# 画面不可控！环境/人物不一致！实测Gpt-image-2能否辅助解决AI视频的几个痛点？
**作者**: 探路AI
**日期**: 2026-04-26T13:17:42.000Z
**来源**: [https://x.com/TanLuAI/status/2048391066983051407](https://x.com/TanLuAI/status/2048391066983051407)
---
最近，GPT-image-2各种刷屏，我这边也基于它的能力，实测了它在AI视频制作流程中的应用。总结了几个可以提高可控性，人物/环境一致性的技巧。今天，跟大家分享一下。
图片模型：GPT-image-2（大部分为中等，标准质量模式）
视频模型：Seedance2.0
# 技巧一：一段提示词，生成完整资产详情图
此处主要利用了GPT-image-2 强大的信息处理和生成能力，对比 🍌模型，它生成的图片可以承载更多的画面和文字信息。通过一段提示词，就可以生成一张包括主角，配角，武器，环境图在内的，各种元素汇集在一起的资产详情图片，且风格保持一致。
[GPT-image-2提示词：基于三张参考图，剧情为项羽的乌江战役。生成一张AI视频所需的资产图，并以文字标记每一个区域的名称，图片当中包含了人物手持武器的人设图（背景纯白，左侧近景胸像，右侧全身三视图：正视图、侧视图、背视图。完全真人写实风格，严格保持与参考图的人物一致性和风格。），项羽的战马图（背景纯白，全身三视图：正视图、侧视图、背视图。完全真人写实风格）武器图（长枪的完整图，细节图，写实质感），环境图（包含三个视角，正视中远景图，俯拍全景图，中近景低角度侧拍视角图，环境图不出现人物和士兵），双方士兵等配角的角色图（正面照，包含骑兵，步兵，双方各取一个兵种作为代表，双方铠甲配色风格要有差异，背景纯白，完全真人写实风格）。保持人物一致性。风格：超写实史诗战争大片，35mm 胶片手持摄影机拍摄，对焦模糊，伦勃朗光，强烈明暗对比，高反差，肌理质感，人物面部粗糙，电影大片的写实质感。严格禁止出现：3D建模风格，游戏CG风格。]
[Seedance2.0提示词：（案例）
以@图片1为男主，xx秒超写实史诗古代战争大片，西楚霸王项羽 ，乌江决战，悲壮史诗氛围，35mm 胶片手持摄影机拍摄，对焦模糊，伦勃朗光，强烈明暗对比，高反差，肌理质感。侧面高速跟拍长镜头，西楚霸王项羽在荒凉的江边单人单马骑马快速奔袭 ，双手举过头顶 一边挥舞霸王枪。一边骑马往前快速奔袭随后冲入敌军阵地，重击敌方骑兵，紧接环绕跟拍 ，拿枪横扫步兵。仅风声、江水声、战马嘶鸣、兵器碰撞声、低沉环境音效，不配背景音乐。环境，士兵等元素参考资产图@图2]
流程优点：（推荐使用）
1.节省生图积分，参考元素的风格高度一致
2.能一次性生成包括配角在内的元素，让视频的环境/人物一致性更可控
注意事项：
1.生成以后可以进行高清处理，效果更佳
2.主角的人物三视图 单独裁剪作为后续生成视频的参考图
3.环境图的三视图生成效果一般，建议资产图单独生成
# 技巧二：生成视频分镜脚本（故事画板）
此处主要利用了GPT-image-2 强大的文字生成能力。但是，由于其生成多个分镜的能力比较一般，该流程比较适用生成 多分镜的广告片，混剪风格的片子，对于统一场景的，特别是打斗，战争画面的支持效果一般。
[GPT-image-2提示词：生成一张极致精细、充满张力的专业商业广告分镜脚本（Storyboard）。
整体布局与视觉基调 (Layout & Design)版面构图：左侧 70% 为核心视觉区（叙事轨道），右侧 30% 为技术参数侧栏（Specs Column）。
设计风格：“Summer High-Key” (夏日高调影调)。背景为纯净亮白色，点缀极光紫 (Aurora Purple) 与 深海蓝。画面极具通透感，带有微小的噪点颗粒增加胶片质感。
