如何用两张参考图创建15秒 AI 时尚视频

本教程面向时尚品牌、电商卖家、创意团队和内容创作者，讲解如何使用两张参考图制作一支角色与视觉方向保持一致、具有电影感的 AI 时尚视频。

其中一张图片用于确定氛围、灯光和胶片质感，另一张则定义模特的外观与服装。结合结构化提示词后，它们可为一支15秒横版时尚广告提供视觉基础。

• 输入： 一张氛围参考图、一张角色参考图和一段视频提示词
• 工具： WeShop MiniMax H3
• 输出： 一支15秒、16:9 的 AI 时尚视频
• 案例依据： 两张提供的参考图、生成提示词及生成的视频结果

本案例记录了一次生成结果。不同的输入或后续生成可能不会产生完全相同的细节。

Blonde fashion model in a glossy black coat standing in front of an orange nighttime fire

Front, side, and back reference views of a blonde model wearing a glossy black trench coat

第 1 步：准备两张具有不同角色的参考图

避免使用传达相同信息的两张参考图。对于此 AI 时尚视频工作流，每张图片都应具有明确的用途。

使用图片 1 控制情绪与视觉风格

第一张参考图用于确定整体艺术方向：

• 带有黑烟的夜间火焰场景
• 橙红色火焰与高对比度灯光
• 温暖光线在亮面黑色漆皮上的反射
• 模拟胶片颗粒与轻微图像损坏效果
• 广播中断或监控风格的图形元素
• 冷峻、危险、具有编辑感的时尚广告构图

这张图片应传达最终视频的整体感受，而不是定义角色的每一个细节。

使用图片 2 支持角色一致性

第二张参考图从正面、侧面和背面展示角色。它为 AI 时尚视频生成器提供可识别的视觉锚点：

• 长铂金金发
• 窄款黑色复古太阳镜
• 亮面黑色漆皮风衣
• 系腰带设计与长风衣轮廓
• 黑色高跟靴
• 冷静自信的时尚姿势

在上传任何参考图之前，请确认你拥有使用人物、服装图片及生成结果所需的权利。如果参考图描绘了真实人物，请获得适当授权，并避免暗示不存在的代言关系。

第 2 步：将参考图上传至 WeShop MiniMax H3

打开 WeShop MiniMax H3，找到参考图视频生成区域。

根据图片的预期用途上传源图片：

1. 将图片 1 用作氛围和视觉风格参考。
2. 将图片 2 用作角色和服装参考。
3. 确认两张图片均已正确显示。
4. 检查发型、太阳镜、风衣轮廓和火焰灯光是否清晰可见。

当前界面可能会对参考图的数量、顺序、格式或尺寸设定特定规则。请遵循工具实时页面中显示的选项。

第 3 步：输入结构化 AI 时尚视频提示词

实用的提示词应先定义每张参考图的角色，再描述输出内容、角色、环境和剪辑风格。

本案例可使用以下提示词：

图片 1 用作整体质感、情绪和氛围的参考。图片 2 用作角色外观的参考。

创建一支15秒、16:9 的横版时尚短片。保持角色一致：长铂金金发、窄款黑色复古太阳镜、亮面黑色漆皮风衣，以及冷静自信的时尚表情。橙色火光映照在皮革风衣上。

采用快切、电影感时尚广告风格，场景设定在有黑烟和橙红色火焰的夜间火灾现场。融入 VHS 故障效果、CCTV 广播中断、20世纪90年代模拟胶片颗粒、扫描线、色差、漏光、白闪转场和轻微镜头抖动。

该提示词包含五个控制层：

控制层	提示词内容	目的
参考图角色	图片 1 控制氛围；图片 2 控制外观	减少两个输入之间的歧义
输出格式	15秒、16:9、横版	定义预期交付内容
角色锚点	铂金发、窄款太阳镜、亮面黑色风衣	强化不同镜头中的可识别特征
环境与灯光	夜间火焰、烟雾、橙红色火焰、皮革反光	创建统一场景
影片语言	快切、VHS 故障、颗粒、扫描线和漏光	确立编辑感广告风格

