Ciyo 實用指南
Seedance 的 Frames 與 Reference:你的鏡頭該選哪種 Ciyo 輸入模式?

產品照片在 AI 影片中可以承擔兩種不同的任務:確定鏡頭的起始構圖,或告訴模型產品應該是什麼樣。如果把正確的圖片放進了錯誤的輸入位置,你可能一直在改提示詞,而真正需要調整的是輸入模式。
本指南依據 2026 年 10 月 20 日核查的 Ciyo Frames 與 Reference 控制項編寫。貫穿全文的示例是一隻虛構的象牙白馬克杯,帶有炭灰色杯把和琥珀色飾帶。可用模式取決於所選模型;兩種模式都不保證產品在每個畫素上始終一致。
快速選擇:重在構圖,還是產品特徵?
如果提供的開場構圖是製作要求的一部分,選擇 Frames。如果圖片主要用於指導主體外觀或視覺處理,而鏡頭可以重新構圖,選擇 Reference。如果開場構圖和產品特徵都重要,可以先試 Frames,再檢查完整結果;模式名稱不能代替實際檢查。
| 需求 | 建議起點 | 輸出檢查重點 |
|---|---|---|
| 以這張產品圖的構圖開場 | Frames | 開場裁切、大小和位置 |
| 指導產品外觀 | Reference | 形狀、顏色和辨識細節 |
| 在兩張預先準備的構圖之間過渡 | Frames,前提是支援最後影格圖片 | 首尾畫面及中間過渡 |
| 借鑑已有片段的運動 | 受支援的參考影片工作流程 | 功能是否可用、輸入限制及實際運動 |
Frames:給模型一個明確的視覺起點
Frames 使用起始圖片,在支援的配置中還可新增最後影格圖片。先把起始圖片準備成需要的構圖:杯把應清晰可見,杯底不應緊貼畫面邊緣,並為要求的鏡頭運動留出空間。
它的優點是起止畫面有明確的視覺約束,侷限則在於兩端之間的變化:開場可信,不代表整個片段中杯把都不會脫離,或琥珀色飾帶始終保持同樣寬度。最後影格圖片增加了一項約束,但不能保證模型會順利完成過渡。
製作簡單的產品展示時,先用一張起始圖片。只有能夠說明第二個構圖為何必要時,再新增最後影格。視角、比例或背景差異越大,模型在過渡過程中需要自行補充的內容就越多。

Reference:指導主體外觀,不限定第一影格
Reference 為支援該模式的模型提供視覺參考。所選圖片應展示一致的產品。一隻杯子的正面圖配上另一種杯把的側面圖,即使都屬於同類產品,也會讓製作要求變得含糊。
這種模式適合重新構圖,或在新場景中保留可辨識的產品特徵。請明確指出哪些特徵重要,例如炭灰色杯把、象牙白杯身和細窄的琥珀色飾帶。不要聲稱模型會保留每個畫素;提供參考與保護原始畫素圖層是兩回事。
開場允許靈活變化時,Reference 通常更容易描述需求。已經核准的靜態圖必須成為起始構圖時,Frames 更便於核對。兩者都不具備適用於所有模型的固有價格或品質優勢。

