参考图、场景图和首帧有什么区别？
人物参考图描述“是谁”：外貌、发型、服装与体态。场景图描述“在哪里”：空间布局、光线与关键道具。镜头首帧描述“此刻看到了什么”：人物位置、动作起点、景别与构图。三者用途不同，不能只因都已经回图就互相替代。
场景图为什么会变成拼图？
当提示同时包含室内外、多个时间段或连续动作，模型可能把它理解成故事板。场景图应描述一个地点、一个视角和一个光线状态；镜头首帧应描述单一时刻，并明确不需要分屏、联系表或画面内标题。
例如可写：“雨夜修理店内，镜头朝向木制工作台，左侧旧收音机，后方工具墙，冷色顶灯与暖色台灯；完整单幅画面，不分格，不含人物和文字。”这是场景提示示例，人物是否入镜应由实际镜头设计决定。
验收前逐项核对
对照当前确认的参考版本，不要只凭“画面好看”通过。特别留意以下位置：
- 人物：五官、年龄感、发型、服装与角色身份是否一致。
- 场景：门窗、桌椅、光源方向和重要道具位置是否稳定。
- 构图：画幅正确，没有拼图、意外文字或无关人物。
- 动作：首帧适合作为视频起点，人物肢体没有明显错误。
只改一镜，还是重做全部？
先判断问题来自参考素材，还是该镜描述。若角色参考本身错了，修正后重新检查受影响镜头；若只是某镜多出道具，优先改该镜。换了参考图或方案版本后，旧的验收记录不能自动证明新版本通过。
使用参考图需要模型支持相应输入。不能只把模型 ID 换成另一个就假设支持多图、首尾帧或参考视频。以当前生成入口实际允许的参数为准。