Omni-Reference：三视图锁脸
Omni-Reference: Face Lock via Three Views
用正视图/侧视图/背视图三张参考图 + 一张表情参考，把角色面孔锁死；参考图标记必须统一写成 <Picture 1> 形式。
提示词全文
【subject_definitions】 角色定义以 <Picture 1>(正面)、<Picture 2>(侧面)、<Picture 3>(背面) 三张参考图为准，四者描述同一人物。 <Picture 4> 仅提供表情与嘴型参考，不参与服装判定。 【summary】 角色在近景固定机位前完成一段独白，头部有自然的微转动，口型与台词语速匹配。 【retention_analysis】 必须保留：脸型轮廓、眼型与瞳色、眉形、发型分区与发际线、耳饰。 允许变化：头部偏转角度、表情强度、眨眼频率。 【detailed_description】 机位：85mm 等效焦距，齐胸近景，机位与视线齐平，浅景深，背景为虚化的室外环境光斑。 表演：说话时下颌开合幅度适中，重音处眉峰轻抬，句尾有一次自然的眨眼。 光线：柔和主光来自画面左前方，右侧补光弱两档，面部无硬阴影。 【Negative】 脸部形态漂移，五官错位，牙齿外翻，颈部过长，背景出现清晰建筑结构。
官方描述（另一语言）
Lock the character's face with three-view references plus an expression reference; keep all reference markers in <Picture N> form.
逐段拆解
哪一段在控制画面里的什么 —— 这是照抄提示词学不到的部分
subject_definitions三视图 + 表情图，明确各图职责
→分工写清楚，模型才不会拿表情图去改服装
summary近景独白
→限定景别与表演类型
retention_analysis逐项锁五官与发型
→脸部漂移几乎都出在这一段写得太笼统
detailed_description机位/表演/光线三段
→焦距与景深决定「像不像影视」，必须显式写
Negative列出漂移形态
→同样避免使用否定句式，只描述要排除的形态
失败对照
症状 → 原因 → 改法
症状说话时脸会缓慢变成另一个人
原因三视图参考权重被表情图稀释
改法把表情图单独声明为「仅提供表情参考，不参与身份判定」
症状口型与台词对不上
原因没写语速与重音位置
改法在 detailed_description 里给出重音落点，或改用音频驱动模式
相关案例
文生视频 演示12 秒16:9谢尔顿与佩妮的纯提示词生成
以谢尔顿和佩妮作为文字指令中的角色，用 MiniMax H3 直接完成角色场景。
首尾帧 演示15 秒16:9追逐午夜龙的碎月少年
少年 Kael 目睹银月裂开、午夜龙衔走碎片，随即穿过湖畔与森林追向禁忌山谷。 原生视频规格为 15 秒 · 2560×1440。原帖完整公开了 Prompt，本页按原文保留。
首尾帧 演示15 秒16:9温室里的害羞雨云
小园丁 Luma 在旧水壶中发现害羞雨云 Nimbus，一滴雨让枯萎向日葵重新抬头。 原生视频规格为 15 秒 · 2560×1440。原帖完整公开了 Prompt，本页按原文保留。
文生视频 演示15 秒629:360黄昏加油站旁的家庭录像
女子站在旧车与加油机旁对拍摄者说话，手持镜头留下倾斜和晃动。
文生视频 演示15 秒16:9公寓门前的韩剧式对峙
两人在公寓内对峙，双人构图切换为各自近景。
文生视频 演示15 秒16:9晨起女子与海景露台的一日开场
长发女子先坐在明亮卧室的床上整理头发，随后画面切到摆有木桌椅的海景露台，最后以落日海面和“Good vibes, Good life”文字收尾。 成片规格为 15 秒 · 1088×720。原帖完整公开了 Prompt，本页按原文保留。