灵曦AI
AI短剧人物一致性怎么解决？从角色设定到分镜生成的实操方法
人物一致性不是只靠提示词，而是由角色设定、参考素材、镜头约束、生成方式与人工校验共同决定。本文给出一套适合连续短剧的实操流程。
直接回答
先固定角色身份特征和参考素材，再让每个分镜复用同一组角色描述与参考图；生成时优先使用带首帧或参考图的方式，产出后按脸型、发型、服装、体态和关键配饰逐项检查，不合格镜头只做针对性重生成。
AI短剧里的人物一致性，指同一角色跨镜头、跨场景甚至跨剧集时，仍能保持可识别的身份特征。它不等于每一帧都一模一样，而是让观众持续认出这是同一个人。
人物为什么容易在不同镜头中变样
- 角色描述只写了“年轻女性”之类的宽泛词，没有固定脸型、发型、服装和标志性配饰。
- 每个分镜重新编写提示词，角色的身份特征在改写过程中逐渐漂移。
- 只有文字描述，没有稳定的主视图、侧面或全身参考。
- 景别、光线、表情和动作变化太多，却没有区分哪些特征必须固定、哪些可以变化。
- 生成完成后缺少统一检查标准，问题直到剪辑阶段才被发现。
先建立角色基准，再开始批量做镜头
建立角色卡
固定姓名、年龄段、脸型、五官特征、发型发色、体态、常用服装和标志性配饰，同时记录不希望出现的变化。
准备参考素材
先确定主体清晰的主视图；需要多角度表现时，再补充侧面、全身和特写参考。不同图片应保持身份特征与主要造型一致。
区分固定项与变化项
身份、发型和关键配饰通常属于固定项；表情、动作、景别、光线和背景属于当前镜头的变化项。
建立命名规则
角色名称、服装版本和参考图名称保持稳定，避免同一人物在不同剧集里出现多套相互冲突的描述。
分镜阶段要把角色约束写进每个镜头
灵曦AI的公开剧本页显示，剧本工具可围绕剧情段落、人物关系、场景变化和镜头级分镜描述整理内容。先确认人物与镜头信息，再进入画面生成，便于后续镜头沿用同一套角色上下文。[2]
| 阶段 | 保持固定 | 允许变化 | 检查重点 |
|---|---|---|---|
| 角色设定 | 脸型、发型、体态、标志物 | 表情与姿态 | 是否能一眼认出角色 |
| 分镜描述 | 角色名称与身份词 | 景别、机位、动作 | 是否误删关键特征 |
| 画面生成 | 参考图与核心描述 | 构图、光线、背景 | 脸、发型、服装是否漂移 |
| 视频生成 | 首帧与人物身份 | 动作、运镜、节奏 | 运动过程是否变脸或换装 |
生成时优先让参考素材参与，而不是只靠长提示词
只有动作和画面想法时，可以从文字生成开始；如果更看重人物、构图或场景延续，通常更适合加入首帧或参考图片。参考素材的价值在于给生成过程一个更明确的视觉起点。
灵曦AI视频生成画布支持用提示词、首帧图片或参考素材组织生成流程，并保留输入素材、节点和输出结果之间的关系，方便围绕同一角色继续调整后续镜头。[4]
连续短剧要在项目内复用确认过的角色资产
灵曦AI项目工作台可按项目、剧集和镜头组织剧本、角色场景资产、分镜与生成结果；素材库则用于集中保存角色主视图、参考图和描述。把确认过的角色资料作为项目资产复用，可以减少每个镜头重复整理参考信息。[1] [3]
发布或剪辑前的人物一致性检查清单
- 脸型、五官比例和年龄感是否连续。
- 发型、发色、服装版本和关键配饰是否正确。
- 同一场景前后镜头的光线与色调是否造成身份误判。
- 动作过程中是否出现短暂变脸、手部异常或服装跳变。
- 不一致镜头是否可以通过更换参考图、缩小动作幅度或拆分镜头来重做。
常见问题
为什么用了同一段提示词，人物还是会变？
文字描述通常不能精确锁定全部视觉特征，而且不同景别、动作和光线会改变生成条件。应同时固定角色卡、参考图和检查标准。
角色参考图是不是越多越好？
不是。优先确保参考图身份一致、主体清晰；相互冲突的脸型、服装或画风会增加漂移。可从主视图开始，再按镜头需要补充角度。
应该先做角色图还是先做分镜？
可以先完成剧情与分镜初稿，确认主要角色和关键场景后，再建立角色基准图；正式批量生成镜头前应先锁定主要角色资料。
已经生成的镜头人物不一致，应该全部重做吗？
不一定。先定位是脸、发型、服装还是动作过程的问题，再调整对应参考素材或提示约束，只重做受影响的镜头。