动作、长相、场景
复刻一段视频，从来不是把它重画一遍。
片子里真正被复制走的，是三样互不相干的东西：动作、长相、场景。
大部分人卡住的地方，是把这三件事写成一句话，然后等一个奇迹。
—— AI领航员
怎么把一段现成的视频，连动作带运镜，原样搬到另一个角色身上。关键不在模型多强，在于你把素材拆成了几份。
说白了，这篇只讲三件事：动作从哪里来，长相怎么锁死，场景怎么换掉。
三份素材 · 一次复刻
先拆成三样东西
一条片子能被复刻，是因为它由三样独立的东西叠成：动作、长相、场景。
参考视频负责动作和运镜，人物设定图负责长相，一张背景图负责场景。三者分别放在三个节点上，模型的任务就只剩一件事——把它们合成一段连续画面。
参考视频拖进画布，它只是一个节点，不是一段要复制的东西
反过来说，如果你只写「生成一个黄袍人在宫殿里跳舞」，模型就得同时猜动作、猜长相、猜场景。每一样偏一点，叠起来就是那种「像，但说不上哪里不对」。
所以真正的第一步不是写提示词，是准备文件：一段动作清楚的参考片、一张能当设定的图、一张合适的背景。
四个节点各管一件事，最后才连到视频节点上
先让模型看不见
参考视频进画布之后，第一件事不是生成，是做一次「深度动作捕捉」。
它把彩色画面压成黑白剪影，只留轮廓、站位、节奏。衣服的材质、人的肤色、现场的光、镜头的颗粒，全部被抹掉。
黑色画布里排队跑深度捕捉，这一步不消耗积分
为什么要多这一道：直接拿原片当参考，出来的人常常会长得像原片里的人。因为模型把「这个人」和「这个动作」当成同一件事，一起抄走了。
压成剪影，等于替它把两件事拆开——它只能看见动作，别的抄不到。
GIF 同一段动作，彩色和剪影两条线并行推进
这一步是免费的， 所以可以反复换参考片试到自己满意，试错成本几乎为零。
换个说法：它把「动作」从一段视频里抽了出来，变成一份可以反复复用的文件，而这份文件不要钱。
一张图锁死长相
形象不靠形容词，靠图。
预设里其实有六种排版：人物三视图、面部三视图、产品三视图、多机位九宫格、连续分镜图、场景俯视图。选哪一张，取决于你要锁死什么。
预设菜单：六个模板对应六种「一致性」问题
选「人物三视图」，把一张角色照片喂进去，出来的是正面、侧面、背面，加两组头部特写。
一张原图，被排版成四视角设定稿
为什么不能只给一张正面照：模型碰到转身、侧脸、后脑勺的时候会自己脑补。一旦没有背面参考，衣摆怎么垂、发冠朝哪边，全靠它临场发挥。
三视图给的不是「更好看的图」，是「这个人在任何角度都长这样」的证据。
提示词不描述画面，只派活
到这一步，提示词长这样：
提示词原文：
让人物长相完全参考 image，动作完全参考 参考_深度动作捕捉 中的 C 位核心男主，背景融入 背景图。C 位人物身旁出现的其他人物，替换为《西游记》女儿国中的人物，以及孙悟空、猪八戒、沙和尚等。所有画面 C 位主体必须是 image，禁止自己想象和修改面部特征，镜头的运镜调度完全参考 参考_深度动作捕捉。拆开看，每一句都在回答一个问题：
- 长相归谁：完全参考 image。不是「参考一下」，是完全。
- 动作归谁：参考_深度动作捕捉 里的 C 位核心男主。连「哪个人」都指定了。
- 场景归谁：背景融入背景图。背景不是描述出来的，是贴进去的。
- 配角归谁：指定替换成《西游记》里的谁，而不是让模型自动补全。
- 禁区在哪：禁止自己想象、禁止修改面部特征。两句都是否定句。
没有一句在形容画面好不好看。它不像在描述，更像在派活——每个节点管一件事，边界写死，模型没有发挥空间，也就没有翻车空间。
同一段提示词，同时指定了长相、动作、场景、配角和禁区
先跑通动作，再谈清晰度
最后看参数：模型 Seedance 2.5、16:9、480P、13 秒、全能参考。
480P 是刻意的。动作对不对，480P 一眼就能看出来；先在这个档位把 13 秒跑通，确认角色没崩、运镜没乱，再上高清重跑。
顺序反了会很贵：直接生成 1080P，跑完才发现 C 位那位转错了身。
GIF 跑通之后的成品：动作、长相、场景各就各位
复刻完成的群像：脸和衣服来自三视图，动作来自剪影
所以复刻这件事的成本，从来不在模型那一步。它在准备阶段——你有没有一段动作干净的参考片、一张能当设定的图、一张对得上剧情的背景。
如果你觉得今天这篇有收获，欢迎点赞、在看、收藏三连，我们下篇见。
