参考图不是生成前随手上传的素材。在 OmniVideo 里，它是这条动态草稿的视觉约定：人物、产品、logo、版式或情绪，都应该被运动保护下来。
图生视频失败时，问题往往不是提示词太短，而是源画面、动作请求和审核标准各自承担了不同任务。
相关阅读：
先写清视觉约定
生成前先说明什么必须保持可识别。人物可能是脸型、发型、服装、姿态和表情范围；产品可能是轮廓、标签位置、材质、核心细节和比例；版式可能是主要构图和层级。
把这个约定写得具体一些。好的动态草稿可以运动，但不应该悄悄替换掉你已经确认的视觉资产。
只选一个主锚点
用最干净的图片做主参考。它应该有明确主体、清楚边缘、稳定光线，并且主体周围留有一定空间。画面过度裁切或已经变形时，模型更难保护关键细节。
额外参考图只有在彼此一致时才有帮助。如果一张是正脸，另一张又是不同发型，模型可能在冲突中折中，导致漂移。
给动作设置预算
动作预算指你要求画面承受多少变化。缓慢推进、轻微转头、产品小幅旋转或光线变化，是小预算。跑动、旋转、环绕镜头、服装大幅摆动、新背景动作和夸张表情同时出现，就是大预算。
先从小预算开始。如果第一版能保持身份，再在下一次测试里增加运动。
稳定动态提示词结构
使用上传图片作为视觉锚点。保持 [脸部/产品/logo/版式细节]。只添加一个克制动作：[动作]。镜头：[镜头行为]。保持 [关键细节] 稳定。审核重点：运动后主体是否仍然可识别？这个结构让源画面负责视觉身份，也让审核标准变得明确。
分轮审核
不要一次性评价整条片段。可以分几轮看：
- 身份轮：脸、产品形状、logo、服装或版式。
- 动作轮：请求的动作是否清楚发生。
- 背景轮：环境是否保持连贯。
- 渠道轮：画幅是否仍适合目标位置。
如果身份失败，先减少动作，不要急着改风格。如果身份稳定但动作不对，再修订动作或镜头说明。
最后建议
稳定的图生视频本质上是控制问题。OmniVideo 最适合的用法，是让源画面有明确任务，让提示词只给一个动作指令，再审核已确认视觉是否经得住运动。
