给每位表演者安排明确任务
双人场景不只是把两个人放到麦克风旁边。先决定谁主唱、谁回应，以及角色是否需要互换。短片里，一人领唱、一人做辅助反应，通常比连续来回接唱更容易看懂。把角色和站位写进创作说明：左边的人表演，右边的人轻轻点头回应。
当前双人说唱工具的搜索结果，常强调两张照片和橙色录音棚。这说明它是一种容易识别的使用场景，却不代表所有生成器都支持两张参考图或精确编排。选择明确接受所需参考素材的流程。如果工作台只有一个文字描述框，你可以探索虚构双人组合，但这与稳定保留两个真实人物的身份是不同任务。
准备能够放进同一画面的照片
选择拍摄高度和光线相近的人像。如果一张是远距离全身照，另一张却是脸部特写，模型获得的两个人物信息就不均衡。让两张脸都清楚可见，服装边界容易区分。不同颜色的夹克，也方便你判断生成过程中身份或服装有没有在两个位置间混淆。
不要选择一人的身体遮住另一人脸部的照片。为此设计的工具可以使用合照，但拥挤的聚会快照会引入额外人脸和背景细节，分散对目标二人的关注。不要默认服务会自动删掉其他人。付费生成前，先检查输入预览，确认引用的究竟是哪两个人。
给动作留下足够空间
可以这样写原创场景：“两位虚构成年表演者并肩站在简单的梅紫色录音棚里。左侧表演者放松地说唱，右侧轻轻点头配合。一支麦克风悬在两人之间，但不遮住任何人的脸。中远景，固定镜头，两人的肩膀之间有明确空隙。”颜色和布景可以改，关键是让两人的关系清楚可见。
第一轮测试只安排一种互动。从对方面前穿过、交换手持麦克风或转身，都可能增加脸和手混在一起的机会。如果你需要对话式接唱，可以分别生成领唱镜头，再用剪辑软件组合。交替使用单人镜头，有时比在几秒里强行完成复杂互动，更能表达说唱对决。
分别检查两位人物
看完整段视频时，先只跟随左侧人物，再重看一遍只关注右侧。检查脸型、服装、手的位置，以及本应配合的人是否突然变成主角。麦克风靠近脸时尤其要留意。双人画面乍看可能可信，其中一人的身份却可能在短暂转头时发生变化。
如果一人表现很好，另一人却明显干扰观感，不要盲目重复生成。可以简化配角动作，或改用分开的镜头。公开分享前，把最终剪辑给两位参与者都看一遍，尤其是在包含玩笑或合成语音时。对画面中的人来说，好的双人作品也应该像一次合作。把获准使用的参考图、提示词和成片放在一起，后续修改才能延续同一份创作共识。
先验证角色分工，再扩展场景
在纸上画两个方框，分别写上左、右。每个方框下面只安排一个动作，例如“说出这句歌词”和“点头回应”，再用箭头标出视线方向。如果草图已经需要很多箭头、交换道具和换位，就先简化。这不是绘画练习，而是让调度清楚无歧义。
生成后，把实际角色分工与草图比较：配角是不是动得太多，主唱有没有转开，站位是否发生变化？保留参考照片，只调整相关指令。如果两个人的任务都不够清楚，就改用单人镜头并在剪辑中交替呈现。这样仍能保留对话感，又不必要求同一镜头里的两个身份都始终完美。