Pregătește exact o imagine JPEG, PNG sau WebP cu drepturi aprobate, de cel mult 10 MB, și un fișier audio final MP3, M4A, WAV, AAC sau OGG, de cel mult 10 MB și strict mai scurt de 60 de secunde. Imaginea este ancora vizuală: încadrează într-un dormitor luminos o tânără adultă cu păr lung, închis la culoare și ondulat, piele deschisă, o agrafă albă în formă de floare și un pulover bej deschis cu buline. Ea trebuie să privească spre obiectiv și să țină deja cu ambele mâini husa transparentă de telefon umplută cu lichid. Sclipiciul colorat în formă de stele, paietele, fețele zâmbitoare galbene, unicornul alb, rățușca galbenă, dinozaurul albastru, mașinuțele roz și albastre și cactusul verde trebuie să fie lizibile în imagine; nu te aștepta ca promptul să inventeze detalii lipsă ale husei. Înregistrează replica în limba engleză exact așa cum este scrisă, cu o voce veselă și entuziastă, zâmbete și un râs ușor. Promptul opțional Rivya are 300 de caractere JavaScript UTF-16. Începe cu output_resolution 1080, pe_fast_mode false și seed -1. Audio furnizat de utilizator conduce interpretarea; promptul nu sintetizează sunet. Această adaptare cere o singură vedere neîntreruptă a prezentatoarei: ea înclină și scutură ușor husa transparentă, astfel încât sclipiciul și figurinele mici să se rotească și să plutească vizibil, cu o mișcare naturală discretă a camerei și fără montaj multicameră. Videoclipul din ledger este o referință independentă și nu dovedește un rezultat OmniHuman. Verifică identitatea, mâinile, geometria husei, mișcarea lichidului și a figurinelor, sincronizarea naturală a buzelor, entuziasmul lizibil, fundalul stabil și absența subtitrărilor înainte de folosire.