I'll load the outfit-flip-video skill and run it with your references. 形象卡和四套 Look 都出来了，人物和衣服锁得比较稳。现在开始做视频分镜。 方案确认，开始出片（Seedance 2.0 标准版，2 段 × 12s）。 24s 成品已经合成好了，一条可编辑的竖屏长视频（9:16，1080×1920）。 我为你匹配的设定：1989 年曼哈顿 SoHo。你这四套都是学院休闲 / 牛仔路线，放到 80 年代末的铸铁立面、冷调阴天、胶片颗粒里，条纹、水洗牛仔、薄荷针织、驼色抓绒都能立住，比硬塞进现代街景更有"片子感"。时长按 4 套 × 6s 配成 24s，正好是 2N+1=9 个镜头的比例；单段 15s 上限，所以拆成 12s + 12s，切口压在车辆全遮挡处。 这次的产出： - 人物基底卡 1 张（用你上传的人像锁脸，黑连体衣灰底双联画，后面所有卡的 @image1） - Look Card 4 张：①条纹 T + 深灰褶皱伞裙 + 草帽 + 芥末黄帆布包 ②浅蓝牛仔衬衫 + 同色直筒裤 + 棕绒面手袋 ③薄荷绿 V 领针织 + 白阔腿裤 + 黑腰带黑包 ④驼色半拉链卫衣 + 白 T + 浅蓝阔腿裤 + 米色托特 - 街拍视频两段：0–12s（Look 1→2→3，六镜，两次车辆遮挡换装 + 一次同套推近），12–24s（Look 4，走近露台 → 入座群像 → 27.3s 比例上的发现镜头：先转头、再直视、机位下沉到自己的裤腿和沥青） - 合成成一条 24s Cast，两段各 12s，原生现场声保留（交通、人声、脚步，无音乐无字幕） 一点实话：底部那张"纸片人地图面板"这次没做——它需要从 Look Card 左幅抠透明底纸片人再垫到地图上，这个环境跑不了脚本和抠图，硬做只能是叠在视频外的另一条画面，不是真正的下三分之一叠加。两条路你选：我可以单独出一张带编号纸片人的面板设计图，你在剪辑软件里叠上去；或者你把视频拉进任何剪辑工具，我按每个 Look 首次出现的秒数给你标好 pop-in 时间点。 验收自查：人物全程同一张脸（每卡都吃基底卡）／每个换装点都设计在车辆全遮挡帧上／她始终在人行道上、没过主车道／结尾顺序是转头→直视→沉机位／无字幕无界面元素。如果哪一段的遮挡没挡住、或者表情和你要的气质不搭，告诉我是第几套，我单独重出那一段——形象卡不用动。