OmniHuman 1.5 提示词大全：5 个场景

下面每条都是 OmniHuman 1.5 的真实成片，说什么、说多久，全部由驱动音频决定。

1. 横版口播：产品讲解

参数：16:9 横版半身照 · 1080p · 8 秒 · $1.544 · 看 MP4 →

注意双手在功能点上打开，点头落在句子之间，而不是每个词都点。

自然地微笑讲话，说到功能时双手轻轻打开做手势，偶尔点头

三句写清三层：表情、绑在台词上的一个手势、一个「偶尔」的小动作。声音的部分不用写，音频里已经有了。

参数：1:1 猫主播图 · 720p · 8 秒 · $1.544 · 看 MP4 → 素材：猫人像

猫从头到尾看着镜头，动作都落在脸上：耳朵轻动和眨眼，没有手可以比划。

对着镜头自然地播报新闻，说话时耳朵轻动，偶尔眨眼

句式照搬真人主播，只把手势换成了猫做得到的动作。「对着镜头」锁住视线，「自然地」让播报节奏不僵。

参数：9:16 全身照 · 720p · 8 秒 · $1.544 · 看 MP4 →

全身画面里双手有活动空间，同样三句话，成片更像在讲解，而不是一个只动嘴的头像。

自然微笑讲话，双手随着讲解轻轻打开做手势，偶尔点头

「随着讲解」把手势绑在讲解节奏上，不是固定循环；「偶尔点头」给头部一个慢半拍的二次动作，上半身不会僵住。

参数：16:9 横版人像（与案例 1 同一张） · 720p · 7.5 秒音频，按 8 秒结算 · $1.544 · 看 MP4 →

英文语速比中文快，三个动作还是落在该落的地方：轻微微笑、说重点时打开双手、偶尔点头。

Speak naturally to camera with a slight smile, open your hands when making a point, and nod occasionally.

提示词里没提语言，只写了动作。同一张人像，从中文录音换到英文录音，这三拍照样成立。

参数：16:9 三人会议图 · 同尺寸蒙版（左侧男士为白） · 720p · 8 秒 · $1.544 · 看 MP4 → 素材：会议人像 · 蒙版

蒙版决定谁可以开口，提示词负责告诉另外两个人脸上该有什么反应。

只有左侧的男士开口说话，中间和右侧的两位保持微笑聆听，身体轻微自然移动

前半句用文字复述蒙版：只有左侧的男士说话；后半句给中间和右侧的人分配任务——微笑、聆听、身体轻微移动。画面不会只剩一个人在动，也不会有人抢话。

挑一张接近自己素材的人像，配一段 15 秒以内的录音，把上面任意一条提示词粘进去。打开 OmniHuman 1.5 模型页 →