多參考影片 3.0 教學｜用兩張角色設定圖，生成一致的東方古風電影級 AI 影片
一、先準備角色參考素材
這次的案例不是只準備一張人物圖片，而是先建立一套完整的角色視覺資料。
參考圖 1：角色四視圖＋全身服裝設定
這張角色設定圖直接提供了人物不同角度的資訊，包括：
正面、45°側面、側面、後面
同時還有：
全身四視圖、髮型細節、服裝細節與配色參考。
因此，這張圖主要負責建立角色的整體身份。
例如影片裡人物會從正面轉向 45°側面，如果只有一張正面圖片，AI 必須自己猜測側臉與後腦勺的造型；而四視圖可以提供更多角度的視覺依據。
AutoIP 目前也提供「角色多角度」功能，用於將角色延伸到不同角度與新場景。(AutoIP)
二、再加入第二張圖片，補足容易變形的細節
參考圖 2：髮型、臉部與髮飾細節
第二張圖片的作用不是重複第一張，而是進一步強化角色最重要的細節。
這張圖集中展示：
黑色高盤髮、多股編髮、花簪、金色髮飾、珍珠流蘇，以及人物臉部特徵。
因此可以把兩張圖片理解成：
第一張鎖定角色整體造型，第二張鎖定髮型與飾品細節。
當人物在影片中轉身、走動、回頭時，這些細節通常也是最容易被 AI 重新生成的部分，因此使用第二張圖補強會更合理。
三、把兩張圖片一起放入多參考影片 3.0
有了角色素材之後，就可以進入 AutoIP 的「多參考影片 3.0」。
參考圖 1 → 參考素材 1
放入前面的角色四視圖＋全身設定圖。
參考圖 2 → 參考素材 2
放入前面的髮型與細節設定圖。
接著再加入場景描述。
而下面這張圖，就是本次操作最重要的實際介面示範。
圖片 3：AutoIP 多參考影片 3.0 操作介面
從這個實際介面可以直接看到，整個多參考影片 3.0 工作區可以將流程拆成幾個重要區域：
參考素材
用來加入兩張角色參考圖片。
場景描述
輸入角色、場景、動作、鏡頭與整體風格。
聲音與台詞
設定人物聲音與台詞內容。
影片長度
本次案例設定為 10 秒。
畫質
介面提供 480P、768P 與 2K 等選項。
畫面比例
可選擇橫式 16:9 或直式 9:16。
這也是這三張圖片真正串起來的地方：
圖片 1、圖片 2負責提供參考素材；圖片 3直接示範這兩張圖要放進哪裡，以及後續提示詞與影片參數怎麼設定。
AutoIP 官方目前列出的影片相關工具包含 Multi-reference Video 3.0、Image-to-Video 3.0 與 Lip-sync Video 等，也強調可以從既有角色素材繼續延伸到新的影片。(AutoIP)
四、這支影片要做成什麼效果？
本次案例設定為：
影片風格： 東方古風 3D 半寫實電影 CG 角色比例： 真人比例美型 人物風格： 接近真人，但具有高端 3D 動畫角色美型感 影片長度： 10 秒 畫面比例： 16:9 輸出尺寸： 1280×720 畫質： 768P 高畫質 動態： 奢華電影級慢動作 場景： 清晨古風宅院 主要動作： 轉身、看鏡頭、說話、走動、回眸
這個設定的核心並不是讓人物做大量動作，而是讓 AI 把：
人物一致性＋電影運鏡＋自然物理動態＋人物對嘴
全部結合起來。
五、場景描述怎麼寫？
在操作介面的「場景描述」中，可以直接輸入以下提示詞：
東方古風3D半寫實電影CG、國風3D動畫電影風、AAA級角色建模、美型真人比例、高精準3D雕刻、PBR寫實材質、真實髮絲模擬、皮膚次表面散射、精緻古裝布料、電影級環境光照、柔和輪廓光、體積霧、自然景深、電影級色調、Unreal Engine 5 cinematic rendering。人物接近真人但具有高端3D動畫角色美型感，避免平面插畫感、厚塗筆觸、二次元平面動畫感。
主角沿用參考圖片中的年輕東方古裝女子。黑色高盤髮與多股編髮結構，保留白色花簪、金色髮飾、珍珠流蘇與垂墜珠飾。服裝完全按照原始參考圖：淡粉米白色古風漢服、多層薄紗衣袖、細緻花卉刺繡、高腰束帶、柔軟半透明布料。人物臉型、五官、髮型、服裝、配色、飾品全程保持一致。
全程奢華電影級慢動作，人物動作優雅自然，真實3D空間與自然物理動態。真實髮絲、珍珠流蘇、衣袖與裙擺具有自然物理反應。
MUSIC & SFX: 古風電影配樂、深沉太鼓與清亮琴弦；清晨微風、衣料摩擦聲、珍珠飾品輕微碰撞聲、遠處鳥鳴。
SHOT 1: (0:00–0:03)
少女站在古宅窗邊，緩慢轉身看向鏡頭。晨光穿過窗棂照亮黑色髮絲與珍珠流蘇，髮絲隨微風輕輕飄動，珠飾自然晃動並產生細微高光。鏡頭緩慢推近，背景為真實3D古風宅院，櫻花枝影與暖色散景層層虛化。
