如何先做 GPT Image 2 角色设定板，再进 Seedance

如果你的 Seedance 片段老是在脸型、发际线、服装或者道具比例上漂，问题往往不是出在“动作之后”，而是出在动作之前。视频模型必须同时解决身份、镜头和运动，所以更稳的做法是先从 Lem Gen 首页 和 GPT Image 提示词专题 入手，在已经选中 GPT Image 2 的 image-editor Workspace 里把角色设定板做扎实，再把它带进视频阶段。

设定板通过后，再去看 Seedance 提示词专题，并进入已选好 Seedance 2.5 的 image-to-video Workspace。重点不是写一条万能长提示词，而是先做一个可复用的身份包，让后续视频提示词专注于镜头、节奏和动作，不再反复“重新生成这个角色是谁”。

这篇文章讨论的就是这个更窄、更实用的任务：如何把 GPT Image 2 变成 Seedance 前的一步前期制作流程，设定板里到底该放什么，提示词该怎么拆，哪些失败最值得优先修，以及怎样把这套流程变成可重复的动画输入。

“先做角色设定板”到底在解决什么问题

所谓 GPT Image 2 角色设定板，不只是一个好看的角色概念页。放到视频工作流里，它其实是后续镜头的身份合同，用来记录那些应该跨镜头、跨动作、跨运镜仍然保留下来的元素：

• 脸部结构和五官间距；
• 发型、发际线和颜色锚点；
• 服装轮廓与重复出现的配件；
• 定义角色的核心道具；
• 之后还要延续的视觉风格；
• 一旦镜头动起来仍然能辨认的轮廓。

这和更泛化的 角色一致性提示词工作流 不是一回事。那篇文章讲的是如何在静态图片之间保护身份，这篇文章讨论的是更具体的视频前置问题：怎样先做出一个能顺利过渡到 Seedance 的设定板。

差别很重要，因为视频里的失败经常比静态图更早暴露：

• 围裙突然变成另一套衣服；
• 吉祥物道具一转镜头就换了形状；
• 脸还算像，但整体轮廓已经接不上前一个镜头；
• 第一帧还能用，最后一帧却完全接不上下一镜。

所以这里的设定板不是装饰，而是前期资产。

先按镜头需求做板，而不是先追求“好看”

最常见的错误，是一上来就让 GPT Image 2 “做一张很酷的角色设定板”，却没有说明后续镜头到底要用它做什么。这样得到的往往是审美上不错、但对动画输入帮助有限的拼板。

更稳的方式，是先问自己接下来要做什么镜头：

• 你需要的是正面主视图、半身图还是全身轮廓？
• 这个角色是否一定要拿着某个稳定道具？
• 后续是否需要表情变化？
• 镜头会绕主体运动，还是主要是慢慢推近？
• 动作重点是手部、身体转向，还是一个带环境信息的揭示镜头？

这些答案会直接决定设定板该有哪些面板。比如一个短广告角色，最实用的板通常包括：

• 一个干净的主视图；
• 一个三分之四英雄视角；
• 一个侧面或接近侧面的视角；
• 一个中性站姿；
• 一个带道具的动作姿态；
• 几个后续镜头真的会用到的表情状态。

如果你要做的是短故事或角色预告，可以再加环境状态，但原则不变：设定板要服务后续镜头，而不是服务“看起来像概念页”。

先做一个锚点，再扩成设定板

更稳定的流程，是先做一个身份锚点图，或者先写一条非常清晰的锚点提示词，然后再让 GPT Image 2 把它扩成设定板。如果你的起点本来就是一张参考图，那么先走一次 Image to Prompt 工作流 仍然很值，因为它能把可见事实和猜测拆开，避免你还没进视频阶段就把身份源弄脏。

锚点提示词应该尽量短、尽量事实化，不要一开始就写成一段带剧情的大片文案。第一步的目标只是把主体锁住。

先创建一个用于后续动画的角色身份锚点。
主体：年轻甜点主厨吉祥物，圆脸，短深色波波头，暖棕肤色，
白色围裙，红色颈巾，身体比例偏紧凑，始终带一把木勺。
风格：柔和的 3D 家庭动画质感。
背景：中性摄影棚底。
目标：固定脸部结构、围裙轮廓、颈巾颜色和木勺形状。

身份锚点通过后，再扩：

把已通过的身份锚点扩展成用于动画规划的角色设定板。
包含：正面、3/4 英雄视角、侧面、中性站姿、
一个举勺动作姿态，以及三种表情（专注、惊讶、微笑）。
每个面板都保持同一张脸、同一套围裙、同一条红色颈巾、
同一把木勺的几何形状。背景干净，面板之间留出清楚间距。