顶部标题栏：加粗中文字体“夏日紫色律动 | 葡萄清爽气泡饮广告脚本”。顶部右侧音频区：BGM：轻快、带有强力 Base 电子鼓点的“夏日潮流电音 (128 BPM)”。
底部文案：本分镜脚本为创意提案，所有画面仅供参考，具体执行以最终为准。
核心视觉区：垂直叙事轨道 (Visual Narrative Track)结构：8 个横向长条场景。左侧标注时间戳，中间为并列的“分镜1”与“分镜2”，由灰色虚线连接，展示动态瞬间；Scene 01 [0.0-1.5s] 晨间跑道：分镜1：塑胶跑道远景，强烈逆光穿过操场看台，形成长长的阴影。分镜2：一名穿白色校服的少年喘着气在镜头前停下，汗水顺着脸颊流下，背景是清澈的蓝天。Scene 02 [1.5-3.5s] 紫色诱惑：分镜1：运动包旁立着一瓶紫色的葡萄气泡水，透明瓶身挂满细密冰霜。分镜2：少年伸出手快速抓起瓶颈，瓶内的紫色液体因晃动产生大量梦幻的小气泡。Scene 03 [3.5-5.0s] 旋开瞬间：分镜1：瓶盖旋转的超特写，手指发力感明显。分镜2：瓶盖旋开瞬间，一缕白色冷雾喷出，紫色液体在瓶口处剧烈翻腾，充满爆发力。Scene 04 [5.0-7.0s] 葡萄交响：分镜1：一颗颗晶莹的紫葡萄跌入冰水的升格画面，紫色果汁在水中丝滑扩散。分镜2：瓶装饮料与巨大的冰块撞击，画面叠加醒目的斜体艺术字“紫气引爆”。Scene 05 [7.0-9.0s] 激爽饮用：分镜1：少年仰头痛饮的侧面特写，喉结随着吞咽动作起伏，瓶中紫色液体大幅下降。分镜2：他放下瓶子面对镜头，嘴角挂着水珠，露出自信爽朗的笑容，背景是虚化的篮球架。Scene 06 [9.0-10.5s] 校园集结：分镜1：三位学生在操场看台上热烈击掌，阳光从斜上方洒入。分镜2：他们共同举起紫色瓶装饮料对着镜头“干杯”，紫色液体在阳光下呈现出宝石般的质感。Scene 07 [10.5-12.5s] 纯粹力量：分镜1：瓶身在纯白背景中360度旋转，气泡在瓶内如星辰般升腾。分镜2：画面弹出圆体文字：“10% 鲜榨葡萄汁”。Scene 08 [12.5-15.0s] 谢幕定格：分镜1：操场全景，斜阳光线。分镜2：画面中心出现巨大的“葡萄夏日”Logo，下方是金色互动按钮“解锁你的紫色力量”。
右侧技术参数侧栏 (Technical Sidebar Specs)规格：每一行对应场景 01-08，包含两部分元素；带有箭头的相机运动描述（镜头语言）和声音；带有箭头符号（→）的相机运动描述（镜头语言）：详细标注比如“快速缩放”、“手持跟踪”以及“动态图形剪辑”等术语；声音描述：详细标注比如 远处的欢呼声、洁有力的品牌 Audio Logo视觉要求补足 (Visual Requirements)：（该段文字不出现在图片中）所有文字（标题、标注、侧栏描述）均使用简体中文。确保紫色液体的颜色在 High-Key 调性下不显暗沉，而是呈现出一种透亮的紫水晶色彩。排版必须像专业导演的制作手册（Treatment）一样整洁、专业。注：本分镜脚本为创意提案，所有画面仅供参考，具体执行以最终为准。]
[Seedance2.0提示词：
[Seedance2.0加强版提示词：生成产品图片的一段产品的广告，完全真人写实风格，电商广告片级别的写实，与产品图片 一致。剧情，镜头语言和音效参考视频脚本图片 ，注意产品形态，人物和影片风格严格不参考视频脚本图片]
生成这种带剧情的，多个分镜视频片段的混剪短片，效果也不错。同样类型比如日系风格的爱情短片，旅游vlog等。
[GPT-image-2提示词：生成一张极致精细、信息丰富的专业电影分镜脚本（Storyboard）
