分镜图连改12轮，人物还能保持一致吗？Seedream 5.5实测

大家好，我是梧桉，这是更新的第421篇文章！

点击名片，一起拆爆款、建认知、破焦虑

写在开头

做AI视频时，好不容易挑出一张满意的分镜图，只想把杯子换个颜色，改完一看，人物的脸也动了。接着补一个近景，衣服还在，手里的东西又变了。一个镜头还没开始生成，先在图片上来回折腾。

所以，Seedream 5.5更新以后，我最想试的就是：已经满意的图，能不能接着改、接着用？

官方这次提到的多轮编辑、原生RGBA透明素材、分层、小字排版，以及逆光和特效融合，都能对应到视频制作里的具体任务。围绕这些能力，我在豆包跑了10组测试任务，整理成12条提示词。

为了让这些测试有个共同的用途，设定了一部虚构短片《最后一班渡船》：渡口快下班了，一位女值班员收到一封没有寄件人的信，信封上写着“林舟”。

围绕这场戏，要解决三件事：首帧有地方不满意，怎么改；一张图讲不完故事，怎么补镜头；画面里的道具和环境，怎么拆出来继续做。

先说我的判断：这批结果里，局部改图和透明素材最值得先试。补镜头、拆图层也有用，但拿到图片以后，还要检查它们能不能接得上。

PART 01

首帧连改12轮，人物还在，信封却没封好

先看上边这张底图。人物站在柜台后，桌上有手电筒、信封和搪瓷杯。之所以放这些小物件，就是方便观察：只改其中一样的时候，其余地方会不会跟着跑。

底图使用的完整提示词：

PROMPT 01 · 首帧底图

横向16:9，写实电影中景。一位三十岁左右的短发女性渡口值班员站在旧木柜台后，穿深蓝色工作外套，左胸有圆形铜徽章，双手自然放在柜台上。柜台从左到右放着黑色手电筒、写有“林舟”的封口牛皮纸信封、白色搪瓷杯。后墙挂着一角翘起的旧航线图，右侧窗框有白色掉漆。冷色傍晚天光与室内微弱暖光混合，保留自然肤质、衣料纹理、木纹和物件磨损。人物、手部与三个道具清楚可见。

接着以上一轮结果为输入，每次只改一件事。换姓名、改杯子颜色、增加钥匙，再让手指碰信封。后面又把钥匙拿掉，手放回去，杯子和姓名也恢复，最后加上一枚红色封蜡。把其中修改的几轮合成了GIF动图可以看到细节变化，但人物一致性保持的很好。

原图与12轮结果制作的回放动图，细节以静态图为准。

PROMPT 02 · 12轮逐轮编辑

每次以上一轮输出为输入，以下任务逐轮发送，每轮仅执行一项：

01 信封姓名改为“陈屿”。

02 白色搪瓷杯改为墨绿色。

03 信封右侧增加一把小铜钥匙。

04 人物右手食指轻触信封。

05 信封改成拆开状态。

06 一角白色信纸从信封中露出。

07 移除铜钥匙。

08 右手恢复平放柜台。

09 信纸收回，信封恢复封口。

10 杯子恢复白色。

11 姓名恢复为“林舟”。

12 信封封口中央增加圆形红色封蜡。

每一轮都附上：仅完成本轮指定修改，保持人物身份、机位、构图、原有照明及其余区域不变。

从这组结果看，人物的脸、工作服、柜台和窗框大体延续下来了。杯子换色、钥匙增减、信纸露出，也能找到相应变化。已经选好的首帧有这种修改余地，对做视频确实有用。

不过，把最后的信封放大，会看到一个问题：封蜡有了，信封口却还张着。前面要求的“恢复封口”，没有完全做到。底图也漏掉了提示词里的旧航线图，这一项要一起记下来。

人物没变，与修改完成，是两项检查。只顾着看脸，很容易把手边的小错误放过去。等下一镜要拍“拆开一封密封的信”，这个没封好的信封就会影响动作衔接。

大家可以借用这套测试方法：拿自己的首帧，改一个道具颜色、增加一个物件，再把它移除。看修改有没有落实，也看原来满意的部分有没有被带动。比单独生成几张漂亮图，更容易判断它适不适合自己的任务。