关键不在于一定要几个面板，而在于流程纪律：先有一个通过的身份源，再去扩，不要一开始就同时要求六种变化。

进入 Seedance 前，设定板至少要包含什么

一个能给 Seedance 使用的角色设定板，应该先把视频最容易丢的部分暴露出来。

对大多数短视频工作流来说，最低可用配置是：

1. 一个清晰的主英雄帧；
2. 一个侧面或三分之四视角；
3. 一个可读的全身或半身姿态；
4. 一个表情变化；
5. 如果道具重要，再加一个稳定道具姿势。

如果后续视频更偏故事型，可以再补一个“动作前状态”和一个“动作后反应状态”。这些状态会让视频模型更容易读懂情绪走向，而不是自己乱补。

同时，你还应该明确写出不能变的是什么。我通常会直接写成排除块：

不要改变脸部比例。
不要把围裙替换成别的服装。
不要新增额外道具。
不要重画木勺的形状。
所有面板都保持同一种 3D 材质语言。

这类排除条件不华丽，但非常有用。它告诉 GPT Image 2：这张板是用来保护什么的。后面的 Seedance 提示词就可以继续复用这些不变量。

设定板提示词和动作提示词必须分开

设定板通过后，除非身份本身还错，否则不要继续在同一条提示词里一边改板、一边加镜头。很多流程从这里开始混乱。

设定板提示词负责回答：

• 这个角色是谁？
• 我后面会用到的视角、表情、姿态是什么？
• 哪些服装、道具和轮廓必须保住？

动作提示词负责回答：

• 这个镜头里发生了什么？
• 镜头怎么动？
• 镜头从哪里开始？
• 结尾停在哪里？
• 哪些东西可以变，哪些东西不能变？

最好让两层资产各自只做一件事。视频提示词引用通过的设定板，然后只写镜头行为。

使用已通过的角色设定板作为身份参考。
4 秒 image-to-video 镜头。
甜点主厨吉祥物站在木质操作台前，抬一次木勺，身体微微前倾，
露出微笑，最后停在英雄姿态。
镜头：慢速推近。
保持脸、围裙、颈巾和木勺形状一致。
不要新增手，不要新增道具，不要换衣服，不要突然拉长身体比例。
最后一帧停在干净、居中的英雄构图。

这已经比那种把身份、风格、剧情、动作、情绪和镜头全部塞进一段长文里要可靠得多。

先做一个小镜头，不要一上来就做完整段落

最容易浪费一张好设定板的方式，就是第一次测试就拿它去跑一个很复杂、很长、变量很多的动作段落。更有效的做法，是先跑一个短而可诊断的镜头。

第一次 Seedance 测试最好只测一种运动概念：

• 一个慢推；
• 一个轻微转向镜头；
• 一个明确的手部动作；
• 一个表情反应镜头；
• 一个走一步再停住的小段落。

为什么要这么做？因为第一次测试的价值不在于“产出漂亮成片”，而在于定位失败源头。如果第一次就同时要求：

• 快速运镜；
• 服装变化；
• 道具交互；
• 环境揭示；
• 表情大幅变化；
• 最后一帧还要能接下一个镜头；

那你根本无法判断到底是哪一个变量导致了漂移。

这也是最近社区里不断重复出现的经验：当镜头要求更简单、相机指令更明确、参考源更稳定时，身份往往更容易保住；一旦同时改太多层，模型就会开始“自己补”。

用设定板去控制第一帧和最后一帧

一张好的设定板，另一个价值是能让第一帧和最后一帧更可控。对于要做广告、Reels、短故事切镜的人来说，这件事甚至比“整体一致”更关键。

第一帧应该继承设定板里已经通过的身份状态。最后一帧则应该是一个有意设计的落点，而不是动作结束时模型随手停下来的随机画面。

所以镜头计划里最好直接写出帧逻辑：

起始状态：采用通过版设定板里的中性站姿，木勺下垂。
中段动作：一次清晰的举勺动作并伴随轻微转头。
结束状态：木勺停在肩部高度，笑容可见，主体居中。

当设定板和镜头计划互相对得上时，结果更容易审；当它们互相打架时，模型只能猜。

这也是为什么旧的 Seedance 视频提示词模式总结 依然要一起看。Seedance 提示词最适合写成 shot description，而不是视觉形容词堆。设定板给镜头一个稳定演员，视频提示词再给这个演员一个清楚的动作节拍。

按失败类型来诊断，而不是笼统地说“它不稳”

跑完第一个动画测试后，不要只问“好不好”。更有用的问题是：最先坏掉的是哪一类东西？ 这个答案会直接决定你改哪里。

最常见的失败类型有五类：

1. 脸漂

通常说明设定板里的脸部信息不够清楚，或者镜头一开始就要求太大的头部转动。

修法：

• 强化主视图和三分之四视图；
• 收缩表情变化幅度；
• 先降低大动作，直到脸能保住。

2. 服装或道具漂

通常说明设定板没有把稳定服装或道具几何写清楚。

修法：

• 在设定板里补一个更清楚的道具姿态；
• 在视频提示词里重复写道具名称和材质；
• 明确禁止替换道具。

3. 身体比例漂

通常说明镜头动作太多，而设定板里缺少可用的全身参考。

修法：

• 补一个中性的全身板；
• 缩短镜头；
• 降低环境运动量。

4. 风格漂

通常说明设定板提示词和视频提示词对风格的表述不一致。

修法：

• 两边都只保留同一条稳定风格短语；
• 去掉额外的视觉比喻；
• 让光线和材质词保持一致。

5. 结尾崩

通常说明你没有定义最后一帧应该停在哪里。

修法：

• 把终点姿态写清楚；
• 让结尾停在一个简单的英雄构图；
• 缩小最后一秒的变化量。

在 Lem Gen 里可复用的一套路由

如果你想把这件事在 Lem Gen 里变成可重复流程，最简单的组合是：

• 先看 GPT Image 提示词专题，整理身份和视觉方向；
• 如果主体更偏人物，再对照 人像摄影提示词专题 收紧脸部和姿态语言；
• 在已选 GPT Image 2 的 image-editor Workspace 里做或修角色设定板；
• 通过后，再把这套身份包带进已选 Seedance 2.5 的 image-to-video Workspace。

