Muse 在人物视频上越来越稳了，关键不在运气，在提示词里把人物一致性、机位、分镜时间点一次写死。下面这套中文提示词，10 秒、3 个镜头，上传参考图就能直接用。
人物
脸部：长相、五官、发型、发色和妆容，严格按照参考图左侧大头照。服装和身材：穿搭、配饰和身材比例，严格按照参考图右侧三视图。一致性：3 个镜头里都是同一个人，脸和服装全程保持一致，切镜和跳切后都不能变样。
场景
一间居家公寓的客厅。白色天花板，有欧式石膏线和雕花；墙上挂着一幅金色边框的小装饰画；一侧是深色的格子展示柜，另一侧垂着米白色窗帘。一张米白色布艺沙发，套着宽松的沙发套，上面随意搭着毯子和衣服。旁边一张白色圆形小边几，放着化妆品和杂物，还有一个原木色的小圆凳。地面是浅灰色地毯加木地板。
光线
室内自然日光，偏冷的灰白色调，光线柔和、偏暗。
分镜
镜头 1｜0.00–3.13 秒｜超低角度广角仰拍，逐渐推近到脸部
机位：手机放在人物腰部以下的位置，用超广角镜头往上仰拍。画面上方是天花板的石膏线，背景里能看到装饰画、深色展示柜和窗帘，有明显的广角畸变。0.00–0.60 秒：人物站着，一只手臂抬起弯到脑后，手扶着头发；另一只手伸向镜头的下方，身体微微侧着，看着镜头微笑。0.60–1.20 秒：身体轻轻转向画面右侧，伸出去的那只手收回来，镜头开始慢慢往上移、往前靠近。1.20–2.10 秒：镜头推近到胸像，人物保持一只手扶在脑后的姿势，头微微歪着，看着镜头笑。2.10–3.13 秒：镜头推到脸部近景，人物露齿笑着，头轻轻晃一下，头发跟着晃动。在 3.13 秒硬切。
镜头 2｜3.13–6.30 秒｜高角度俯拍，坐在沙发旁的地毯上（含 3 次跳切）
机位：手机在人物的斜前上方，大约一人多高，往下俯拍，用广角镜头拍人物的全身。人物侧坐在地毯上，斜靠着白色沙发的坐垫边，背景是沙发、白色小边几和原木小圆凳。3.13–4.00 秒：人物侧坐着，一只手抬到嘴边，食指放在下唇上，低着头，眼睛往下看，长发垂在一侧的肩膀上。4.00 秒：第一次跳切，机位轻微拉近。4.00–4.53 秒：人物抬起头看向镜头，手指从嘴边移到下巴，嘴角微微扬起。4.53 秒：第二次跳切，机位轻微偏移。4.53–5.00 秒：人物把手贴在脸颊旁边，歪着头对镜头浅笑。5.00 秒：第三次跳切，机位稍微拉远，拍到全身。5.00–5.60 秒：人物放下手，一只手掌撑在沙发坐垫上，上身微微后靠，双腿在地毯上侧着并拢。5.60–6.30 秒：人物歪着头看着镜头微笑，身体随着音乐轻轻晃动。在 6.30 秒硬切。
镜头 3｜6.30–10.00 秒｜高角度近距离俯拍，比耶（含补充段）
机位：手机在人物头顶的前上方，近距离俯拍。人物站着仰头看着镜头，画面是脸和上半身的近景，有广角的大头效果。背景是从上往下看到的地面、白色小边几和角落的杂物，光线偏暗。6.30–6.90 秒：人物仰脸看着镜头，一只手在脸侧比“耶”（V 字手势），露出微笑。6.90–7.50 秒：人物保持比耶，头轻轻歪向比耶的那一侧，眨一下眼。7.50–8.03 秒：镜头再稍微靠近一点，人物比耶的手轻轻晃两下，笑得更明显。8.03–8.70 秒（补充）：人物把比耶的手放下来，放到下巴下面托着脸，歪头看着镜头。8.70–9.40 秒（补充）：人物放下手，用手指把脸侧的头发拨到耳后，仰脸对着镜头微笑。9.40–10.00 秒（补充）：人物保持仰头看着镜头、微笑的姿势，镜头极缓慢地往下推近约 5%，定格收尾。
风格
抖音 / 小红书的居家 vlog 短视频，手机超广角原相机的质感，加了美颜和磨皮，肤色白皙通透。自然日光，偏冷的灰白色调，低饱和度，写实，高清。
音频
全程是节奏轻快的背景音乐，3.13 秒、6.30 秒的硬切和 4.00、4.53、5.00 秒的跳切都卡在节拍上。
参数
16:9 横屏，10.00 秒，30fps，写实，3 个镜头加 3 次跳切。
负面提示词
换脸、服装变化、切镜后人物变样、广角导致的五官严重变形、手指畸形、V 字手势错乱、多余手臂、肢体扭曲、沙发和家具变形、画面闪烁、低清、水印、字幕。
用法
拆成 3 段生成：建议按 3 个镜头分别生成（3.13 秒、3.17 秒、3.70 秒），每段都上传大头照和三视图做参考。跳切在剪辑里做：镜头 2 里的 3 次跳切，可以先生成一段完整的视频，再在剪辑软件里于 4.00、4.53、5.00 秒处各裁掉几帧，同时做一点轻微缩放来模拟，效果更稳。脸部近景依赖大头照：镜头 1 结尾和镜头 3 都是脸部近景，最依赖大头照；镜头 2 是全身，最依赖三视图。