必须按统一尺寸（1024×1024）、严格顺序（图1主体正脸、图2姿态、图3环境、图4光影）、无水印要求上传参考图，并在提示词中采用三段式/权重锚点式/时空锚定式结构，且手动开启“启用多图参考”开关并确认绿色✅标识后方可生效。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
想让可灵AI生成的视频严格匹配多张参考图的构图、人物姿态和场景风格，必须用特定结构组织提示词，否则系统会忽略部分图片或混淆视觉要素。
准备参考图的硬性要求
上传前必须将所有参考图统一为相同尺寸（推荐1024×1024），否则可灵AI会自动裁剪导致关键区域丢失。【不同尺寸的图混传会导致首张图以外的全部失效】
每张图需独立清晰表达一个核心信息：第一张定主体人物正脸，第二张定动作姿态，第三张定背景环境，第四张定光影质感——超过四张图系统将只读取前四张。
删除图中所有文字水印和边框，哪怕半透明水印也会干扰姿态识别。
提示词结构分层写法
方法一：基础三段式（适合2～3张图）
第一段写主体描述→第二段写“参照图1+图2+图3”→第三段写运镜与节奏。例如：“穿红裙的亚洲女性站在玻璃幕墙前微笑→参照图1+图2+图3→缓慢推进镜头，0.5秒停顿，自然光效”。
方法二：权重锚点式（适合4张图且需强调某张）
在对应描述后加括号标注图号并赋予权重，如：“左手叉腰（图2:1.3）、右脚微抬（图2:1.3）、发丝飘动方向与图3一致（图3:1.0）”。权重值只能是0.8～1.5之间的单小数，填1.6会触发系统降权处理。
方法三：时空锚定式（适合动作连贯性要求高的场景）
按时间顺序拆解帧需求：“起始帧参照图1（站立静止）→第3帧参照图2（右手抬起）→第7帧参照图3（转身侧脸）→终帧参照图4（背影离场）”。这里图号必须与上传顺序严格对应，图4不能是上传的第五张。
避坑关键操作步骤
第一步：在可灵AI网页端点击“上传参考图”，一次最多选4个文件，【选中后立刻点击“确认上传”，不要先点其他按钮】。
第二步：上传完成后，页面右侧出现缩略图栏，鼠标悬停任意缩略图，右下角显示“图1/图2/图3/图4”标识——若没显示编号，说明上传失败，需重新上传。
第三步：在提示词框顶部点击“启用多图参考”开关，该开关默认关闭，不手动开启则所有参考图无效。
第四步：输入完整提示词后，检查左下角是否出现绿色图标“✅ 多图参考已激活”，再点击生成按钮。
