如何保持AI角色一致：参考与跨镜头指南 | Zopia

保持AI角色一致，可以先建立清晰参考，再区分固定身份与当前场景变化，确认静帧后再做运动。重复角色名字并不等于锁定同一张脸，静帧一致也不代表转头后一定稳定。

下面以原创故事中的修表师米拉为例，依次处理换景别、换光线和小幅转头，让每次调整都有明确目标。

先判断哪里变了

“不像同一个人”可能是脸型变了，也可能是发型、服装或光线不同。米拉的脸和短发是身份特征；围裙、表情与站位属于场景条件。把问题写具体，例如“新图脸更窄”或“相邻镜头领口改变”，再调整对应输入。

参考图要看得清

优先选五官清楚、遮挡少的参考。只有远景剪影或强烈侧光，较难判断身份变化。使用真实人物素材前应处理肖像和素材许可。

Runway参考图文档介绍了清晰参考与逐项迭代的方法；不同模型接受的参考类型与控制能力各异。把选定参考明确命名，避免同事误用早期探索图。

一次先改一项

先保留服装与光线，从中景改为近景，再尝试侧脸和换场景。原创图像提示词：

Create a close-up of Mira using the supplied character reference as the
identity reference. She wears the same navy work apron and looks down toward
the workbench. Her expression is attentive. Soft neutral indoor lighting,
eye-level camera, simple watch repair shop background.

将实际参考图附加到对应输入，再用文字说明它负责角色外观还是画面构图。Runway图像提示词文档可辅助理解主体与构图的描述。

强侧光下才变脸，就先退回柔和光线；围裙变了，就明确服装并检查首帧；道具变形，就单独准备道具参考。多人场景先确定左右站位和两人身份，再增加交叉走位或接触动作。

静帧通过后再处理运动

先看脸、头发、服装和重要道具，再给简单动作：

The watchmaker lifts her gaze from the workbench toward the doorway.
Her head turns slightly to the left while her shoulders remain relaxed.
The camera remains locked in a medium close-up.

Runway视频提示词指南与Google Veo文档分别说明对应模型的动作表达方式，可用于细化视线、转头与相机运动。

开头正确、转头后变脸，属于运动阶段的问题。可以缩小转头幅度、减少同时动作，或从更接近目标角度的首帧开始。手遮脸后出现漂移，可以改动作设计或剪入其他镜头，不必执着一镜完成。

把选择保留在项目里

Zopia工作台可组织角色、场景、分镜和时间线，并衔接AI生成。把选定参考和服装要求放在对应场景旁，主动记录剧情中的换装。先完成中景、反应近景、小幅转头三个镜头，再逐步增加难度。

建立一张角色卡，区分固定项与变化项

角色卡可以包含脸部参考、发型、常用服装和当前场景状态。米拉的短发与五官用于识别身份，海军蓝围裙用于维修店场景，紧张或平静则由当前剧情决定。把所有内容写成同样重要的长描述，容易让真正需要保留的特征淹没在修饰词里。

给角色准备正面和便于判断的侧面视图，可以帮助团队理解同一个人从不同方向应该是什么样子。参考图之间也要一致：一张短发、一张长发，或者年龄差异很大，都会让后续选择变得含糊。先选定一个创作方向，再增加补充角度。

观看完整视频 ↗

从近景开始建立变化梯度

先做与参考相近的中景，再改成近景；近景确认后，尝试轻微侧转；随后才更换光线和地点。这个次序让问题更容易定位。若新场景同时出现强背光、帽子和快速动作，就很难知道究竟是哪一项让人物难以辨认。

换成侧面时，可以把提示词改为：

Create a three-quarter view of Mira using the supplied character reference.
She wears the same navy apron and pale shirt. Her head is turned slightly
toward the doorway. Soft light reveals her facial features. Simple interior.

这里保留服装与简洁背景，只改变角度。想换到室外时，先沿用相近景别，让人物在柔和日光中站定，再加入行走。每一步保留最有用的结果作为当前场景参考，避免反复从不相关的随机画面重新开始。

多人同框先处理身份，再处理互动

米拉与客人同框时，先确定左边是谁、右边是谁、谁正在说话以及谁看着谁。可以先做没有接触动作的双人中景，让两人脸部和服装都清楚。接着再增加递照片、靠近或转身。

Medium two-shot inside the repair shop. Mira stands on the left in her navy
apron. The visitor stands on the right in a brown coat. Mira looks toward
the visitor while he looks at the photograph on the counter between them.

生成时通过所选模型支持的方式附加两人的参考。若脸部特征混合，先减少遮挡、拉开站位，或分别拍两人的单人反应，再在剪辑中建立对话。故事需要的是交流成立，并非所有互动都必须挤进同一画面。

用时间变化定位视频问题

回看片段时，分别看开头、中间和结尾。开头就不一致，先改输入图；动作发生后才变化，优先改运动幅度、遮挡或持续动作；只有强光扫过时难以辨认，先调整光线方案。

比如米拉抬手遮脸后换了五官，可以让她把照片放到台面，再用近景表现反应。若侧转幅度太大，改成小幅转头并接一个预先准备的侧面镜头。用镜头设计完成动作，往往比把所有变化写进一段长提示词更清楚。

方法参考

上述Runway图像参考与提示词文档用于理解输入和身份复用，Runway视频及Google Veo文档用于理解运动表达。把这些方法与当前模型的具体输入要求结合，再安排从静帧到片段的制作。