生成前要准备的素材:一份按时间顺序排的清单
画新图和改旧图,要准备的素材完全不一样。本文按动手前的时间顺序列四类素材,附可以直接抄的清单模板和十分钟实操。

结论先行
打开生成工具之前先问一句:这次要生成的是一张新图,还是一张有对应物的图?答案不同,要准备的素材就不同。下面这份清单按动手前的时间顺序排,每项都能当场检查。
一、开工前的四类素材
第 1 类:主体素材
| 要准备的 | 数量建议 | 判断标准 | 缺了会怎样 |
|---|---|---|---|
| 商品主图 | 1 张正面清晰图 | 主体占画面多数,商标和包装上的字肉眼能读出来 | 结果必然和想要的对不上 |
| 人物正面照 | 1 张 | 脸占画面足够大,五官不遮挡 | 换脸换场景时五官漂移 |
| 人物其他角度 | 1 到 3 张 | 不同角度、光线接近 | 模型只见过一个角度,转身就变样 |
| 服装 / 道具 | 1 到 3 张 | 平铺或简单背景,细节完整 | 材质、纹样靠编 |
Kling 素材库指南给了具体数量:一个多图元素至少 2 张参考图(1 张主图加 1 张补充),最多 4 张,官方推荐主图用正面照;生成侧视频最多引用 7 个参考角色、图像最多 10 个。
Google 的 Veo 3.1 在 API 层限制更紧:一次最多 3 张参考图。
不过 Gemini API 上的 Veo 3.1 预览版已在 2026 年 10 月 22 日关停,官方给的迁移路径是 Gemini Omni Flash 或 Google Cloud 上的正式版。
走对话式编辑路径则是另一套——Gemini 应用里的 Omni 官方说明写的是「从照片参考生成视频,最多 5 张」。
数字各家不一样,别记数字,记这件事:参考图上限是产品设计,不是你努力的结果。超限时模型不会告诉你是哪张被丢了。
第 2 类:风格素材
风格素材是「照着这个感觉画」,不是「照着这个东西画」。Midjourney 参数表分得很清:
| 参数 | 官方名字 | 用法 | 适合 |
|---|---|---|---|
--sref | Style Reference | 给一张图,匹配它的观感和质感 | 「全片统一成这种色调和笔触」 |
--oref | Omni Reference | 给一个人或一个物体的形象 | 「这个人在后续画面里保持同一个」 |