PART 02

补三个镜头：脸像还不够，动作也得接得上

有了首帧，接下来要讲故事。值班员看见信封，我们通常会补一个手部特写，一个人物反应，再来一个交代环境的全景。我让这三个镜头分别参考最初的底图生成。

PROMPT 03 · 手部插入镜头

根据参考图生成同一场戏的手部插入镜头，横向16:9。相机在柜台前方近距离拍摄人物右手与写有“林舟”的封口信封，手指停在信封旁。保留同一袖口、信封形状和字迹、柜台木纹方向；画面边缘能辨认左侧手电筒和右侧搪瓷杯。延续原有照明。

PROMPT 04 · 环境全景

根据参考图生成更宽的环境全景，横向16:9，相机沿原方向后退，展示人物、柜台与右侧窗外渡口。原有道具顺序保持一致，合理补全画外空间，保留建筑材质、窗户位置和照明方向。

放在一起看，三个镜头的画面气质比较接近，人物和衣服也能认出来。用于整理分镜、看整场戏的感觉，这些图有参考价值。问题出在近景：人物低头的同时，还拿起了信封。

原本只是想拍她看信的反应，模型顺手补了一个动作。单看这一张挺自然，接回前后的镜头就要留意：信封上一镜还在桌上，这一镜已经拿起来了，中间有没有交代？

这条近景使用的是：

PROMPT 05 · 人物反应近景

根据参考图生成同一场戏的人物近景，横向16:9，相机仍在柜台前方。人物低头看向信封，表情克制。保留同一五官、发型、深蓝外套与铜徽章，航线图和窗户的方向与参考图一致，延续同一时刻的光线。

回头看这段提示词，人物长相、衣服、光线都有要求，却没有限定信封仍在桌上。补分镜时，动作停在哪一步，也值得单独写清楚。比如手尚未碰到信封，还是已经捏住信封边缘，这些状态会影响后面的镜头。

拿到几张图以后，可以按顺序摆出来，专门检查手的位置、道具状态、人物朝向。先把这些接点理顺，再挑哪些图去生成视频，比较容易发现需要返工的地方。

这组还做了一张场景净底：把值班员移走，保留柜台、窗框和主要道具。人物移除后，没有明显残手，被遮住的室内区域也补了出来。

PROMPT 06 · 场景净底

以参考图为底图，仅移除柜台后的值班员，保留柜台上的手电筒、信封和搪瓷杯。合理补全人物挡住的墙面与航线图，延续可见纹理、图纸线条和明暗关系。清除仅由人物造成的遮挡与投影，保持机位、画幅、柜台轮廓、窗框和道具位置不变，输出同尺寸场景净底。

同一个房间，有人物版，也有空场景版，后面安排空镜或合成就多了一份底板。不过，人物背后的结构是模型补出来的，门窗、墙面这些长期要复用的地方，还是要对照原图检查。

PART 03

透明素材，能不能真的放进后期？

这次推荐大家自己试的，是透明素材。做视频常会遇到这种需求：一把钥匙要单独移动，一层雾要慢慢飘进来，片头的芦苇和远山要错开一点运动。

先试一把独立铜钥匙，特意让它带镂空钥匙环和散开的棉线。这样能检查内部空隙和细边缘，看看拿到的究竟是不是能透底的文件。

同一份PNG后期叠在三种底色上，用来观察透明边缘。

PROMPT 07 · 透明铜钥匙

生成一把独立旧铜钥匙素材，横向4:3。长柄结构，顶部为完整镂空的椭圆钥匙环，下方有两处不对称齿口，柄部缠着褪色红棉线，线尾自然散开。保留铜绿、磨损和细划痕，柔和中性产品照明。输出带真实Alpha通道的RGBA PNG，钥匙外部、钥匙环内部和棉线之间的空隙完全透明，不设置地面与投影，完整展示轮廓。

