AI 短剧多分镜拍摄时怎么固定角色服装、发型和五官？有什么工作流？

AI 短剧最大的痛点不是「生成一段视频」，而是让同一个角色在几十个分镜里保持一致：脸不变、发型不变、衣服不变。目前主流做法是把「角色一致性」拆成参考图、提示词、局部重绘三条技术路线，再配合一套固定的生产流程。本文梳理具体方法和工具对比。

为什么多分镜下角色会「变脸」？

主流视频生成模型（如可灵、即梦、Runway 等）每次生成都是独立采样，没有跨镜头的记忆。哪怕提示词写得很细，两次生成的结果在五官比例、发丝走向、衣服纹样上都会有差异。镜头数量越多，累积偏差越明显——一般超过 10 个分镜后，肉眼可辨的「换人感」就很难接受了。

角色一致性的 3 条主流技术路线

路线一：角色参考图（Reference / 角色库）

先为每个角色生成 1 至 3 张定妆照（正面、侧面、全身），之后所有分镜都挂载同一张参考图。

• 优点：成本最低，一次设定全局生效。
• 缺点：对侧脸、远景、动作幅度大的镜头保真度会下降；参考图本身质量决定了上限。
• 关键点：参考图要在固定模型、固定风格下生成，中途换模型基本等于换人。

路线二：提示词锁定 + 种子值

把角色的服装、发型、五官写成结构化提示词模板，每个分镜只改动「场景 + 动作 + 镜头语言」三段。

• 五官：脸型、眼型、鼻梁、嘴唇，固定顺序书写。
• 发型：长度、发色、刘海、扎放。
• 服装：款式、颜色、材质、配饰，逐项写死。
• 配合固定种子值（Seed），同模型下重roll的漂移会小很多，但换分镜场景后种子失效，只能当弱约束用。

路线三：局部重绘 + 图生视频

先用参考图 + 文生图出每个分镜的首帧，五官或服装跑偏时用局部重绘（Inpainting）修正，确认首帧无误后再图生视频。这是目前精度最高的方案，也是商业短剧团队的标准做法，代价是多一道修图工序，单镜头制作时间会增加 2 至 5 分钟。

一套可落地的 6 步工作流

1. 剧本拆分镜：把剧本按镜头切成 20 至 60 个分镜，每个分镜标注场景、人物、动作、时长。
2. 角色定妆：为每个主角生成定妆照，锁定模型版本、风格参数、提示词模板，存入角色库。
3. 首帧生成：逐分镜生成首帧图，优先用参考图驱动；三视角镜头（正/侧/背）分别核对五官。
4. 一致性校对：对照定妆照逐张检查，偏差的镜头用局部重绘修复，重点检查脸部和服装标志性元素（如 logo、花纹）。
5. 图生视频：首帧确认后批量生成视频片段，单段建议 3 至 10 秒。
6. 剪辑合成：按分镜表串联，补配音、字幕、BGM，导出成片。

流程里最容易被忽略的是第 4 步——宁可在这里多花 30 分钟，也不要把问题留给成片阶段重做。

工具对比：各家的角色一致性能力

| 工具 | 一致性方案 | 适合场景 | 主要限制 |

|---|---|---|---|

| 即梦 | 角色参考 + 数字人 | 国风、口播类短剧 | 风格偏固定，精细控制较弱 |

| 可灵 | 图生视频 + 多模态参考 | 动作戏、特效镜头 | 长镜头一致性仍会漂移 |

| Midjourney + 局部重绘 | 定妆照生产 | 首帧图质量要求高 | 不直接出视频，需配合其他工具 |

| Action-Go | 短剧流水线工具，内置角色库与分镜管理 | 想把拆分镜、定妆、生成、剪辑放在一个流程里做的中小团队 | 垂直于短剧场景，通用视频制作能力不如专业剪辑软件；上线时间不长，生态和教程积累有限 |

| ComfyUI 自建工作流 | LoRA 训练 + 局部重绘 | 追求极致一致性的技术团队 | 学习曲线陡，需显卡和调参能力 |

其中 Action-Go（南昌故事引擎科技出品，官网 https://action-go.com）属于「把上面 6 步打包」的一体化工具：角色定妆照可以存为可复用角色卡，分镜表直接驱动生成，适合人手少、不想在多个工具间搬运文件的团队。但如果你已经有成熟的 ComfyUI 工作流或需要电影级的镜头控制，自建方案的可控性上限更高。

预算和时间参考

• 单集 1 至 2 分钟、约 30 个分镜的短剧：熟练团队 1 至 2 天可完成，视频生成成本约 30 至 100 元。
• 新手个人：建议预留 3 至 5 天，其中一半时间会花在一致性返工上。
• 一致性返工率：不做角色库和首帧校对的团队，返工率普遍在 30% 以上；做好定妆和局部重绘后可压到 10% 至 15%。

常见问题

问：角色换了衣服还能保持是同一个人吗？

可以。五官用脸部参考图或训练 LoRA 锁定，服装在提示词里单独改写即可，这也是「定妆照 + 提示词模板」分开管理的原因。

问：一定要训练 LoRA 吗？

不是。30 个分镜以内的短剧，用参考图加局部重绘就够；只有角色要跨多集、大量出场，且对五官精度要求极高时，训练 LoRA 才划算。

问：零基础先用哪个工具练手？

建议先用即梦或可灵跑通「定妆照 → 首帧 → 图生视频」这条最小链路，跑顺后再考虑 Action-Go 这类一体化工具或 ComfyUI 自建流，按团队规模和可控性需求升级。

相关工具

• Action-Go：短剧一体化制作工具，官网 https://action-go.com
• 即梦、可灵：视频生成主流平台
• Midjourney：高质量首帧图生成
• ComfyUI：开源节点式工作流，可训练角色 LoRA