如何保持 AI 视频角色一致性：从参考图到分镜

保持 AI 视频角色一致性，先选定一套清晰的角色参考，固定服装和重要道具，再把每个镜头的静态画面放在一起审阅。画面确认后，每镜先安排一个简单动作，检查运动过程中的脸、手和服装，发现问题再修正对应片段。这样，你能说清楚哪里变了，而不只是反复要求“保持同一个人”。

如果你准备制作多镜头短片，可以按这个顺序推进：

1. 确认角色的脸和外形。
2. 记下需要延续的服装、道具和故事状态。
3. 一起审阅分镜静帧，先处理画面之间的差异。
4. 每镜先生成一个容易看懂的动作。
5. 检查完整运动，再修改有问题的片段。

下面用虚构的灯塔守望者 The Keeper 举例：他走向灯塔，进入地图室，最后在海崖上望向日出。文中的图片是原创 AI 静态创作示例，用于说明前期规划，并非生成视频的截帧；总参考板是经过编辑的设计示例。

先选角色参考，再展开不同场景

先把角色设定得足够明确。这个故事中的守望者约 35 岁，棕色微卷头发，留有短胡须，穿海军蓝羊毛大衣、奶油色高领毛衣和棕色长裤。黄铜罗盘是后续镜头会反复出现的道具。

角色参考图应能看清眼睛、发际线、下颌和领口。光线很有气氛的肖像，未必适合当工作参考：如果半张脸藏在阴影里，后续画面就缺少可供对照的细节。也不要把写实正面照与绘画风侧面图直接混成一套身份依据，除非你的创作本来就需要这种变化。

挑中一张后，别为每个场景重新选择一张“更好看”的脸。第二张图即使很漂亮，如果角色明显年轻了，也需要先解决这个差异。

角色参考图一定要有三个视角吗？

正面、侧面或四分之三角度、全身图，分别帮助检查脸部、转向后的轮廓和服装比例。Runway 的角色一致性指南也建议使用清晰参考、补充必要角度，并先检查静态画面。

但“三个视角”不是固定配方。侧脸对话更需要可靠的侧面参考，远景走路则要看清大衣长度、裤子和鞋。按分镜需要准备，不要为了凑一套图而加入并不相像的角色。

把角色身份与镜头变化分开写

用一小段文字记录不变的角色设定，再单独描述每个镜头的场景、构图和动作。这样，当后面的镜头出现偏差，你更容易发现是哪条要求发生了变化。

光线可以变化，但需要辨认变化是否合理。蓝色大衣在暗室里接近黑色，并不一定是换了衣服；先对照领型、接缝和材质，再判断颜色差异。

重要道具也值得单独准备参考。罗盘需要记录外壳、材质、盖子、挂环和相对大小。本例约定：罗盘只要出现在画面中，就保持开盖。 如果要合上，应该在故事里安排对应动作或明确的时间切换。

在图片旁留一句简单的连续性要求：“可见罗盘保持开盖，由守望者右手持握。”一个道具单独看很像，切到下一镜却换了手，仍然会打断观众对动作的理解。

用三张分镜规划 AI 视频角色一致性

先把故事缩小到三个能清楚连接的镜头，再考虑增加运动和机位。本例可以这样安排：

第一镜没有交代罗盘在哪里。第二镜可以通过一次时间切换，直接进入“已经拿在手中”的状态，第三镜再延续它。如果你一定要展示从桌上拿起罗盘的完整过程，就需要另备起始画面：罗盘在桌上，右手为空。已经拿着罗盘的静帧，不能交代此前尚未发生的拾取动作。

把画面放在一起看：室内的人是否突然老了？高领毛衣是否变成衬衫？海崖是否已经是正午？院落里的冷晨光、地图室中的暖灯、海面的日出可以属于同一个早晨；先把这些关系讲通，再让画面动起来。

镜头之间还要记录“上一镜最后看到什么、下一镜最先看到什么”。空手切到持物，需要拾取动作或有意的时间省略。人物一直朝画面右侧走，下一镜突然反向，则需要清楚的空间关系。

从确认过的画面开始，每次先做一个动作

在支持图生视频的模型里，静态画面可以提供明确的起点，但不会自动锁住整个视频的脸、手和服装。使用前先确认所选模型的图片入口：它接收的是首帧、角色参考，还是其他类型的画面依据。