目标并不是堆叠尽可能多的形容词。每组指令都应控制结果的一个方面。

保持角色描述简洁且易于识别。围绕一个连贯地点构建环境，然后选择能够支持相同广告风格的视觉效果。

第 4 步：生成15秒 AI 时尚视频

开始生成前，请检查两张参考图和提示词。

如果当前界面提供相应控制项，请使用与预期结果一致的设置：

• 时长： 15秒
• 画面比例： 16:9
• 方向： 横版
• 其他设置： 请遵循 WeShop MiniMax H3 当前提供的选项

不要假设每一项细节都必须通过单独的控制项进行配置。有些要求可以通过提示词表达。请在实时产品页面确认当前可选时长、画面比例控制、分辨率设置、积分、价格和生成限制。

输入准备就绪后，点击界面中显示的生成按钮。

你可以直接使用右侧工具试一试。

第 5 步：检查角色一致性与最终结果

在查看单个画面之前，先完整观看生成的视频。分别检查角色、氛围和剪辑风格。

检查 AI 时尚视频中的角色一致性

在特写、侧面镜头、全身画面和行走片段之间对比角色。重点关注最具辨识度的锚点：

• 铂金金发
• 窄款黑色太阳镜
• 亮面黑色风衣
• 面部结构与整体造型
• 冷静、自信的表情与姿势

在本案例中，主要造型线索在面部特写、侧面视角、全身镜头和行走片段中仍保持可识别性。然而，AI 生成视频中的面部、手部、配饰和服装细节仍需人工审核。

检查氛围是否与图片 1 一致

查看以下元素是否保持连贯：

• 夜间火焰场景
• 黑烟与橙红色火焰
• 具有高对比度灯光的深色背景
• 橙色光线在亮面皮革上的反射
• 结合火焰与车辆的电影感环境

氛围参考图应引导整体视觉语言，而不应强迫每一帧都复制原始构图。

检查特效是否支持时尚广告节奏

结果包含人像特写、服装细节、全身动作、环境火焰镜头，以及类似广播中断的画面。

检查这些效果是否自然地出现在视频中：

• 快切剪辑
• 模拟胶片颗粒
• VHS 或 CCTV 风格干扰
• 扫描线与色差
• 漏光与白闪转场
• 轻微画面抖动

在提示词中包含某种效果，并不代表生成的视频准确还原了该效果。请根据实际画面判断每种效果。

如果首次结果需要改进

首先判断问题涉及角色、环境还是视觉效果。然后只修改提示词中相关的部分。

• 角色在不同镜头中发生变化： 删除次要外观细节，并重复强调关键的发型、太阳镜和风衣锚点。
• 服装发生变化： 强调亮面黑色漆皮材质、长款轮廓和系腰带设计。
• 火焰压过主体： 明确说明角色是主要主体，火焰和烟雾应保留在背景中。
• 视觉处理显得过度： 减少故障特效数量，优先保留胶片颗粒、扫描线和漏光。
• 镜头序列显得缺乏重点： 将方向简化为三个重点——时尚广告、快切和角色特写。

每次只修改一组变量。这样更容易判断是哪项调整改善了输出结果。

如有可能，请保存不成功的生成结果。失败结果、修改后的提示词和修正后的结果，比脱离上下文展示一支成功视频更能提供可信证据。

发布前最终检查

在广告、产品页面或社交媒体帖子中使用生成的视频之前，请确认：

• 角色在主要镜头中仍清晰可辨。
• 面部、手部、太阳镜和服装没有明显的视觉错误。
• 画面比例和时长符合目标平台的要求。
• 火焰、车辆和背景元素不存在分散注意力的瑕疵。
• 音频已获准用于预期用途，且能够正常播放。
• 你拥有参考图和所描绘肖像所需的权利。
• 页面清楚披露该视频由 AI 生成。
• 人工审核人员已确认结果不会误导观众。