Ciyo 实用指南

Seedance 的 Frames 与 Reference：你的镜头该选哪种 Ciyo 输入模式？

Ciyo 团队2026 年 10 月 20 日

产品照片在 AI 视频中可以承担两种不同的任务：确定镜头的起始构图，或告诉模型产品应该是什么样。如果把正确的图片放进了错误的输入位置，你可能一直在改提示词，而真正需要调整的是输入模式。

本指南依据 2026 年 10 月 20 日核查的 Ciyo Frames 与 Reference 控件编写。贯穿全文的示例是一只虚构的象牙白马克杯，带有炭灰色杯把和琥珀色饰带。可用模式取决于所选模型；两种模式都不保证产品在每个像素上始终一致。

快速选择：重在构图，还是产品特征？

如果提供的开场构图是制作要求的一部分，选择 Frames。如果图片主要用于指导主体外观或视觉处理，而镜头可以重新构图，选择 Reference。如果开场构图和产品特征都重要，可以先试 Frames，再检查完整结果；模式名称不能代替实际检查。

Frames 使用起始图片，在支持的配置中还可添加尾帧图片。先把起始图片准备成需要的构图：杯把应清晰可见，杯底不应紧贴画面边缘，并为要求的镜头运动留出空间。

它的优点是起止画面有明确的视觉约束，局限则在于两端之间的变化：开场可信，不代表整个片段中杯把都不会脱离，或琥珀色饰带始终保持同样宽度。尾帧图片增加了一项约束，但不能保证模型会顺利完成过渡。

制作简单的产品展示时，先用一张起始图片。只有能够说明第二个构图为何必要时，再添加尾帧。视角、比例或背景差异越大，模型在过渡过程中需要自行补充的内容就越多。

Reference 为支持该模式的模型提供视觉参考。所选图片应展示一致的产品。一只杯子的正面图配上另一种杯把的侧面图，即使都属于同类产品，也会让制作要求变得含糊。

这种模式适合重新构图，或在新场景中保留可辨识的产品特征。请明确指出哪些特征重要，例如炭灰色杯把、象牙白杯身和细窄的琥珀色饰带。不要声称模型会保留每个像素；提供参考与保护原始像素图层是两回事。

开场允许灵活变化时，Reference 通常更容易描述需求。已经批准的静态图必须成为起始构图时，Frames 更便于核对。两者都不具备适用于所有模型的固有价格或质量优势。

新建独立的 Ciyo 项目并保留未经编辑的原图。打开 Video Generator，选择同时提供所需两种模式的模型，记录其准确名称。保持时长、宽高比、输出设置和运动要求一致。

先以马克杯为起始图片发起一次 Frames 请求，再以同一只马克杯为参考发起一次 Reference 请求。不要因为输入框名称相似，就认定图片的作用没有变化。如果模型不同时提供两种模式，请换用支持的模型，或明确记录无法进行直接对比。

共用的运动要求

象牙白马克杯静止放在桌面上。镜头缓慢、小幅地向杯子推进一次。全程保持炭灰色杯把、象牙白杯身和细窄的琥珀色饰带可辨识。维持来自左侧的柔和光线。使用一个连续镜头，整只杯子始终留在画面内。

分别在开头附近、中段和结尾暂停，再逐段检查镜头改变方向的时刻。对照杯把内孔、杯口、饰带及杯底与桌面的接触。也要按正常速度观看完整片段：某些不连贯之处，在运动中比三张挑选出来的静帧更容易发现。

保留简短的决策记录。如果 Frames 保住了预期的开场，却凭空增加了背面结构，就简化运动。如果 Reference 保留了配色，却改变了杯子形状，就尝试更清楚的参考图或更具体、范围更小的场景要求。忠实的静态图，比另一个物体的漂亮视频更适合作为产品素材。

10 月 20 日，我们在 dev.ciyo.ai 使用 Seedance 2.5 运行了两种模式，采用同一张虚构马克杯图片、上面的共用运动要求、五秒时长、720p 设置，并关闭音频。每次请求显示的 Generation 报价均为 197 Ciyo 积分。

Frames 根据附加图片确定宽高比，返回 1180 × 786 的文件。Reference 使用 Auto 宽高比，返回 1280 × 720。两个文件的实测时长均为 5.04 秒。由于画幅不同，这只是工作流程试验，不能作为控制变量后的模式排名。

关键是核查输入图片的作用和实际导出文件。同一个预设名称不代表输出尺寸完全一致。最初下载的参考图为 1024 × 682；由于 Frames 上传不接受 AVIF，我们将其转换成了 PNG。

10 月 20 日试验记录；每种模式各生成一个结果
模式	显示报价	实际文件	检查重点
Frames	197 Ciyo 积分	1180 × 786；5.04 秒	开场构图及逐渐放大的产品
Reference	197 Ciyo 积分	1280 × 720；5.04 秒	更宽的构图和更轻微的可见运动