给你 30s，介绍一下今天你的 OOTD 吧。

一向温文尔雅、只穿基本款的苹果 CEO Tim Cook，在他的「个人 ID 视频」里，穿上了大号羽绒服，戴着镶钻牙套，对着镜头作出了最狠的 Gangsta 匪帮姿势。

最神来之笔的是，他像掏枪一样掏出了一个……德州仪器计算器。

▲视频来源：https://x.com/ReflctWillie/status/1997819640874205685

很多人看到这个视频都欲罢不能，一镜到底的展示也太过瘾了，一遍遍根本停不下来。视频作者把好莱坞大片级别的运镜语言，套用在一个荒诞的内容上。形式的高级感和内容的滑稽感，让这个 AI 视频没有那些普遍存在的廉价特点，很快在社交媒体上火起来。

立马就又有了马斯克的版本。

▲ 视频来源：https://x.com/VibeMarketer_/status/1999227084250448083

作者很细心的给出了完整的制作流程，通过使用底片印样方式的提示词（Contact Sheet Prompting），来获取到一套 6 张图片，背景一致、人物表情和服装一致，但是动作不同的照片组合。

▲ 3×2 的胶片印样

所谓印样，是最早在胶片时代，摄影里使用的一种缩略图版的照片索引页；现在把这样的概念用在 Nano Banana Pro 里，就是充分利用它的一致性能力，一次性生成一系列风格不同、角度不同的视频截图，然后再通过首尾帧来生成视频。

Nano Banana Pro 最多能一次性生成，包含 9 个以上关键帧的完整印样，每一帧图片都保持了出色的角色、细节和叙事一致性。即便是分别生成，Nano Banana Pro 也能根据上传的参考图片，自动填补图片内容，确保叙事一致性。

▲ 首尾帧视频生成，提示词：一镜到底的拍摄，摄像机平稳且缓慢地推进，聚焦在人物的眼镜上，同时始终将主体保持在画面中。主体的动作极小且谨慎。

有了图片之后，我们就可以通过首尾帧转视频的方式，将这几张图片整合起来，可灵、Veo 3.1、Hailuo、剪映等视频生成模型和工具，都可以轻松做到。

值得注意的是，像 Sora 2 目前是不支持上传这种有真实人脸的图片，马斯克的 Grok Imagine 也仅支持首帧转视频，综合下来，我们还是推荐使用 Google Veo 3.1、剪映里的即梦、还有快手可灵来完成。

▲Grok 图片转视频，默认生成的内容，不明所以

在这位视频博主给出的指南里，他使用了 Nano Banana Pro 和可灵来完成，并且它开发了一整套工具，让我们可以自由地实现各种人物的替换。

▲ 视频来源：https://x.com/ReflctWillie/status/1998720751806066916

根据他分享的工作流，由于这个视频和库克那个基本类似，所以它只需要修改输入的三张图片，以及做一些细微的调整。例如从口袋里掏出来的是 GAME BOY 游戏机，还有更符合这个人物特点的元素，库克是镶嵌着苹果股票代码 AAPL 的大金牙，美联储的主席鲍威尔则是戴上了 FED 的金戒指。

▲项目地址：https://github.com/shrimbly/node-banana

目前他把这个项目放在了知名开源平台 GitHub 上，如果你喜欢自己折腾的话，把项目下载到本地，输入自己的 Gemini API，也可以直接套用这个流程。

我们也尝试了这个自动化的项目，生成了几张图片，相比较在 Gemini 网页或 App 内生成，确实能方便不少。我们不需要反复的上传图片，而是可以直接选择需要使用的图片，直接修改提示词，将整个操作流水线化。

不过，没有 API 也没关系，下面跟着我们的详细步骤，就用 Gemini 网页版一样能做到。

找一张自己的照片，喜欢的潮牌衣服，还有酷炫的眼睛。我们这里用才情高绝、生性孤傲、多愁善感的林妹妹来举例，看看她的 OOTD 时尚大片会是怎么样。

这里我们直接用 Nano Banana Pro 生成了一张林黛玉的照片。

▲提示词：Subject: A hyper-realistic high-fashion portrait of Lin Daiyu from Dream of the Red Chamber. She has a fragile, melancholic beauty, pale skin, and her signature “knitted eyebrows” (frowning slightly). She looks distinctively sorrowful and intellectual. Attire: Wearing exquisite, high