检查原文件，这把钥匙确实带Alpha通道，钥匙环内部也能透出底色。它可以作为独立道具继续处理。不过，想把它剪回前面的柜台镜头，还得核对造型，独立生成的钥匙未必与场景里那把完全相同。

接着是一层薄雾。硬边道具能透底还不够，雾气要有浓淡过渡，边缘也不能留下一个灰色方框。这次文件里有连续变化的半透明值，具备叠加使用的基础。

PROMPT 08 · 半透明薄雾

生成影视合成用独立薄雾素材，横向16:9。雾气沿底部从左向右延伸，左侧较浓，中部变薄，右侧自然消散，形态低矮松散，有不同浓度的柔软涡流，上方保留大面积空白。中性浅灰，照明均匀，无明显自发光。输出真实RGBA PNG，空白区域完全透明，雾气通过连续变化的Alpha表现浓淡，不附带黑底、白底、地面或其他物体。

如果你做古风、悬疑或者山水类视频，这种素材值得留意。静态雾图可以继续做位移、缩放和透明度变化；想要雾本身翻卷流动，就需要再做动态处理。

有个检查办法很简单：把透明素材分别放到浅底和深底上。深底便于看雾的形状，浅底便于发现边缘；钥匙这类道具，还要看镂空处和细线之间有没有残底。

PROMPT 09 · 手绘渡口

横向16:9，原创悬疑短片片头背景，细腻手绘动画美术风格。雨后山间渡口，前景左侧是湿芦苇，右侧是挂着旧绳索的木桩；中景是停靠的小渡船与木栈桥；远景为湖面、层叠山影和一点微亮灯塔。蓝灰、墨绿与少量暖黄，前中后景边界明确，适合横向视差运动，无文字、无人物。

还可以把手绘渡口拆成了四层：左侧芦苇、右侧木桩与绳索、渡船与栈桥，以及完整的湖面远山背景。设想是让近处移动快一点，远处慢一点，做出片头视差。

拿到的是四个同尺寸文件，三个前景层带透明通道。到这里看着挺顺，但把它们按原坐标重新叠回去，木桩下缘像悬着，船体与水面的接触也需要处理。

PROMPT 10 · 四层场景拆分

将参考图拆为四张独立图片，保持原尺寸和元素坐标：第一张只保留左侧芦苇；第二张只保留右侧木桩与绳索；第三张保留渡船与栈桥；第四张为完整湖面、山影及灯塔背景。前三张其他区域透明，使用真实RGBA PNG。合理补全遮挡部分，保持原画风、颜色与物体比例，分别输出文件。

拆完图层，先原位叠回去看一遍。静止时就悬空的地方，运动以后也不会自己贴好。想拿去做视差，要先补接触、遮挡和必要的背景，再考虑运动幅度。

这也是这组测试对我最有用的提醒：收到几张透明PNG，只完成了素材准备中的一部分。能不能继续用，回叠一下就能发现不少问题。

PART 04

画面好看以后，再看光有没有落对地方

除了前面这些制作任务，我也试了官方提到的逆光与特效融合。给值班员换到灯塔门口，太阳在人物右后方，要求正脸保持较暗，只接受微弱的环境补光。

PROMPT 11 · 逆光人物

横向16:9写实电影近景。以参考图锁定同一位短发女性值班员和深蓝工作外套，她站在旧灯塔门口，身体朝外，头轻微转向镜头。低角度落日位于人物右后方，照亮右侧发梢、耳缘和肩线；正脸主要处于阴影，由门外天空微弱补光，眼睛与表情仍可辨认。保留毛孔、细纹和疲态，避免来源不明的正面强光。背景海面明亮但有层次，门内较暗，发丝与衣料自然，真实电影拍摄质感。

