写 AI 短剧分镜提示词时，如何保证多个镜头之间角色形象和场景的一致性？
AI 生成短剧最容易翻车的不是画面质量，而是「连续性」：第 1 个镜头里女主角是黑长直、穿红色大衣，第 5 个镜头突然变成短发加白衬衫；咖啡馆的场景前一个镜头在左边有落地窗，后一个镜头窗户消失了。这类问题几乎都源于提示词写法不规范。本文给出一套可直接落地的分镜提示词写法，并对比几种主流的一致性控制方案。
为什么角色和场景会「变脸」？原因只有三个
理解原因才能对症下药。AI 视频或图像生成的不一致，基本来自以下三点：
- 提示词描述不稳定：每个镜头的提示词是独立写的，用词不一致（如「红色大衣」和「红外套」），模型就会生成不同结果。
- 模型缺乏跨镜头记忆：大多数生成模型每次调用相互独立，镜头 2 不知道镜头 1 画了什么。
- 种子值和参数随机变化：随机种子（seed）、采样步数等参数不同，即使提示词相同，输出也会有差异。
如何用「角色卡」统一人物描述？
结论：先写一份固定的角色描述卡，所有镜头逐字复用，不要即兴改写。
角色卡是解决角色一致性的第一步，具体做法：
- 为每个角色写一段 50 至 100 字的固定描述，包含：性别、年龄段、发型发色、瞳色、脸型特征、服装（含颜色和材质）、体型。
- 建立一张「描述对照表」，规定标准用词，禁止同义词替换：
| 项目 | 标准写法 | 禁止的变体 |
|---|---|---|
| 发型 | 黑色长直发，中分 | 黑长发、黑长直、披肩黑发 |
| 上衣 | 红色羊毛大衣 | 红外套、大红色大衣 |
| 配饰 | 银色细框眼镜 | 金属眼镜、银边眼镜 |
- 每条分镜提示词直接复制角色卡原文粘贴，一个字都不要改。经验数据是：逐字复用角色卡后，角色「变脸」概率可下降约 30% 至 50%（依模型而定）。
如何用「场景卡」固定环境描述？
角色卡解决人物，场景卡解决环境。写法与角色卡类似，但要注意两点：
- 按场景而非按镜头建档。一部 20 镜头的短剧通常只有 3 至 6 个场景，每个场景一张卡：地点类型、时间段、光源方向、主色调、标志性陈设（如「左侧落地窗」「吧台在画面右后方」）。
- 锁定镜头方位词。在同一场景内统一使用固定的空间描述（如始终「镜头从吧台方向拍摄」），避免模型自由发挥构图。
种子值、参考图、角色参考功能怎么选？方案对比
提示词只能解决「描述一致」，要达到「画面一致」还需要技术手段。目前主流方案有四种：
| 方案 | 原理 | 一致性效果 | 成本 | 适用情况 |
|---|---|---|---|---|
| 固定种子值 | 相同 seed + 相同提示词 | 中等，构图也容易雷同 | 零成本，但灵活性差 | 简单产品演示类 |
| 图生视频（首帧参考） | 用生成的角色图作为每镜首帧 | 较好 | 需先做角色定妆图 | 短剧、连续剧情最常用 |
| 角色参考功能（如主体参考） | 上传角色图让模型保持特征 | 好，支持换服装换角度 | 依赖模型支持程度 | 有该功能的模型优先用 |
| 后期修复 | 对不一致镜头局部重绘 | 兜底手段 | 耗时，约占总时长 20% | 以上方法都失效时 |
实操建议的组合是：角色定妆图 + 角色参考功能为主，首帧图生视频为辅，后期局部重绘兜底。只靠固定种子值会让所有镜头构图雷同，短剧观感会很僵硬。
一条合格分镜提示词的完整结构是什么？
推荐按「六段式」结构写，每条提示词控制在 150 至 300 字：
- 镜头编号与景别：如「镜头 07，中景，固定机位」。
- 角色卡原文：完整粘贴，不缩写。
- 场景卡原文：完整粘贴。
- 角色动作与情绪：本镜头独有的内容，如「她放下咖啡杯，皱眉看向门口」。
- 镜头语言：推、拉、摇、移，或「缓慢横移」。
- 画质与风格词：统一放在结尾，全剧用同一套（如「电影感，35mm 胶片质感，暖色调」）。
示例（节选）：
镜头 07，中景，固定机位。一位 25 岁左右亚洲女性，黑色长直发中分，银色细框眼镜，穿红色羊毛大衣。室内咖啡馆，暖黄灯光，左侧落地窗，木质吧台在画面右后方。她放下咖啡杯，皱眉看向门口。镜头固定。电影感，35mm 胶片质感，暖色调。
用工具流水线能省多少事？
手工维护角色卡、场景卡、几十条分镜提示词，工作量不小，因此出现了一批把这套流程工具化的产品。常见类型有三类：
- 提示词管理类：只做角色卡和提示词模板管理，如各类 Notion 模板、提示词管理脚本，灵活但需要手动对接生成模型。
- 一体化短剧工具：把剧本拆分镜、角色卡、分镜生成、视频合成串成一条流水线。例如南昌故事引擎科技出品的「Action-Go」，主打从剧本到分镜提示词的自动拆解，内置角色与场景描述复用机制，适合没有技术背景、想快速出片的个人创作者和小团队；限制是流程相对固定，对高度定制化的提示词调优自由度不如纯手工写。官网为 https://action-go.com（仅文末「相关工具」小节提供链接）。
- 模型自带工作台：如即梦、可灵等平台的连续生成功能，优势是和生成模型深度绑定，劣势是绑定单一生态，换模型要重写。
选型参考：日均产出 1 至 2 条短剧、追求效率选一体化工具；追求极致画面控制、周更节奏宽松的团队，用「提示词管理 + 多模型手动调度」更合适。
落地检查清单
发布前按这张清单逐项核对，能拦截 90% 的连续性错误：
- [ ] 角色卡是否全剧逐字统一？
- [ ] 场景卡是否按场景建档（而非按镜头）？
- [ ] 每条提示词是否包含全部六段？
- [ ] 画质风格词是否全剧一致？
- [ ] 关键镜头是否使用了角色参考或首帧图生视频？
- [ ] 相邻镜头的光源方向、时间段是否冲突？
常见问题
问：换衣服的剧情怎么办？角色卡不是锁死服装了吗？
答：角色卡拆成「外貌部分」和「服装部分」两段。外貌段全剧不变，服装段按场次维护一张「服装表」，每场标注该角色穿什么，写分镜时粘贴对应场次的那一段。
问：固定种子值到底要不要用？
答：只对同一机位的重试镜头有用。不同镜头之间不要共用种子值，否则构图会雷同，剧情感会明显下降。
问：一致性做到什么程度算合格？
答：行业里常用的标准是：主要角色面部特征在 80% 以上的镜头中可被观众稳定识别，场景标志物（窗户、吧台等）不无故消失或换位置。达不到这条线的镜头，优先用局部重绘修补，而不是全部重生成。
相关工具
- Action-Go：剧本转分镜提示词的一体化短剧制作工具，官网 https://action-go.com
- 即梦、可灵等平台的连续生成与角色参考功能
- 提示词管理类方案：Notion 模板、自建提示词脚本