角色一致性怎么保
三视图与定妆照锚点法

为什么角色老是"变脸"

你一定遇到过:第一镜的角色挺好看,第二镜脸就变了,第三镜连发型服装都换了。原因在于——每次生成,模型都是重新"想象"一遍这个人,它并不知道上一镜那个人长什么样。想解决,核心思路只有一个:给模型一个稳定的视觉参照,让它"照着来"而不是"重新编"。

三视图:给角色一张身份证

三视图(正面/侧面/背面,或正面特写+全身)相当于角色的"身份证":它从多个角度固定了角色的长相、身材、服装细节。有了三视图,后续生成时把它作为参考,角色的一致性会明显提升。你可以用 角色三视图工坊 快速把一个角色的多视图设定出来,再拿去各处复用。

定妆照锚点法

比三视图更日常的做法是"定妆照锚点":给每个角色准备一张最能代表其长相的定妆照,在每一镜的提示词里,不写外观文字描述,直接贴这张图——照片即锚点。文字容易有歧义("黑发"到底多黑、多长?),而一张图把所有细节一次锁死。

我们的 长镜工坊 就内置了这个原则:角色有定妆照时,提示词只写"名字 @图片";没有照片才退回文字描述。这样组织出来的多镜提示词,角色一致性最稳。

口诀:有图贴图,无图写锚点短语;文字负责讲清楚,图片负责锁得死。

多镜之间怎么保持一致

做多镜叙事时,除了每镜都带同一张定妆照,还有几个习惯能帮你:

• 把角色的关键特征写成固定短语,逐镜原样复制,不要换词。
• 光线和色调尽量统一,避免一镜暖调一镜冷调造成"像换了个人"的错觉。
• 需要强一致的连续动作,优先用"一段连续运镜"代替"多个独立机位拼接"。
• 把用到的角色和道具在开头集中登场交代,再在各镜复用,减少模型自由发挥的空间。

把这些配合 三视图工坊 和 长镜工坊 一起用,你的角色就能从第一镜稳到最后一镜。

五、服装与道具也要上锚点

大家都记得锁脸，很少有人锁衣服。但观众判断“是不是同一个人”，服装的权重其实高得惊人——尤其在中景和全景里，脸只占几十个像素，衣服才是识别依据。

服装描述最容易出问题的是颜色词太笼统。“蓝色长裙”这四个字，模型可以给你从藏青到天蓝的任何一种，两镜之间差半个色阶，观众就会觉得换了一件。可靠的写法是把颜色 + 材质 + 一个结构特征绑成一个固定短语，例如“靛蓝粗棉长裙，右肩有一道旧补丁”。那道补丁的作用不是好看，是给模型一个不容易漂移的抓手。

• 颜色：用具体色名（靛蓝、赭石、米白），别用“蓝色”“深色”。
• 材质：粗棉、绸缎、磨毛皮革——材质决定光在衣服上的反应，缺了它每镜质感都会变。
• 一个记忆点：补丁、腰带扣、一条系错的绳子。有一个具体的小结构，一致性会明显提升。
• 道具同理：那盏灯是纸的还是铜的、有没有缺口，写死。道具往往在多镜里反复出现，比服装更容易穿帮。

六、声线是被忽略的一半

如果你的片子有配音，那么“角色一致性”就不只是视觉问题。同一个人物在第 3 镜是清亮的少年音、第 7 镜变成偏低的成年音，观众的出戏程度不亚于换脸。

所以我们在素材声明里，给每个人物除了外观还写一条声线描述：音色（清亮/沙哑/温厚）、语速（偏快/平稳/拖沓）、以及一个说话习惯（尾音上扬、常停顿、气声重）。这三样固定下来，不管你用哪个配音工具，都能给出相对稳定的指令。

一个实用技巧：先定声，再定脸。声音的可选范围比长相窄得多，先把声线选定，再按这个声音去想“他长什么样”，比反过来容易得到统一的人物感。

七、一致性失败的四种表现

失败也是分类型的，对应的修法完全不同。按我们遇到的频率排：

1. 整个人换了。脸、体型、气质全变。原因通常是这一镜没有带参考图，或者文字锚点被后面的描述冲掉了。修法：补参考图，或把锚点短语挪到句子最前面。
2. 脸对了，气质变了。五官能认出来，但看起来老了五岁或换了性格。这多半是光线和表情造成的错觉，不是身份漂移。修法：统一光位，别在提示词里给相邻两镜写差异过大的情绪词。
3. 近景对、远景错。特写里是同一个人，全景里变成另一个。因为远景里脸的像素太少，模型基本是重画的。修法：远景不要指望靠脸认人，靠服装、体型、姿态锚点。
4. 侧面对不上正面。最难的一种。参考图只有正脸时，模型对侧面轮廓（鼻梁高度、下颌角）只能猜。修法：做三视图，至少补一张侧脸。这也是三视图存在的根本理由。

我们做过一次专门的实测，记录了参考图在哪些环节保住了、哪些环节还是丢了：参考图为什么仍会变脸。

八、批量生产时的资产管理

做一条片子靠脑子记得住，做十条就记不住了。角色一致性到最后是个资产管理问题。

• 每个角色建一个文件夹，里面放：三视图、定妆照、一段固定的文字锚点（存成 txt，随时复制粘贴）、声线描述。
• 文件名用角色 ID 而不是描述，比如 c01_阿渡。描述会变，ID 不会。
• 定妆照选定后就冻结。中途换一张“更好看的”定妆照，等于前面所有镜头白做。要换就整条片子重来。
• 跨项目复用时，把锚点文本和图一起带走。只带图不带文字，下次你会想不起来当初为什么写的是“靛蓝”而不是“藏青”。

这套东西建起来大概花你半天，但从第二条片子开始就一直在省时间。角色一致性从来不是某一个技巧，而是“把决定固定下来、不再重复做决定”的纪律。

九、一致性和自由度的取舍

最后说一件容易走过头的事。一致性不是越死越好——把角色锁得太紧，会让整条片子看起来像同一张图换了背景。

需要固定的是身份特征：五官、体型、发色、标志性服装。可以变的是状态：表情、姿态、光线、衣服的褶皱和脏污程度。后者恰恰是让角色“活着”的部分。如果你的十二镜里人物表情完全一样，观众感受到的不是一致，是呆板。

• 锁身份，放状态。这是最简单的一句总结。
• 情绪变化要在提示词里明确写出来，别指望模型自己给。不写，它会给你一个中性偏笑的默认表情，十二镜都一样。
• 让人物在不同镜头里处于不同的姿态和角度。全部正面站立的十二镜，即使脸完全一致，也不像一部片子。
• 服装可以随剧情变脏、变湿、变破——这不破坏一致性，反而强化了时间在流动的感觉。前提是变化方向要单向，别第 5 镜湿了第 6 镜又干了。

判断标准可以很朴素：把十二镜并排看，如果你觉得“这是同一个人在经历不同的时刻”，就对了；如果觉得“这是同一张脸被贴在十二个地方”，那就是锁过头了。