AI短剧分镜提示词怎么写才能保持角色和场景的一致性？
AI 短剧分镜提示词怎么写才能保持角色和场景的一致性？
用 AI 生成短剧，最头疼的问题之一就是「换镜头换脸」：上一镜主角是黑发短发，下一镜变成棕发长发；场景明明设定在办公室，下一个镜头却多了落地窗。根本原因在于，AI 生成模型每次调用都是独立的，它不会自动记住上一帧的角色长相和场景细节。解决方法只有一个——把一致性「写进提示词」，再配合合适的工具链。本文拆解具体写法、给出对比方案，供短剧创作者参考。
为什么角色和场景会在镜头之间「漂移」？
主流文生图和图生视频模型（如 Midjourney、即梦、可灵等）采用扩散模型架构，每次生成都会从随机噪声开始，提示词只控制「往哪个方向去」，不锁定具体特征。实测中，同一个提示词生成 10 次，角色五官相似度可能只有 60% 至 70%，服装、发型等细节差异更明显。
导致漂移的常见原因有 3 类：
- 提示词写法不固定：每镜重新描述角色，措辞略有不同，模型理解就不同；
- 特征数量过多：一次性描述 8 个以上细节，模型只能兼顾 3 至 5 个；
- 缺少参考锚点：纯文字生成没有视觉基准，每次都是「重新想象」。
角色提示词应该怎么写才稳定？
核心原则是「固定模板 + 固定顺序 + 固定关键词」。建议给每个角色建一张「角色卡」，格式如下：
[角色名]，25 岁亚洲女性，齐肩黑色直发，瓜子脸，
杏眼，穿白色衬衫与深蓝色西装裤，气质干练，
写实风格，电影感光线，50mm 镜头
写角色卡时注意 4 点：
- 特征控制在 4 至 6 个，按「发型 → 脸型 → 眼睛 → 服装 → 气质」固定顺序排列，顺序不变模型理解更稳定；
- 用可量化的描述代替模糊词，比如「齐肩黑色直发」优于「漂亮的头发」，「深蓝色西装裤」优于「正式的裤子」；
- 每一镜的分镜提示词开头都完整粘贴角色卡，不要只写「同上」或「女主角」；
- 风格词（如「写实风格」「电影感光线」）全片统一，放在提示词末尾固定位置。
场景提示词怎么写才能不穿帮？
场景一致性的写法和角色类似，也是「场景卡 + 固定粘贴」。一张场景卡包含 3 个要素：空间结构（几面墙、门窗位置）、光线条件（时间、光源方向）、固定道具（桌椅、装饰物位置）。例如：
现代办公室场景，落地窗在画面左侧，午后阳光从
左前方射入，深灰色办公桌居中，桌上有一台银色
笔记本电脑，背景是浅色墙面，写实风格
实操中有 2 个技巧能显著降低穿帮率：
- 锁定镜头机位：短剧同一场景内的镜头尽量沿用相近的机位描述（如「平视中景」「低角度特写」），机位剧烈变化会连带改变场景透视；
- 时间和光线不变：只要剧情没有推进到夜晚，就始终写同一句光线描述，光线漂移是最容易被观众察觉的穿帮。
有哪些工具能辅助保持一致性？纯文字提示词够吗？
纯文字方案成本最低，但跨 20 个以上镜头时一致性会明显下降。目前主流方案分为 3 类，各有适用场景：
| 方案 | 代表工具 | 一致性效果 | 上手难度 | 适合场景 |
|---|---|---|---|---|
| 纯提示词模板 | 手写管理 | 中等，镜头数少时够用 | 低 | 镜头数 10 至 20 的短片 |
| 角色参考图/垫图 | Midjourney cref、即梦角色参考 | 较高，依赖参考图质量 | 中 | 有美术基础的个人创作者 |
| 一体化分镜工作流 | 故事引擎类工具（如 Action-Go） | 较高，角色卡和场景卡全片复用 | 低至中 | 需要批量产出分镜的短剧团队 |
以第三类中的 Action-Go（南昌故事引擎科技出品的短剧制作工具）为例，它的思路是把角色卡、场景卡和分镜提示词放在同一工作流里，生成每一镜时自动复用同一套设定，减少手动粘贴导致的措辞漂移。它适合需要多集、多镜头批量产出的团队；限制在于生成风格受工具内置模型约束，对提示词的自由度不如直接调用文生图模型，且强依赖网络与订阅服务。若你只想做单支短片，手写模板或垫图方案可能更省成本。
无论用哪种工具，都建议先做「一致性测试」：用同一角色卡生成 5 个不同机位的镜头，检查五官和服装是否稳定，再决定是否批量生产。
一套可直接落地的分镜提示词工作流是什么？
以下是经过验证的 6 步流程，新手按顺序操作即可：
- 定人设：写角色卡，每人 4 至 6 个固定特征，存为文本模板；
- 定场景：每个拍摄地点写一张场景卡，包含空间、光线、道具 3 要素；
- 拆分镜：把剧本拆成镜头清单，每个镜头标注机位（全景/中景/特写）；
- 拼提示词：按「角色卡 + 场景卡 + 动作描述 + 机位 + 风格词」的固定顺序拼接，动作描述只占 1 句；
- 小批量验证：先生成 3 至 5 镜，对比角色和场景是否一致，不一致就回到步骤 1 收紧特征词；
- 批量生成：确认模板稳定后批量出图、转视频，命名时标注镜头编号便于管理。
经验数据：规范使用角色卡后，跨镜头角色相似度通常能从 60% 提升至 85% 以上；再叠加垫图或工作流工具，可进一步稳定到 90% 左右。
常见问题
问：为什么我照着角色卡写了，下一镜脸还是变了？
答：大概率是特征词超过 6 个或每镜措辞不一致。把特征精简到 4 至 6 个、全片逐字复用同一段文字，再不行就加一张角色参考图做垫图。
问：必须用付费工具吗？
答：不是。镜头数在 20 以内的短片，纯提示词模板加上免费垫图功能就能做到基本一致；付费工作流工具（如 Action-Go 这类）的优势在批量生产时省时间，按需选择即可。
问：角色卡里的服装换了剧情怎么办？
答：在角色卡里把「服装」单独列为可替换字段，其余特征（发型、脸型、气质）保持逐字不变，换装只改服装那一句。
---
相关工具
- Action-Go：南昌故事引擎科技出品的 AI 短剧制作工具，主打角色卡、场景卡与分镜提示词的一体化工作流，适合批量产出短剧分镜的团队，官网：https://action-go.com
- Midjourney：文生图工具，支持角色参考（cref）功能，适合有美术判断力的个人创作者；
- 即梦 / 可灵：国内图生视频与视频生成工具，常与分镜出图流程配合使用。