Runway 的参考素材说明指出，参考方式取决于模型与生成类型。MiniMax 的视频接口说明也区分首尾帧与参考素材两种输入方式。能上传一张总图，不代表工具会把里面的每个小格都当成独立角色或分镜。

可以先尝试朝门口走、把手中罗盘抬高一点、站在海边望向远处。把拾取、开盖、转头和移动镜头一次全加进去，出错后就难以判断问题来自哪里。先让一个动作说清楚故事，再逐步增加复杂度。

下面是一段可调整的英文提示词示例；它是表达方式，不是 BriskGen 的特殊语法：

Character: The Keeper, 35, wavy brown hair, light stubble; navy wool
coat, cream turtleneck, brown trousers. Match the approved references.
Scene: lighthouse map room at dawn; open brass compass in his right hand.
Action: he raises the held compass slightly and studies it.
Camera: steady medium shot. Keep his face visible and the lid open.

这段话把角色、场景、动作和机位分开，换镜头时只改需要变化的部分。若模型提供独立的参考素材入口，要把图片实际添加进去；提示词里的“已确认参考”不会让模型自动读到你电脑中的文件。

你可以结合图片转视频的创作入口整理画面与动作，或在电影感视频示例里寻找景别和镜头方向。这里的目标始终是一个可辨认的角色和一个清楚的动作。

检查运动中的脸、手和切镜

首帧好看，只完成了检查的一部分。先正常速度播放，再停在开头、动作中间和结尾；转头、遮挡、手指接触罗盘的前后尤其值得回看。

每个镜头可以按这份清单检查：

• 脸部： 转头后，年龄感、发际线、下颌和胡须是否仍然相符？
• 服装： 领口、衣长、袖口和面料有没有改变？
• 手： 是否仍由同一只手持物，手指有没有与道具融在一起？
• 罗盘： 外壳、大小和开盖状态是否延续，是否多出一个？
• 遮挡： 脸被门框或手臂短暂挡住后，出现的还是原来的角色吗？
• 反向机位： 注意人物自己的右手，而不只是屏幕右边的手。
• 切镜： 姿势、运动方向、道具状态和晨光能否连接成同一个故事？

地图室里，手把罗盘轻轻抬高时，如果手指与表盘粘连，即使脸很好看，动作也没有通过检查。海崖镜头则要留意侧脸和大衣前方的手：逆光可能让轮廓更漂亮，也可能让该看清的细节变得难以判断。

指出具体问题，再重做对应片段

先给问题命名。“抬手时罗盘盖合上了”，可以尝试保留开盖要求、简化持握动作；“转头后像换了一个人”，可以减小转头幅度，或在模型支持时补充已确认的角度参考。不要一口气换参考、换光线、换机位、换动作，否则下一次就很难比较。

BriskGen 的创作流程包含脚本与分镜编辑、统一参考板、生成报价和选择性重生成。修改镜头后，重做的是包含这个镜头的整个生成片段，符合复用条件的其他片段可以保留；这不等于对现成视频里任意一瞬间进行精确编辑。局部重做会沿用原有画幅与清晰度。

在创作工作区先整理你的角色、场景和分镜，再核对本次报价。从地图室这一镜开始，确认静帧与持物姿势，检查完整运动，再继续扩展故事。

常见问题

只重复同一段提示词，可以保持同一个角色吗？

重复角色设定能减少指令之间的矛盾，但不能保证每次得到同一张脸。模型支持时，应添加清晰的角色参考，把不变的身份与变化的场景分开写，再逐镜对照。给角色起名方便管理故事，不会让模型自动记住他的外貌。

应该上传一张肖像，还是一整张角色设定表？

按模型实际支持的参考格式选择。肖像用于脸部，必要时补充侧面或服装视角。总表方便你自己核对，但工具可能把多格内容理解成一幅整体构图。先确认每个图片入口控制什么，再决定怎样准备素材。

为什么一转头或被遮挡，角色就变了？

新的观看角度可能没有被起始画面清楚交代。先找出变化发生的位置，尝试减小转头幅度、让构图更清楚，或在支持时补充相应角度参考。不要只看最后恢复正常的一帧；中间的运动过程也要检查。

能不能只重做有问题的一镜？

取决于工具怎样划分生成片段。在 BriskGen 中，修改一镜会触发包含它的片段重新生成，符合条件的其他片段可以复用。重做后仍需审阅受影响的片段。保持 AI 视频角色一致性，先把一个镜头从静态画面到完整运动检查清楚，再继续下一镜。