模型不认识你的宠物，它只认识这张照片。
它不知道这只猫平时怎么叫、喜欢睡在哪个角落、尾巴尖是不是有一撮白毛。它拿到的是像素：一只什么动物，什么颜色，花纹长在哪，脸是什么形状，耳朵立着还是垂着。照片里没有的，它会自己补。
补得对不对，取决于照片给了多少线索。所以"像不像"这件事，在你点下生成之前，就已经决定了一大半。
照片是怎么被用到的
每个模板只收一张照片。
上传后，页面先把照片缩小，再连同场景描述一起发给视频服务。模板提示词里有一段固定文本，要求保留物种、品种、毛色、花纹、脸型、眼睛颜色、耳朵形状、身体比例和尾巴——这些信息只有一个来源，就是照片。
模型不会凭空知道你家猫的眼周有一块深色斑。照片里看得见，它才保得住。
上传有几条硬规则：
- JPG、PNG 或 WebP
- 小于 20 MB
- 每边至少 300 像素
- 比例接近竖图或方图；太宽、太长的照片会被拒绝
这些只是门槛，不是质量。过了门槛的照片，仍然可能让模型读不出它是谁。
真正重要的四件事
整颗头都在画面里
耳朵尤其重要。
立耳、垂耳、折耳，是辨认品种、认出个体的第一眼线索。耳朵被裁掉一半，模型不会留空，它会补一只——形状、角度、毛色，往往都对不上。胡须也是同理，贴着画面边缘拍，容易断在取景框外。
拍的时候给头顶留一点余量，别贴着边框裁。
画面里只有一只动物
有两只的时候，模型不会问你要哪一只。它会挑更大、更清楚、更靠中间的那只，另一只可能消失，也可能被拼进同一具身体。
如果家里有两只，分开拍，各做一条。想让它俩同框，那是另一个问题，不是这张照片能解决的。
光线够看清花纹
花纹是"这是我家那只"最直接的证据。
逆光、只靠屏幕照明的夜晚、深色毛贴在深色沙发上，都会让花纹先糊掉。白天靠窗，让光从侧面或斜前方来，通常就够了。不用补光灯，但要避开正午的顶光和强烈的背光。
黑猫黑狗最难拍。找窗边，让毛的边缘有一圈反光，比在暗处开闪光灯有效。
视角正常
三米外、和它眼睛差不多高，比从头顶用广角俯拍好得多。
俯拍会改变比例：头变小，身体拉长，腿显得短。模型会照着这个比例生成，成片里就可能出现"脖子很长、头很小"的怪相。
手机默认的 1x 镜头就够。0.5x 广角会带来明显的透视变形，离得越近越夸张。
还有一件常被忽略的：对焦
照片整体清楚，不等于眼睛清楚。
眼睛和鼻尖是模型读脸的地方。眼睛虚了，成片里的眼神通常也是散的。拍的时候在屏幕上点一下它的眼睛，等对焦框稳住再按快门。
另外，别用聊天软件转发过的图。压缩会抹掉毛发细节，深色毛和细条纹最先受损。用相册里的原图。
什么不重要
背景乱、地上有东西、你的手入镜、它戴着项圈、灯是家里的暖黄灯——这些最后都会被场景替换掉。
不需要摄影棚，不需要背景布，也不需要它看镜头。它看向别处、低头闻东西、露出侧脸，都可以，只要脸和花纹清楚。
几种常见情况
黑猫、深色狗。 容易拍成一团黑。找窗边的侧光，让毛的边缘有反光；不要在没有光的房间里开闪光灯直拍，那样只会得到一双发亮的眼睛。
白猫、白狗。 容易过曝，鼻子和花纹的颜色会一起消失。避开雪地或白墙前的强光，找树荫、窗帘后的柔光。
两只宠物。 分开拍。合照里模型只会选一只。
幼猫幼犬。 可以拍。它们动得快，等它们停下来、眼睛看向镜头的那一秒。
手机人像模式。 边缘虚化会把耳朵和胡须糊掉。用普通模式更稳。
十秒自检
把照片缩到很小，或者眯起眼睛看。
还认得出是什么动物、什么颜色、花纹大概长在哪吗？
能，模型大概率也能。不能，换一张。
传上去之后
一张照片，9:16 竖屏，时长按所选模板设定。生成前选择版本和画质，页面会显示本次积分费用。
如果成片不对，先对照眼睛、花纹和爪子，看是哪一处偏了。换一张更清楚的照片值得试，但不能保证一定改善；有时候是模型或服务那边的问题，重跑一次就好。
顺带一提，手机随手拍的就够。我们见过效果最好的几张，是在厨房拍的——光从窗户进来，猫正好回头。