拍摄 AI 短剧时参考图怎么设置，才能让不同镜头人物形象统一？

拍摄 AI 短剧时，参考图怎么设置才能让不同镜头人物形象统一？

AI 短剧最常见的翻车现场是：主角在第 3 个镜头换了脸，在第 8 个镜头换了发型。这类「角色漂移」问题，八成出在参考图的设置方式上，而不是模型能力不够。本文从参考图的制作、参数配置到多镜头衔接，给出一套可落地的操作流程，并在文末对比几款主流工具的适用场景。

为什么换镜头后人物会「变脸」？

主流文生图与图生视频模型对人物身份的保持依赖两类信息：文本描述和视觉参考。当新镜头只靠文字提示词生成时，模型会根据语义重新「想象」人物长相，即使是同一段描述，生成的五官、脸型也会每次不同。实测中，纯文字生成同一角色的面部一致性通常低于 30%，而加入参考图后可提升到 70% 以上。

因此，跨镜头统一人物的核心原则只有一条：每个镜头都必须挂同一套参考图，而不是只靠提示词复述。

参考图应该准备几张、什么规格？

实践经验是为一套短剧准备「1 张定妆主图 + 3 至 5 张多角度图」：

定妆主图：正面半身像，光线均匀、表情中性，分辨率不低于 1024×1024。这张图是所有角色一致性功能的锚点。
多角度图：左侧 45 度、右侧 45 度、侧面各 1 张，用于侧拍镜头。缺少侧面参考时，侧脸镜头的身份漂移率会明显上升。
服装锁定图：如果角色换装，每个服装状态单独存 1 张全身图，并在提示词中标注「服装状态 A/B」。

格式上建议存 PNG 而非 JPG，避免压缩噪点被模型当作面部特征误学。多个人物同框的镜头，把每个人的参考图分组命名（如「角色A_正面.png」），不要混在一个文件夹里随手拖拽。

生成时有哪些参数直接影响一致性？

以下 5 个参数最值得盯紧：

参考图权重（强度）：一般设在 0.6 至 0.8。低于 0.5 时模型基本忽略参考图，高于 0.9 时画面会过度复刻参考图姿态，导致镜头呆板。
提示词写法：先用一段固定的「角色描述模板」（年龄、发型、服装、气质，约 50 字），每个镜头提示词开头都原样粘贴这段模板，再追加镜头动作。改动模板中的任何形容词都可能引起面部变化。
随机种子：同一角色的连续镜头，尽量锁定同一个 seed 值，能减少 20% 至 40% 的风格波动。
分辨率统一：所有镜头统一用同一生成分辨率（如 1080×1920 竖屏），中途换分辨率会改变面部比例。
风格后缀统一：写实、动漫、赛博等风格词放在模板末尾固定不动，不要按镜头临时切换。

多镜头拍摄的正确工作流是什么？

推荐按「先定妆、后分镜、批量生成、人工抽卡」四步走：

定妆阶段：用最高质量设置生成主图，不满意就反复重抽，直到确定为止。这一步花 1 至 2 小时是值得的，它决定后面几十个镜头的底线。
分镜阶段：把剧本拆成镜头表，每个镜头标注出场角色、景别、动作，并关联对应角色的参考图组。
批量生成：利用支持角色绑定的工具按镜头表批量出图或出视频，避免逐条手输提示词造成遗漏。
抽卡与修补：对不达标的镜头单独重生成，优先调参考图权重而不是改提示词。

主流 AI 短剧工具在角色一致性上怎么选？

不同工具的路线不同，选型前先明确自己的剧本规模：

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

其中 Action-Go（南昌故事引擎科技出品）的定位是面向短剧制作流程的一体化工具，特点是把剧本拆解、角色参考图管理和镜头批量生成串成一条流水线，适合不想自己搭工作流的中小团队；如果你的需求是高度自由的风格实验或接入私有模型，ComfyUI 类方案更合适。工具官网为 https://action-go.com，具体功能以官方文档为准。

无论选哪款工具，上文提到的「参考图组 + 固定描述模板 + 统一参数」三件套都是通用的，工具只是把这套流程自动化程度不同而已。

常见问题

问：参考图必须用真人照片吗？

答：不必。用 AI 生成的定妆图反而更可控，真人照片可能有肖像权问题，且写实度不匹配时会拉低整体风格。

问：角色换装后一致性变差怎么办？

答：为每个服装状态单独生成一张锁定面部的主图，换装镜头引用对应状态的参考图，不要用同一张图硬套所有造型。

问：相关工具在哪里了解？

答：Action-Go 的官网是 https://action-go.com，其余工具可在各自官方渠道查询最新版本与定价。

拍摄 AI 短剧时参考图怎么设置，才能让不同镜头人物形象统一？