直接给Seedance或者其他视频模型用，可以这样写一版

直接给Seedance或者其他视频模型用，可以这样写一版：

Q版可爱真实厨房短视频风格。角色A参考图1，只学习角色外观、灰色绒毛质感、圆耳朵、白色连帽衣、耳机、蝴蝶结和可爱表情；不要继承参考图中角色占满画面的尺寸。角色A是小型毛绒卡通生物，不是成人吉祥物，不是人穿玩偶服，真实身高约65厘米，短腿、大头、圆身体、低重心，站在地面时明显矮于90厘米高的厨房料理台。

场景参考图3：温暖自然光厨房，木质料理台，窗边盆栽，生活化家居环境。角色B为橘猫，正常家猫大小，肩高约25厘米。比例关系必须清楚：角色A约为橘猫肩高的2.5倍，明显比料理台矮一截；如果角色A需要处理台面食材，它必须站在一个25厘米高的小木凳上，不能通过放大身体来够到台面。角色A头顶即使站上小凳，也只是略高于台面，不得变成成人高度。

镜头为中景到中近景，正常人视角略微俯拍，35mm到50mm自然镜头，不使用低机位仰拍。角色A全身或大半身可见，身体占画面高度约45%，旁边必须出现橘猫、料理台边缘、碗、砧板等真实物品作为比例参照。角色A动作小巧笨拙，手臂短，拿起鸡胸肉时显得费力，身体轻微摇晃，保持小动物体型的可爱感。

禁止：巨大玩偶，成人吉祥物，人穿玩偶服，角色高过料理台，角色接近成年人身高，长腿高挑比例，英雄仰拍，低角度威猛镜头，角色贴脸占满画面，比例忽大忽小。

如果你要做成两镜头视频，不要只在开头写一次比例，第二镜也要重复。视频模型很容易第一镜还小，第二镜一近景就变大，所以每个镜头都得重新锁比例。比如你这个“考拉给猫做饭”的剧情，可以这样写：

[00:00-00:05] 镜头1，中景，正常人视角略微俯拍。温暖厨房里，65厘米高的小考拉角色A站在25厘米高的小木凳上，身体仍然明显矮于90厘米料理台，只是头和上半身刚好露出台面。橘猫角色B站在地面左侧，猫肩高约25厘米，抬头看着小考拉。画面中保留料理台边缘、砧板、碗和猫作为比例参照。小考拉举起一块鸡胸肉，动作笨拙吃力，圆身体轻轻晃动。

[00:05-00:11] 镜头2，近景但不能贴脸，仍保留台面边缘和橘猫头部作为比例参照。小考拉站在小木凳上，头顶只比台面略高一点，身体短小圆润，不能变成成人玩偶体型。它把鸡胸肉放下，又拿起一块南瓜，低头苦恼地看着猫。橘猫在地面仰头喵叫。保持角色A身高约65厘米、猫肩高约25厘米、料理台约90厘米的比例关系。

还有一个非常实用的办法：不要直接拿三视图做视频参考，先做一张“比例校准图”。这张图里把角色A、橘猫、厨房台面、小陶盆放在同一个画面里，明确让角色A站在地面或小木凳上，旁边最好有台面边缘、柜门把手、碗、砧板这种真实物件。然后你后续视频参考这张“比例校准图”，不要只参考孤零零的三视图。因为三视图通常是角色居中、全身占满画面，AI会误以为这个角色就是画面主尺度，进视频就容易放大。比例校准图相当于给AI一把尺子，告诉它：这个角色在真实世界里到底多大。

如果平台支持多图参考，你可以把图的职责写清楚，不要让AI乱学。比如：图1只用于角色A外观，不用于身高比例；图2只用于橘猫外观和猫的真实体型；图3只用于厨房空间、光线和家具比例；最终比例以“角色A 65厘米、料理台90厘米、猫肩高25厘米”为准。这个“以文字比例为最高优先级”的句子很有用，因为AI经常会把参考图的视觉冲击力当成最高规则。