高峰期一个任务等了十几个小时，最后还失败了。重做又得重新排一遍队，一天就这么没了。

只丢了人物和背景进去，它自己补了一整套科技风的方案，省了写长提示词的功夫。就是风格它自己定，未必是我想要的那个方向。

配上参考图之后，人物身份和场景的连续性比纯文字提示强不少。跨镜头还是得自己筛废片、后期再拼一道。

花了两天专门测人物一致性和仿拍，全能参考能同时吃人物、场景和动作素材，镜头运动和长镜头都压得住，已经能进短片的正式流程了。