人物为唯一身份锚点：脸型轮廓（下颌线、颧骨、下巴形状）、眼型、眉形、
鼻梁与鼻翼、嘴唇厚薄与嘴角形状、年龄气质必须严格一致；
发际线、发型结构与发饰必须严格一致。
只允许同一个角色,禁止换脸、禁止五官漂移、禁止发型简化或发饰缺失。

[质感与画质]
高端写实棚拍 / 电影级人像质感。
眼睛清晰锐利对焦,真实皮肤微观质感（毛孔与细纹,不磨皮、不塑料）。
全图各分区曝光与色彩一致,8K 细节,轻胶片颗粒,超干净白底。
纯白干净棚拍背景,超模身材,身材修长。

[风格关键词]
character reference sheet, studio photography, professional model casting card, 8K

四套方案的对比关系，我做了一张快速决策表：

我的实战流程一般是：先跑方法 1，不过审切方法 2，方法 2 还不行切方法 4，最后兜底用方法 3。

3.6 设定卡生成出来之后，怎么用？

很多人卡在了下一步——设定卡有了，但不知道怎么喂给 Seedance 2.0。我这里把完整流程梳理一下：

完整工作流：

第 1 步：生成角色设定卡
   - 用 Nano-Banana Pro 或 GPT-Image-2 跑出来
   - 多生成几张,挑出"脸不漂移、服装一致、表情自然"的那一张

第 2 步：把设定卡作为锚点图
   - 在 Seedance 2.0 全能参考模式下,上传这张设定卡作为图片素材
   - 用 @图 1 引用

第 3 步：补充场景图(可选)
   - 如果有具体的场景需求,再上传场景图作为 @图 2

第 4 步:写提示词
   - 引用 @图 1 中的角色,描述具体动作和镜头
   - 例:"@图 1 中的女主角在 @图 2 的咖啡馆里翻看一本书,
     镜头从手部特写慢慢拉远到中景,自然光,温暖色调"

第 5 步:生成并迭代
   - 第一次生成大概率不完美,根据结果调整提示词
   - 不要怕抽卡,抽卡是常态

有一个细节特别重要：上传设定卡之后，提示词里要明确告诉模型"使用 @图 1 中的角色"，而不是模糊地写"一个女生"。模型的 @ 引用语法是 Seedance 2.0 最强的差异化能力，掌握了 @ 引用语法,就掌握了 Seedance 2.0 最大的差异化能力。

3.7 设定卡反复重抽的省钱技巧

设定卡好不容易跑出一张满意的，下次想换个表情或者换个角度怎么办？不要从头重新跑。正确的做法是：

• 把已经跑通的那张设定卡作为参考图。
• 用 Nano-Banana Pro 的"参考图编辑"功能。
• 提示词写："参考 @图 1 主体人物,给出主体的背面全身肖像图,

人物主体、大小、细节、风格等全部内容,都保持高度统一、一致"。

这种基于已有图迭代的做法，比从零开始抽卡省钱省时间得多。我自己一个角色项目一般会保留 3-5 张"基础设定卡"，后续所有衍生图都从这几张里派生，能极大降低出图成本。

四、思路二：人脸与服装信息分离的两种思路

如果"信息轰炸"这条路怎么都跑不通，就要换思路：不要让模型直接看到一张完整的写实人脸。

把人脸抽象化、白模化、线稿化，让审核系统识别不出"真人元素"，但又通过其他方式让 Seedance 在生成视频时仍然有足够信息可以参考。

这一类方法的核心在于"信息载体的转换"。下面这两套是我自己用得最顺的。

4.1 方法 5｜素描线稿头部 + 无面部白模三视图

第一种分离方式：把头部画成铅笔素描线稿，把全身画成无脸的白色人台模型，但保留服装的写实质感。

[画幅与背景]
专业角色设计规格说明图（Character Design Spec Sheet）。
科技感 UI 界面风格排版,浅灰白色背景,等距网格辅助线。
右上角带版本号标注（Ver.X）,整体冷色调专业设计感。

[整体布局]
左右双栏结构。

[左栏｜角色素描与服装细节区]

[左上｜角色素描线稿]
角色头部铅笔素描线稿,正面 + 左 45 度侧面并排展示。
精细面部结构线条,无上色,白底素描纸质感。
英文标注贴近对应区域,例如：
- PALE COMPLEXION
- HIGH-QUALITY TEXTURE
- OPEN COLLAR STRUCTURE

[左中｜色彩参考色板]
横向色彩参考色板。包含：
- 发色色块
- 眼色色块
- 肤色色块
- 服装主色色块
- 服装配色色块
每个色块下方附英文用途标注。

[左下｜服装细节特写]
服装局部细节特写 x3：
- 领口结构特写
- 面料与版型特写
- 下装长度与轮廓特写

[右栏｜白模三视图区]