1. 整体布局与视觉基调 (Layout & Design)版面构图：左侧 70% 为核心视觉区（叙事轨道），右侧 30% 为技术参数侧栏（Specs Column）。设计风格：“Oriental Classical Fantasy” (东方古典玄幻)。背景为古朴的素色宣纸质感，点缀朱砂红 (Vermilion) 与 墨青色 (Ink Indigo)。画面通透且带有极细腻的水墨颗粒感，光影强调大反差的戏剧效果。
顶部标题栏：加粗中文字体“千古绝响 | 项羽与虞姬”。顶部右侧音频区：BGM：无。底部文案：本分镜脚本为创意提案，所有画面仅供参考，具体执行以最终为准。
核心视觉区：垂直叙事轨道 (Visual Narrative Track)结构：6 个横向长条场景，分镜画面以参考图一致，电影级真人写实风格。左侧标注时间戳，中间为并列的“分镜1”与“分镜2”，由灰色虚线连接。Scene 01 [0.0-1.5s] 孤城月色：分镜1：远景，乌江畔孤城伫立，巨大的冷白圆月被暗云半掩。分镜2：项羽厚重的背影立于城头，残破的披风在夜风中猎猎作响。Scene 02 [1.5-3.5s] 剑舞惊鸿：分镜1：虞姬手持双剑在营火旁起舞，白色轻纱在暗影中旋转出弧度。分镜2：特写项羽深沉的双眼，火光在瞳孔中跳动，映射出虞姬舞动的身影。Scene 03 [3.5-5.0s] 铁甲温情：分镜1：项羽布满伤痕的粗糙大手，轻轻抚摸过虞姬细嫩的脸颊。分镜2：虞姬闭上眼，侧脸贴在项羽冰冷的护腕甲片上，神情凄美。Scene 04 [5.0-7.0s] 离乱之征：分镜1：漫天飞舞的朱砂色红梅花瓣（隐喻血与美），在慢动作中飘落。分镜2：分镜中叠印项羽的重瞳特写，两颗泪珠在刚毅的脸上欲滴未落。Scene 05 [7.0-9.0s] 最后的拥抱：分镜1：两人额头抵着额头，项羽的重铠与虞姬的柔纱视觉对比强烈。分镜2：虞姬在项羽耳边轻语，双手环绕过他的颈部，空气中弥漫着破碎感。Scene 06 [9.0-12.0s] 诀别之姿：分镜1：虞姬夺过佩剑，长剑横于颈侧，月光在剑锋上闪过一道寒芒。分镜2：项羽伸出手欲阻挡，画面定格在他惊愕与痛楚的表情。
右侧技术参数侧栏 (Technical Sidebar Specs)规格：每一行对应场景 01-06，包含两部分元素；带有箭头的相机运动描述（镜头语言）和声音；带有箭头符号（→）的相机运动描述（镜头语言）：详细标注比如“快速缩放”、“手持跟踪”以及“动态图形剪辑”等术语；声音描述：详细标注比如 远处的欢呼声、洁有力的品牌 Audio Logo视觉要求补足 (Visual Requirements)：所有文字信息必须使用简体中文呈现。色彩管理：确保画面中的朱砂红极其浓郁鲜艳，与大面积的素色背景形成强烈对比。质感：虞姬的丝绸质感与项羽的生铁重铠质感需做极致精细化对比，体现柔情与铁血的碰撞。]
[Seedance2.0提示词：生成男主项羽@图片 1和虞姬@图片 2的一段古风短片，电影风格完全真人写实风格，电影级别写实，与参考图@图片 1@图片 2一致。剧情，镜头语言和音效参考视频脚本:@图片 3，注意人物和影片风格严格不参考@ 图片 3。仅生成音效，不生成背景音乐。]
-流程优点：（结合视频类型，选择使用）
1.可以提前预览视频生成的分镜效果，确认后再执行视频生成，避免抽卡
2.相比九宫格分镜头，可以将更多信息提供给Seedance，且信息的对应关系更清晰
-注意事项：
1.生成视频的提示词 必须增加风格词，严格限制 视频风格不参考分镜脚本图
2.打斗画面/战争场面 不建议此种生成流程，直接用第一种的 全能参考模式，直接生成就好
# 技巧三：生成人物站位的拍摄脚本画板
该技巧目前在生图阶段需要来回调整，生成视频阶段也需要结合一些场景参考图进行使用。
[GPT-image-2提示词：请基于参考图和剧情设定，帮我生成一个极致精细的视频故事和拍摄脚本
