先看清晰度，再考虑风格
很有戏剧感的自拍，不一定是最实用的参考图。头发、麦克风或墨镜遮住半张脸，会减少模型理解面部运动所需的信息。先选择光线均匀、对焦清楚、双眼和嘴部都可见的人像。放松的表情通常比大喊瞬间的表情更容易处理。目标是清楚的素材，不是毫无瑕疵的美颜照片。
本文针对照片转视频流程。具体文件格式、大小限制和上传方式，取决于你所用的工具；批量准备素材前，先查看当前页面的选项。一个网站接受的文件，另一个网站未必接受。如果所选工作台只支持文字提示，就把照片留给后续支持图片的环节，不要把提示词框当成上传入口。
让裁剪范围配合表演方式
脸部特写适合紧凑的人像镜头，但无法提供太多肩膀、服装或双手的信息。如果成片要展示上半身表演，就选择肩膀清楚、躯干范围足以说明姿态的原图，并在头部周围留白。裁得太紧时，只要镜头或人物移动，模型就可能需要凭空补出缺失的边缘。
单人表演应从参考图中去掉无关人物。若要制作双人场景，选择明确支持多主体的流程，并让两人容易区分。相近的拍摄高度和光线，有助于两张照片在视觉上协调，但并不保证身份始终不变。检查生成片段开头、中间和结尾的脸是否一致。
整理文件，不要凭空制造细节
保留未经修改的原图，再复制一份用于裁剪。如果脸太暗，可以适度调整曝光，但不要过度锐化或磨皮，以免改变皮肤和五官边缘。把小图放大，只会增加像素尺寸，不一定能找回缺失的信息。如果能联系到本人，重新拍一张照片，常常比给劣质素材叠加增强滤镜更有效。
以正常观看尺寸和放大状态分别检查导出图片，留意模糊的眼睛、重复的轮廓、嘴部周围的压缩色块，以及干扰视线的背景物件。上传前把方向转正，并使用能分清版本的文件名。无助于创意表达的私人信息、文件、证件和可识别住址，不应出现在背景里。
用小规模对比选择参考图
让两张候选照片使用相同的简短场景提示词。不要换照片的同时又改镜头和服装，否则你无法知道哪项变化改善了结果。选择身份更稳定、表情更自然的版本，即使它的原始照片看起来没那么时髦。记下胜出的原因，以便今后更快挑选素材。
使用自己拥有或已获许可的图片，并让照片中的人了解计划制作怎样的合成表演。公开可见的头像，并不等于本人同意出演说唱视频。发布前应给对方看最终成片，而不只是输入照片。如果表演改变了对方的外貌，或说出了意料之外的话，可以另选一版或保留为私人项目。清楚的同意，与灯光、构图一样，都是创作说明的一部分。
花五分钟检查人像是否合适
把候选照片放在一个与目标视频比例相同的空白画框旁边，想象人物稍微转头并抬起一只手：肩膀和服装信息是否足以支持这些动作？脸是否仍然够大，便于检查？如果不够，就换用范围更宽的照片，或简化动作，不要期待裁剪能补出缺失的细节。
然后对照原图与处理后的副本，确认裁剪没有切掉头发、耳朵或下巴边缘，曝光调整也没有让脸变得发白。请本人确认处理后的照片仍然像自己，再用清楚的版本名保存。这项简短检查，能够在消耗积分之前发现本可避免的输入问题。