[三视图]
同一角色标准站姿三视图横向并排：
- 正面全身（FRONT）
- 侧面全身（SIDE）
- 背面全身（BACK）

角色头部为无面部特征白色人台模型（mannequin head / blank face）。
身体保留写实超模比例：腿长、腰细、身材修长。
服装完整穿着在白模上,面料质感真实。
背景为浅灰白色搭配等距网格辅助线。

[右下｜皮肤质感参考区]
皮肤微观质感参考图（SKIN TEXTURE REFERENCE）。
展示真实毛孔与细纹的微距摄影质感色块。
底部附横向色彩图例：HAIR / EYE / SKIN / SHIRT / SKIRT

[质感与画质]
高端写实棚拍 / 电影级人像质感。
真实皮肤微观质感（毛孔与细纹）,不磨皮、不塑料。
全图各分区曝光与色彩一致。
8K 超清细节,轻胶片颗粒,超干净浅灰白底。
科技感 UI 排版,英文标注字体清晰锐利,专业服装设计稿风格。

[风格关键词]
character design spec sheet, fashion design reference, mannequin turnaround,
UI layout, annotation labels, skin texture swatch, color palette, 8K ultra detail

这套图为什么过审率高？

• 头部是线稿，不是写实人脸。
• 全身是白色人台，没有面部特征。
• 写实的部分留给了服装、皮肤质感参考、色板。
• 整体看起来更像一份"专业服装设计稿"，而不是"真人模特拍摄"。

但同时，模型在做图生视频时，仍然能从中读取到：

flowchart LR
    A[素描线稿头像] --> M[模型]
    B[白模三视图] --> M
    C[服装细节特写] --> M
    D[色板] --> M
    E[皮肤质感参考] --> M
    M --> O[生成的视频画面]
    O --> R[人脸来自线稿]
    O --> S[服装来自细节图]
    O --> T[肤色来自色板]
    O --> U[体态来自白模]

模型会自动把这些"零件"拼起来。这就是分离的精髓——让审核看不到完整的真人元素，但让模型看到所有重建真人需要的信息。

4.2 方法 6｜彩铅肖像 + 仅面部白模化的三视图

第二种分离方式更精妙一些：除了面部，全身的其他部分都保持真实摄影质感。白模化只针对面部那一块。

[画幅与背景]
专业角色设定参考图,16:9 横版构图。
浅灰色干净棚拍背景,背景带细腻等距网格线。
整体统一柔光棚拍布光,光源方向、曝光与色调一致。

[整体布局]
左右双栏结构。

[左区｜彩铅面部局部图｜约 35%]

[上方｜正面彩铅特写]
面部正面彩铅转绘特写（FACE DETAIL - FRONT）。

[下方｜侧面彩铅特写]
面部侧面彩铅转绘特写（FACE DETAIL - PROFILE）。

两图纵向排列。
专业手绘彩色铅笔素描风格,笔触清晰,线条细腻,色彩柔和。
保留素描纸纹理质感,白色素描纸背景。
面部五官完整精细呈现,发型与发饰完整还原。
底部附对应英文标注：FACE DETAIL - FRONT / FACE DETAIL - PROFILE

[右区｜写实全身白模三视图｜约 65%]

[三视图]
同一角色三视图横向等距并排：
- 正面（FRONT VIEW）
- 侧面（SIDE VIEW）
- 背面（BACK VIEW）

[白模面部处理]
完整移除人物面部所有五官特征,包括：
- 眼睛
- 鼻子
- 嘴巴
仅保留面部整体轮廓与头部形状。
面部区域为平滑、无特征的哑光白模质感,类似白色人台模型或石膏面具。
无任何五官痕迹、无凹凸细节,过渡自然柔和。
[smooth featureless face][blank mannequin head]

[真实质感保留]
除面部外,其余人物质感全部保留：
- 发型、发色、发际线、发饰完整保留真实发丝质感
- 颈部、肩部、手部、腿部真实皮肤质感,自然毛孔,不磨皮
- 服装面料纹理、垂坠、光泽、缝线细节完整保留
- 配件与鞋履细节完整保留

三视图构图、人物比例、打光方向、色调完全一致。

[质感与画质]
高端写实棚拍 / 电影级人像质感。8K 超清细节。
professional studio lighting, real fabric texture,
real skin texture (non-face areas), 16:9

这个方案我自己实测下来过审率非常高，因为：

• 彩铅肖像 = 手绘风，明确告诉系统"这是创作物"。
• 白模面部 = 没有可识别的真人面部特征。
• 其他部分保留写实质感 = 模型在生成视频时仍然能保证人物的真实感。

两种分离方式的对比：

我自己折腾下来的经验是：做漫剧首选方法 6，做电商或时尚类内容首选方法 5。

五、思路三：提示词层面的合规改造

前两条思路都是"图"