1. 整体布局- 版面构图：左侧 70% 为核心区域（叙事轨道），右侧 30% 为摄影机和人物站位侧栏（Specs Column）。- 顶部标题栏：江湖论拍摄脚本
2. 核心区：垂直叙事轨道结构：5 个横向长条场景。左侧标注时间戳，中间为画面分镜内容描述，带有箭头的相机运动描述（镜头语言）和声音描述，台词等；（不需要出现具体分镜画面，只需要文字描述）
3. 右侧侧边栏规格：每一行对应场景 01-05，包含元素：一张环境的平面布置图（从上往下垂直俯拍），里面有木屋，茶桌，林间小道具体位置（与参考图的位置保持完全一致），人物站位和运动轨迹（用不同颜色标记，每张图都必须包含两个主角的站位）。不包含摄像机位置和朝向人物站位：红衣女子一直坐于屋外正前方的椅子上（茶桌北侧），保持不变；黑衣刀客从木屋旁的小路走来（西北方向），坐在茶桌的偏西方位（如参考图），并保持不变
剧情设定：【镜头 01】全景 · 建立镜头时长：4秒竹林中，晨雾未散。茶馆木檐下，红衣女子独坐，红衣如火，缓缓举杯饮茶。远处，一道黑影穿竹而来，脚步极轻，却有一种无形的压迫感向画面推近。---【镜头 02】中景 · 刀客入画时长：3秒刀客停在桌旁，红衣女子的相邻位置，如参考图，看着坐着的红衣女子。二人无言对视，空气微微凝滞。---【镜头 03】面部特写 · 红衣女子时长：2秒东方不败抬眸，嘴角含笑，不冷不热。红衣女子（轻声）："坐吧。"---【镜头 04】手部特写 · 刀客落座时长：2秒刀客的手缓缓按住刀柄，而后松开——坐下。---【镜头 05】中景 · 二人相邻而坐时长：4秒红衣女子为刀客斟茶，动作行云流水。茶水注入杯中，热气袅袅升起。刀客（低沉）："你不怕我。"红衣女子："江湖里，怕过人的，都死了。"]
[Seedance2.0提示词：生成一段黑衣女刀客图片 1与红衣女子图片 3 在林间 的对手戏。电影风格，完全真人写实风格，电影级别写实，人物说台词有感情，情绪有起伏；人物风格与参考图:图片 1,图片 3一致。剧情，人物站位，镜头语言；台词和音效参考视频脚本图片 2，注意人物，环境和影片风格严格不参考图片 2。注意首帧画面，仅有红衣女子坐在茶桌。仅生成音效，不生成背景音乐。禁止生成任何形式的字幕。完全不生成字幕；有文字的以透明字体呈现。人物参考：图片 1图片 3；环境，画面参考：图片 4]
流程优点：可以一定程度控制人物的站位和角度；相比其它控制站位的方式，该流程相对流程较短。（不建议新手使用，对作图有要求）
注意事项：目前不管图片模型还是视频模型，对于AI的位置和空间感知 都比较弱，仍然需要一些关键节点的场景图作为参考图 （如图四）
以上是我这几天对于GPT-image-2 的真实实测，新的玩法也在不断探索当中。
大家对此类内容感兴趣的话，欢迎点赞和转发。我会持续更新更多的教程。
## 相关链接
- [探路AI](https://x.com/TanLuAI)
- [@TanLuAI](https://x.com/TanLuAI)
- [8.7K](https://x.com/TanLuAI/status/2048391066983051407/analytics)
- [Upgrade to Premium](https://x.com/i/premium_sign_up)
- [9:17 PM · Apr 26, 2026](https://x.com/TanLuAI/status/2048391066983051407)
- [8,738 Views](https://x.com/TanLuAI/status/2048391066983051407/analytics)
- [View quotes](https://x.com/TanLuAI/status/2048391066983051407/quotes)
---
*导出时间: 2026/4/27 08:55:50*