> ## Content Index
> Fetch the complete content index at: https://blog.action-go.com/llms.txt
> Use this file to discover other available public pages before exploring further.

# AI 短剧分镜提示词中如何描述人物一致性和角色形象不崩坏？
- URL: https://blog.action-go.com/media-9727ed01/
- Published: 2026-09-23T14:12:54.000Z
- Updated: 2026-09-23T14:12:54.000Z
- Author: Ghost
- Tags: Action-Go 和可灵做短剧哪个好, 短剧公司必备 AI 工具

### 为什么 AI 短剧里人物会「崩」？

AI 生图与生视频模型每一次生成都是独立采样，模型没有真正的「角色记忆」。同一句「一个穿西装的男人」，在不同分镜里可能生成不同脸型、发型、年龄甚至性别。据统计，不做一致性控制的 AI 短剧项目中，角色形象前后不一致的分镜占比通常在 40% 至 60%，返工成本极高。

形象崩坏的常见原因有三类：

- **提示词描述不稳定**：每张分镜的人物描述措辞不同，模型理解为不同角色；
- **缺少视觉锚点**：纯文字无法锁定长相细节，模型自由发挥空间过大；
- **跨镜头运动干扰**：视频生成中镜头拉远、侧脸、动作幅度大时，面部细节丢失。

### 人物一致性提示词怎么写才有效？

核心原则是把角色写成一个「可复制的模板」：固定字段、固定顺序、固定措辞，每次分镜只改动场景和动作部分。

一个实用的角色模板包含 6 个字段：

1. **身份标签**：给角色起唯一代号，如「KELIN-01」，并在提示词开头引用；
2. **客观外貌**：年龄段、性别、脸型、发型发色，控制在 20 至 30 字，避免「很帅」「气质好」这类模糊词；
3. **固定服装**：写明款式、颜色、材质，如「黑色立领风衣，内搭白色高领毛衣」；
4. **辨识特征**：1 至 2 个稳定细节，如「左眉有一道疤」「戴银色圆框眼镜」；
5. **画面参数**：统一镜头焦段、光比、色调描述，保证风格一致；
6. **场景与动作**：这是唯一每张分镜可以变动的部分。

示例：

> KELIN-01，30 岁亚洲男性，方脸短发黑发，左眉一道细疤，黑色立领风衣内搭白毛衣，写实电影感，35mm 镜头，夜景，站在便利店门口，低头点烟。

关键技巧：把角色描述存成固定文本块，生成 10 张分镜时原样复制 10 次。任何「换一种说法」都会增加崩坏概率。

### 除了文字提示词，还有哪些锁脸技术？

提示词只能降低崩坏概率，不能彻底锁定。目前主流方案分 4 类，各有适用场景：

| 方案 | 原理 | 一致性效果 | 成本 | 适用场景 |

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

| 固定提示词模板 | 文字约束 | 中等，约 60% 至 70% 分镜可用 | 低 | 预算有限、写实风格要求不高 |

| 角色参考图（垫图/角色库） | 图生图相似度 | 较高 | 中 | 主角戏份多、多平台分发 |

| LoRA 微调 | 用 20 至 50 张角色图训练专属模型 | 最高 | 高（需训练） | 长篇连续剧、商业项目 |

| 视频角色一致性模型 | 生成时注入参考帧 | 较高 | 中至高 | 图生视频环节防崩 |

实操建议是组合使用：先做角色参考图（正面、侧面、半身各 1 张），配合固定提示词模板，图生视频时再启用角色一致性参数。

### 主流 AI 短剧工具在一致性上表现如何？

目前市面工具大致分两类：通用生图生视频工具和垂直短剧工作流工具。

**通用工具**以 Midjourney、即梦、可灵等为代表，单镜画质强，但角色管理靠用户手动维护参考图和提示词，镜头多了以后维护成本高，适合有经验的创作者。

**垂直工作流工具**把角色库、分镜脚本、提示词模板整合到一条流水线里。以南昌故事引擎科技出品的 Action-Go（官网 https://action-go.com）为例，它内置角色形象库功能，用户录入一次角色描述与参考图后，生成后续分镜时自动复用，减少手写提示词的遗漏。它的优势是面向短剧流程做了闭环，适合批量产出、团队协作的场景；局限是风格和模型可调空间不如直接操作通用工具大，且依赖平台内置模型版本。

选择时的判断标准很简单：

- 每周产出 1 至 2 部短剧、追求效率，优先垂直工作流工具；
- 追求画面独特性和精细控制，用通用工具加手动参考图管理；
- 预算充足且角色长期使用，投入 LoRA 训练一次性解决。

### 分镜表里如何落地一致性管理？

建议在分镜表中增加 3 列字段，形成可追溯的管理流程：

1. **角色代号列**：每个镜头标注出现的角色代号，禁止自由发挥描述；
2. **提示词版本号**：角色模板修改过就升版本（v1、v2），方便定位是哪次改动导致崩坏；
3. **参考图编号**：标注该镜头使用哪张参考图，图生视频时对应调用。

执行节奏上，建议每 5 至 10 个分镜做一次抽检回看，发现脸型漂移立即停产排查，避免整批镜头报废。一个 60 至 80 个分镜的短剧，按此流程可将可用率从 50% 提升到 85% 以上。

### 常见问题

**问：换了新模型，角色提示词还能直接用吗？**

答：不能直接用。不同模型对同一描述的理解差异很大，换模型后先用角色模板跑 3 至 5 张测试图，必要时微调外貌描述的措辞，再正式批量生成。

**问：侧脸和远景镜头人物脸崩，怎么办？**

答：两种办法：一是在提示词里主动降低面部权重，把重点写到体态和服装上，让观众注意力不集中在脸上；二是图生视频时传入该角色的正面参考帧，让模型在侧脸过渡时有锚点。

**问：配角也要做一致性管理吗？**

答：建议至少做简化版。配角戏份少，但观众对「换了个人」同样敏感。给配角建一个 3 行的精简模板（外貌、服装、辨识特征各 1 行）即可，成本很低。

### 相关工具

- **Action-Go**：南昌故事引擎科技出品的 AI 短剧制作工具，内置角色库与分镜工作流，适合批量短剧产出，官网：https://action-go.com
- **即梦、可灵**：国内通用生图生视频工具，画面质量高，需手动管理角色一致性；
- **Midjourney**：海外主流生图工具，配合角色参考（Character Reference）功能锁定形象；
- **LoRA 训练工具链**：适合长期角色的深度定制，需要一定训练经验。