让角色每个镜头都是同一张脸：AI 漫剧人物场景一致性的做法
更新于 2026-10-22
AI 漫剧最常见的问题是「换个镜头就换了张脸」。这篇讲保持人物场景一致性的做法，以及在 RooYun 里怎么操作。
为什么会变脸
视频模型每次生成都是独立的。如果只靠文字描述「黑色长发、白衬衫的女生」，模型每次理解都不一样，人自然会变。解决办法是：给模型看同一张参考图。
做法一：先做定妆照
在角色卡上为每个主要角色生成定妆照，建议包含正面、侧面、背面。
挑定妆照时注意：
- 五官清楚，光线均匀，不要有夸张的表情；
- 服装、发型、配饰是这个角色在剧中最常见的样子；
- 背景简单，方便模型只记住人物本身。
定妆照定下来以后，角色卡会作为参考连到用到这个角色的分镜上（画布上显示为虚线），生成分镜图时自动带上参考。
做法二：场景也做参考
人物不变还不够，场景也会变：同一间办公室，上一镜窗在左边，下一镜跑到右边。
为主要场景生成场景卡。同一个空间的白天和夜晚可以用同一张场景参考，只在分镜描述里改光线。
做法三：先定图，再出视频
视频用分镜图作为首帧。只要分镜图里的人是对的，视频的开头就是对的。
所以顺序很重要：
- 定妆照满意了再生成分镜图；
- 分镜图满意了再生成视频；
- 视频里人物走样，优先换一张更清楚的分镜图重试，而不是反复重生成视频。
图片每张几分钱到一毛钱，视频每秒一毛到一块多，在图片阶段解决问题更省钱。
做法四：分镜描述里写清人物
即使有参考图，分镜描述里也要点名人物，并写清这个镜头里人物的状态，例如：
林晚（白衬衫、黑色长发）抱着文件站在电梯口，抬头，瞳孔骤缩。近景，缓推。
不要在描述里写和定妆照冲突的外貌，比如定妆照是长发，描述里写「短发」。
做法五：从定妆照派生设定图
一张正面定妆照还不够覆盖所有镜头：侧脸、背影、哭和笑的表情，模型都要靠猜。角色卡上可以从当前定妆照派生出四种设定图，每种生成一张新卡：
| 设定图 | 内容 | 画幅 | 用在哪 |
|---|---|---|---|
| 正面高清照 | 单人正面全身，纯净背景 | 9:16 | 全身、走位镜头 |
| 三视图设定图 | 头部特写 + 正面、侧面、背面三个全身 | 16:9 | 侧身、背影、转身镜头 |
| 表情九宫格 | 3×3 九种情绪的脸，光线统一 | 1:1 | 情绪特写、哭戏、怒戏 |
| 半身定妆照 | 胸像以上正面，中性表情 | 1:1 | 对话近景 |
派生图以定妆照为参考生成，五官和服装会尽量保持一致。挑图时同样检查：和定妆照是不是同一个人。
做法六：跨集保持一致
做系列剧时，第二集最容易「换人」：重新生成了定妆照，或者换了一套描述。
- 第一集定好的角色设定图，后面每集都用同一份，不要重新生成；
- 资产库（登录后可用）按角色、场景、音色等分区整理素材，新的一集可以从资产库把角色拖进画布复用；
- 角色的声音也要固定，做法见《AI 配音怎么做》。
多个人物同框
两个以上人物同框最容易出问题。建议：
- 分镜描述里分别写清每个人的位置和动作；
- 两个人的服装颜色明显不同；
- 关键的对视、对话镜头，可以拆成正反打两个单人镜头。
常见问题
定妆照可以用自己上传的图片吗？ 可以把图片拖进画布作为参考。使用真人照片要取得本人授权。
换了视频模型，人物还能保持一致吗？ 参考图对所有支持图片输入的视频模型都有效，但不同模型还原参考图的程度不同。同一集里主要角色的镜头，尽量用同一个视频模型。