这套流程的核心，是让“设定板”和“镜头提示词”始终是两份资产：

• 设定板负责身份；
• 视频提示词负责镜头；
• 审核记录负责解释为什么这个版本算通过。

很多人低估了审核记录的重要性。没有“为什么通过”的备注，下一次复用时你很难判断哪些元素是刻意保留的，哪些只是偶然碰巧对了。

什么时候该重做设定板，而不是继续逼视频提示词

有时真正该修的不是 Seedance，而是前面的板。以下情况通常说明你该回到 GPT Image 2 重新收板：

• 已通过的静态图之间，脸已经互相打架；
• 道具在不同面板里本身就换了形状；
• 服装层次过于复杂，根本不适合进入运动；
• 每个面板的风格语言并不一致；
• 后续镜头需要的角度，设定板从来没给过。

这类问题如果不在前期修，视频提示词只会变成背锅工具。很多时间就是这样被浪费掉的：明明身份源是脏的，却一直在往动作层加字。

一个从静态到动作的最短可行循环

如果我要做一个短品牌角色片段，我会这样跑：

1. 先在 GPT Image 2 做一个身份锚点。
2. 把它扩成带主视图、三分之四视图、侧面和道具姿态的设定板。
3. 先按脸、轮廓、服装和道具几何审核设定板。
4. 写一个只有一个动作、一个镜头运动的 4 秒 Seedance 测试。
5. 只看第一个明显失败点。
6. 要么收紧设定板，要么简化镜头。
7. 把通过版设定板、视频提示词和审核结论一起存档。

下面这个视频里，真正有用的不是“它动起来了”，而是主体在运动中依然可读，动作范围也被故意限制在一个容易审的区间里。

最实用的结论其实很短：先把身份做稳，再让它运动。

可直接改写的提示词模板

下面这几段最适合作为起步模板，然后再按你的角色和镜头任务改。

模板 1：身份锚点

先创建一个用于后续动画的清晰身份锚点。
主体：[角色是谁]
稳定脸部特征：[脸型、眼睛、头发、肤色、标记]
稳定服装锚点：[必须重复的衣物]
稳定道具：[必须始终可辨认的物件]
风格：[一条稳定的风格短语]
背景：中性摄影棚底
目标：为后续角色设定板扩展保留身份

模板 2：扩成设定板

把已通过的身份锚点扩展成用于动画规划的角色设定板。
包含：正面、3/4、侧面、中性站姿、道具姿态、
以及三种表情。
保持同一张脸、同一轮廓、同一服装锚点和同一道具几何。
不要背景杂物。面板干净分隔。整体风格一致。

模板 3：第一条 Seedance 镜头

使用已通过的角色设定板作为身份参考。
4 秒 image-to-video 镜头。
动作：[一个简单动作]
镜头：[一个简单运镜]
保持脸、服装锚点和道具形状一致。
不要新增角色。不要换装。不要新增道具。
最后一帧停在干净的英雄构图。

模板 4：漂移修复备注

本次片段主要漂移在 [脸 / 道具 / 服装 / 轮廓 / 结尾帧]。
只修这一类问题。
上一轮已通过的其他元素全部保持不变。

模板 5：通过版本存档

通过设定板版本：[名称]
通过镜头版本：[名称]
通过原因：[具体写明身份和动作为什么可用]
下一个镜头必须保留：[列表]
下一个镜头允许改变：[列表]

在进入动画前，最后再核一次

在你离开 GPT Image 2、切进 Seedance 之前，至少确认以下几点：

• 已经有一个通过版身份锚点；
• 设定板包含了后续镜头真正需要的视角；
• 脸、服装和道具在各面板之间稳定；
• 静态提示词和动作提示词使用的是同一条风格短语；
• 第一次视频测试只测一个小动作；
• 最后一帧有明确落点；
• 审核备注解释了这个版本为什么算通过。

这份核对清单，往往比再加一段形容词更值钱。

这篇文章最短的总结就是：先做角色设定板，再做动作镜头，让每份资产只解决一件事。你可以先从 Lem Gen 首页 进入，对照 GPT Image 提示词专题 与 Seedance 提示词专题，在已选 GPT Image 2 的 image-editor Workspace 里把身份包做稳，再切到已选 Seedance 2.5 的 image-to-video Workspace。如果你还需要更泛化的静态身份保护方法，可以同时看 角色一致性提示词工作流；如果你需要更强的镜头措辞，再搭配 Seedance 视频提示词模式总结。