这张保留了亮背景、暗正脸的关系，发梢有受光边缘，表情也能辨认。做情绪近景时，这样的明暗关系有参考价值。挑图时可以留意：太阳在身后，脸上那一大片亮光有没有来源？

飞蛾这一题，我让三只淡金色发光飞蛾从信封上方出现，重点放在信封口、桌面和指尖附近。结果里，这些位置都有暖光变化，新增元素与周围环境产生了联系。

PROMPT 12 · 飞蛾特效融合

在参考图打开的信封上方增加三只微小淡金色发光飞蛾，处于不同高度和距离。最近一只位于信封口上方约十厘米处，第二只略偏后，第三只更高、更小。翅形清晰，局部柔和辉光。微弱金光照亮信封内缘、邻近桌面和人物靠近信封的指尖，随距离衰减，其余空间延续原有照明。最近飞蛾与信封口形成合理遮挡。保留人物身份、机位、道具及场景结构，避免满屏粒子和大范围光雾。

这个例子和前面的局部编辑，检查方式又有点不同。增加发光物体以后，附近的桌面和手部本来就该受光。此时要看变化是否合理，不能一见周围变亮就算“改坏了”。

做奇幻场景的朋友可以记住这一点：除了看特效本身，顺着它的光，检查附近的人物、物体有没有响应。

PART 05

留一张清单，下次生成视频前用

这个首帧检查表的小字渲染比较稳，六项检查也组织得清楚，大家可以点开原图看

PROMPT 13 · 首帧检查表

设计竖向2:3中文知识海报，标题“首帧先检查，再点生成”。深炭灰底、暖白正文、青绿色重点，六个编号区块，各配简单对应插画。逐字呈现：

01 主体能认清：脸部、服装和关键道具清楚，便于核对一致性。

02 动作有起点：先交代当前姿势，再描述接下来的动作。

03 运动有空间：按计划动作留出余量，留意手脚和道具裁切。

04 遮挡说得通：检查手与物体、身体与家具的接触关系。

05 光线有依据：观察主要光源、投影方向和反射是否协调。

06 文字有安排：需要准确稳定的字幕与标识，可在后期单独制作。

底部：“清晰首帧有助于检查输入，视频结果仍取决于模型、动作和生成设置。”

标题、正文和插画对应清楚，文字完整，手机阅读尺寸下易读。

下次准备生成视频，可以先对着自己的图问六个问题：主体和道具清楚吗？动作从哪个姿势开始？运动有没有余量？手与物体的接触对吗？光源和投影能对应吗？需要准确的文字，准备在哪一步处理？

这张表可以直接存下来用。但也提醒一句：以后让AI生成知识图，文字、知识、图示要分开检查，排得整齐不代表画得对。

如果手头已经有一张比较满意的首帧，我会先试局部返工；需要独立道具、雾气或者片头素材，再试透明输出。这几类任务比较具体，拿到结果以后，也容易判断哪些地方可以留下。

补镜头和拆图层同样值得试，只是多留一道检查：镜头按顺序摆出来，看看动作接不接得上；图层按原位叠回去，看看有没有悬空、漏底和遮挡错误。

这批结果里，最愿意留下的是那张没完全封好的信封。人物和房间延续得不错，已经让人想往下做了；偏偏这个小道具提醒我，生成完成以后，还是得把自己的要求一项项对回去。

大家不用一上来就跑完这10组。拿自己正在做的首帧，挑一个最想改、又最怕牵动别处的地方，试一次局部修改，再放大检查。能不能接着做自己的镜头，这次更新对你有没有用，会更容易看出来。

完整测试提示词单独整理在配套文件里，可以换成自己的角色和场景使用。你做视频时最容易卡在哪一步？也可以留言，我们拿具体问题继续测。

人生路道阻且长，行则必达。大家制作过程中有问题可以在练习群@我一起交流，祝大家流量大爆。如果遇到自己想学的AI视频赛道，也欢迎大家踊跃投稿！！

.5