SHOT 2: (0:03–0:07)
少女轉向鏡頭約45度，抬眼直視鏡頭，神情溫柔自然，嘴角帶著若有似無的笑意。少女保持與鏡頭的眼神交流，自然開口說中文：<d>[Chinese]今日，也要好好出門。</d> ——嘴唇隨每個音節開合。
SHOT 3: (0:07–0:10)
少女說完台詞後停止說話，緩慢轉身走向窗邊。薄紗衣袖與裙擺隨步伐自然擺動，珍珠流蘇輕輕晃動。走出兩步後微微回眸看向鏡頭，晨光從身後形成柔和輪廓光，花瓣從畫面前景緩慢飄過，最後停在優雅側臉。鏡頭穩定停住。
16:9、1280×720、720P、電影級鏡頭語言、奢華慢動作、真實3D空間、自然人物動態、真實髮絲物理模擬、PBR材質、細膩皮膚、柔和景深、體積光、電影級色彩分級。
保持角色身份與原始設定完全一致，不改變臉型、五官、髮型、服裝、服裝顏色、服裝結構及任何髮飾，不新增或刪除配件，不出現插畫筆觸或平面二次元效果。
六、人物說話要特別注意
如果這支影片需要人物真正開口，台詞不要只寫：
今日，也要好好出門。
而是直接使用：
<d>[Chinese]今日，也要好好出門。</d> ——嘴唇隨每個音節開合。
這就是本次案例的人物對嘴格式。
SHOT 2 的重點是：
人物看著鏡頭 → 自然開口 → 中文台詞 → 嘴唇配合每個音節。
而不是讓人物只播放聲音、嘴巴卻沒有動作。
AutoIP 官方目前將 Lip-sync Video 列為影片工具之一，平台也將「讓角色說話、跳舞或進入下一個場景」作為從圖片延伸到影片的使用情境。(AutoIP)
七、三個鏡頭，把 10 秒影片完整串起來
SHOT 1｜角色登場
0:00–0:03
少女站在古宅窗邊。
她緩慢轉身看向鏡頭，晨光穿過窗棂，照亮黑色髮絲與珍珠流蘇。
鏡頭緩慢推近。
這個鏡頭主要負責：
建立人物＋建立環境＋展示髮型細節。
SHOT 2｜人物開口說話
0:03–0:07
少女轉向鏡頭約 45 度。
她抬眼看向鏡頭，保持自然眼神交流。
接著：
<d>[Chinese]今日，也要好好出門。</d> ——嘴唇隨每個音節開合。
這個鏡頭主要負責：
人物表情＋眼神＋中文台詞＋嘴型表演。
SHOT 3｜電影式回眸
0:07–0:10
少女說完之後轉身走向窗邊。
薄紗衣袖與裙擺自然擺動，珍珠流蘇輕輕晃動。
兩步之後，她回頭。
晨光從背後形成柔和輪廓光。
最後停在優雅側臉。
這個鏡頭主要負責：
動態收尾＋人物造型展示＋電影感定格。
八、AutoIP 實際參數怎麼設定？
回到上方的操作介面圖片，就能直接對照設定。
參考素材
加入：
參考圖 1＋參考圖 2
場景描述
貼上完整提示詞。
影片長度
10 秒
畫質
768P 高畫質
畫面比例
橫式 16:9
這樣就可以完整對應本篇教學。
九、為什麼不是只用一張角色圖片？
因為本案例中的人物造型細節很多。
她不只有臉部特徵，還有：
高盤髮＋多股編髮＋花簪＋金色髮飾＋珍珠流蘇＋薄紗漢服＋刺繡。
當人物開始轉身時，AI 必須處理大量三維資訊。
所以：
第一張圖片提供角色整體結構。
第二張圖片補強髮型與飾品。
第三張圖片則讓使用者直接看到這兩組素材在 AutoIP 操作介面中的實際使用位置。
這才是這次多參考影片案例最完整的使用方式。
十、從角色設定到 AI 電影短片
整套流程可以整理成：
角色四視圖
↓
髮型與細節參考
↓
多參考影片 3.0
↓
場景描述
↓
中文人物台詞
↓
10 秒電影分鏡
↓
768P／16:9
↓
生成古風電影級 AI 影片
AutoIP 官方目前的產品定位也是讓使用者從一個素材持續延伸到不同角度、場景與影片，而不是每次都重新建立角色。(AutoIP)
結語
一支具有電影感的 AI 影片，不只是把人物圖片「動起來」。
真正有效的製作方式，是先用角色四視圖建立人物身份，再用髮型與細節圖補足容易變化的視覺資訊，接著在 AutoIP「多參考影片 3.0」中加入兩張參考素材，利用場景描述安排鏡頭與動作，再加入中文台詞完成角色表演。
本次案例的三張圖片也各自發揮不同作用：
第一張：角色設定。
第二張：細節強化。
第三張：實際操作。
最後再透過：
轉身 → 看鏡頭 → 中文對嘴 → 行走 → 回眸
把原本靜態的東方古風角色，真正轉換成一段完整的電影級 AI 短片。
使用推廣碼 MEDIAO4JREQ 註冊立即擁有15%優惠：