製作整套活動素材前,先做一次比較
新建獨立的 Ciyo 專案並保留未經編輯的原圖。開啟 Video Generator,選擇同時提供所需兩種模式的模型,記錄其準確名稱。保持時長、寬高比、輸出設定和運動要求一致。
先以馬克杯為起始圖片發起一次 Frames 請求,再以同一只馬克杯為參考發起一次 Reference 請求。不要因為輸入框名稱相似,就認定圖片的作用沒有變化。如果模型不同時提供兩種模式,請換用支援的模型,或明確記錄無法進行直接比較。
象牙白馬克杯靜止放在桌面上。鏡頭緩慢、小幅地向杯子推進一次。全程保持炭灰色杯把、象牙白杯身和細窄的琥珀色飾帶可辨識。維持來自左側的柔和光線。使用一個連續鏡頭,整隻杯子始終留在畫面內。像檢查開頭一樣仔細檢查片段中段
分別在開頭附近、中段和結尾暫停,再逐段檢查鏡頭改變方向的時刻。對照杯把內孔、杯口、飾帶及杯底與桌面的接觸。也要按正常速度觀看完整片段:某些不連貫之處,在運動中比三張挑選出來的靜影格更容易發現。
保留簡短的決策記錄。如果 Frames 保住了預期的開場,卻憑空增加了背面結構,就簡化運動。如果 Reference 保留了配色,卻改變了杯子形狀,就嘗試更清楚的參考圖或更具體、範圍更小的場景要求。忠實的靜態圖,比另一個物體的漂亮影片更適合作為產品素材。
| 檢查項 | 可以接受的情況 | 需要修改的情況 |
|---|---|---|
| 開場 | 鏡頭符合預期構圖 | 產品被裁切或意外移位 |
| 產品特徵 | 可見的辨識細節保持合理 | 杯把、杯口或裝飾明顯變化 |
| 運動 | 要求的運動清晰可見 | 本應只有鏡頭運動,產品卻在旋轉 |
| 結尾 | 最後的畫面可用於剪輯 | 片段以變形或意外切鏡結束 |
實際試驗:同一素材,兩種輸出畫幅
10 月 20 日,我們在 dev.ciyo.ai 使用 Seedance 2.5 執行了兩種模式,採用同一張虛構馬克杯圖片、上面的共用運動要求、五秒時長、720p 設定,並關閉音訊。每次請求顯示的 Generation 報價均為 197 Ciyo 點數。
Frames 根據附加圖片確定寬高比,返回 1180 × 786 的檔案。Reference 使用 Auto 寬高比,返回 1280 × 720。兩個檔案的實測時長均為 5.04 秒。由於畫幅不同,這只是工作流程試驗,不能作為控制變數後的模式排名。
關鍵是核查輸入圖片的作用和實際匯出檔案。同一個預設名稱不代表輸出尺寸完全一致。最初下載的參考圖為 1024 × 682;由於 Frames 上傳不接受 AVIF,我們將其轉換成了 PNG。
| 模式 | 顯示報價 | 實際檔案 | 檢查重點 |
|---|---|---|---|
| Frames | 197 Ciyo 點數 | 1180 × 786;5.04 秒 | 開場構圖及逐漸放大的產品 |
| Reference | 197 Ciyo 點數 | 1280 × 720;5.04 秒 | 更寬的構圖和更輕微的可見運動 |
觀看 Frames 結果
按一秒間隔取樣時,杯子明顯變大,杯把和琥珀色飾帶仍然可以辨認。原圖構圖提供了可用的開場。將結果用於具體產品之前,請自行檢查完整影片。

觀看 Reference 結果
Reference 片段開場時周圍留白更多,抽樣影格中的推進也不那麼明顯。這並不證明 Reference 的運動表現普遍較差,而是說明應根據實際需要的鏡頭來評判每次請求。

根據任務和總成本選擇
對於已經有已核准產品主圖的商家,Frames 是實用的首次嘗試。對於希望圍繞可辨識主體探索新場景的創意團隊,Reference 是合理的起點。兩種需求都有的團隊,可以分別保留請求,審查後選擇可用結果。
檢查每次請求的 Generation 報價。生成消耗的 Ciyo 點數取決於模型和設定,Design agent 的規劃還可能產生 Billable LLM 用量費用。比較成本時,把被淘汰的嘗試也算進去。僅憑輸入模式,無法判斷哪條路徑更便宜。
實用問答
Frames 能保證第一影格或最後影格完全一致嗎?
它提供的是首尾畫面的視覺引導。請檢查實際匯出影格,尤其是在調整尺寸、裁切或更換模型之後。只有支援相應配置的模型才提供可選最後影格圖片。
可以混用起始影格和 Reference 附件嗎?
應遵循所選模型的控制項和輸入要求。Frames 與 Reference 圖片承擔不同作用;不要認定同時新增兩者就能形成受支援的組合請求。
哪種模式更便宜?
沒有通用答案。請比較相同設定下顯示的 Generation 報價,並計入獲得合格片段所需的重試。
切換模式時可以保持提示詞不變嗎?
共用運動提示詞有助於控制變數,但切換後仍須核查圖片作用和支援的設定。視覺起點的約束已經改變。
生成之前,先明確輸入圖片的作用
從一張已核准產品照片和一個簡短的運動要求開始。檢查完整片段後,再擴大製作批次。