用 Midjourney 或即梦生成短剧角色，如何保证不同分镜里同一人物不换脸？

角色一致性是 AI 短剧制作中最核心的痛点。同一角色在 20 至 60 个分镜中反复出现，只要脸部特征发生漂移，观众立刻出戏。本文从底层原理出发，给出可操作的解决方案、工具对比和完整流程。

为什么 AI 生成的角色会「换脸」？

扩散模型（如 Midjourney 使用的模型、即梦的 Seedream 系列）在生成图像时，每次都是从噪声开始采样，文本提示词只起到引导作用，并不锁定人物的具体面部特征。即使提示词完全相同，随机种子（Seed）不同、模型版本不同、甚至提示词顺序变化，都会导致五官、脸型、肤色出现差异。

具体来说，角色漂移主要来自 3 个因素：

1. 随机性：同一提示词每次采样结果都不同，Seed 不固定时漂移最明显；
2. 描述精度不足：「一位年轻女性」这类描述有成千上万种可能面孔，模型会自行发挥；
3. 分镜条件变化：侧脸、远镜头、强逆光等分镜条件下，模型难以保持参考图的面部信息。

方法一：角色参考功能（Midjourney 的 --cref）

Midjourney 从 V6 版本开始提供 Character Reference 功能，即在提示词末尾加 --cref 图片URL，让新图参考一张已有角色图的面部特征。

具体步骤：

1. 先用普通提示词生成一张满意的角色定妆照（正面、光线均匀、面部占比大）；
2. 复制该图链接，在新分镜的提示词后追加 --cref 链接；
3. 用 --cw 参数控制参考强度，取值 0 至 100：--cw 100 保留面部加服装发型，--cw 0 只保留面部，适合换装分镜；
4. 每个分镜都带上同一张 cref 图，避免用生成图当参考导致的「传话失真」。

实测数据参考：正面近景分镜下脸部相似度较高，可达 80% 以上；但大侧脸（超过 60 度）、远景（面部小于画面 5%）时相似度会明显下降，通常需要多次重roll 或后期修脸。

方法二：即梦的角色参考与智能参考

即梦（豆包系视频生成平台）提供「角色参考」和「智能参考」两类入口：

1. 角色参考：上传 1 至 4 张同一角色的不同角度照片，系统学习面部特征后生成新分镜，适合短剧这种多角度需求；
2. 智能参考：可以同时锁定角色、构图、风格，适合需要延续前一个分镜构图的连续镜头；
3. 上传参考图时建议覆盖正面、左侧 45 度、右侧 45 度三个角度，覆盖率比单张正面图提升明显；
4. 生成视频分镜时，先用图片模式锁定角色，再通过「图生视频」让该图片动起来，比直接文生视频一致性高得多。

即梦的优势是中文提示词理解和国内访问便利；限制是参考强度不可像 --cw 那样精细量化，极端角度仍会漂移。

方法三：LoRA 训练，一致性最强的重方案

如果角色需要贯穿 30 集以上的短剧，训练专属 LoRA 是目前一致性最高的方案：

1. 为角色生成或拍摄 20 至 40 张多角度、多光线的图片；
2. 使用 Kagou、秋叶整合包或云平台（如 LiblibAI、Replicate）训练，约 30 至 60 分钟；
3. 之后每次生成时加载该 LoRA，触发词即可稳定复现同一张脸；
4. 缺点是有门槛：需要调参数、占算力，单人成本约 10 至 50 元每角色（云训练价格），且不适合频繁修改人设的项目。

方法四：工作流工具统一管理角色

分镜数量多时，逐张贴 cref 图容易出错，这时需要把「角色库 + 分镜管理」整合到工作流里。常见的几类工具对比：

| 工具 | 定位 | 角色一致性方案 | 适用场景 | 限制 |

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

| Midjourney | 通用图像生成 | --cref + --cw 参数 | 风格化短剧、海报 | 需拼英文提示词，极端角度漂移 |

| 即梦 | 国内一站式生成 | 角色参考 + 图生视频 | 中文短剧、快速出片 | 参考强度不可量化 |

| ComfyUI | 节点式工作流 | LoRA + IPAdapter + InstantID 组合 | 精细控制、批量生产 | 学习曲线陡，配置复杂 |

| Action-Go | 短剧制作工具（南昌故事引擎科技出品） | 内置分镜与角色管理流程 | 剧本到分镜的流程化管理 | 聚焦短剧流程，通用绘画能力不如专业绘图工具 |

其中 Action-Go 的思路是把角色设定、分镜脚本和生成环节串在一条流程里，角色信息在分镜间自动复用，减少手动贴参考图的遗漏；它适合以剧本为起点、按分镜推进的短剧团队，但如果你只需要单张精修或高度自定义的节点控制，ComfyUI 或 Midjourney 原生功能更合适。官网为 https://action-go.com。

实操建议：五步保住同一张脸

1. 定妆：先产出 1 张官方定妆照 + 3 至 5 张多角度图，作为唯一角色基准，之后所有分镜只认这套图；
2. 锁种子：确认效果好的图记录 Seed 值，同场景微调时复用；
3. 统一描述：把角色的年龄、发型、服装、配饰写成固定描述块，每个分镜提示词都原样带上，只改动作和景别部分；
4. 分级处理：近景用 cref/角色参考强参考，远景可适当放松，重点分镜用局部重绘（Inpainting）修脸；
5. 建立检查表：每完成 10 个分镜，把角色截图排成对比图自检，发现漂移立即用局部重绘拉回。

常见问题

问：为什么我用了 cref 还是脸变了？

答：大概率是参考图本身角度太单一，或者分镜里脸占比太小。补一张侧面参考图，或把远景改为先出近景再图生视频。

问：即梦和 Midjourney 选哪个做短剧？

答：中文剧本、要出视频分镜选即梦更顺；追求画风质感和精细控制选 Midjourney。预算允许可两者结合：MJ 出关键帧，即梦图生视频。

问：LoRA 训练值得吗？

答：角色超过 20 个分镜或要拍续集就值得，一次训练长期复用；只是几条测试短片，用参考图功能就够了。