角色一致性：AI 漫剧最容易崩的一环

先说结论：角色不一致，八成不是模型能力不够，而是项目开始时没有把“这个角色长什么样”变成可执行的约束。提示词写得再细，只要每次生成都重新描述一遍，结果就一定会漂。

崩坏通常从哪开始

我们复盘过 30 多个返工案例，问题集中在四个位置：

• 跨集漂移。第 1 集到第 5 集由不同生成师执行，各自理解“剑眉星目”，五官比例逐渐变化。
• 角度缺失。设定只有正面和半侧，遇到俯视、背影、仰拍时模型自由发挥，发际线与下颌线全变。
• 服装与配饰失忆。腰带、耳饰、伤疤这类小物件最容易丢，观众却偏偏记得。
• 多人同框。两个角色站在一起时，模型会把两人的特征混合，出现“缝合脸”。

这四个问题的共同点是：它们都不是生成时才能发现的，而是在设定阶段就可以被预防。

第一层：资产锁定

我们要求每个主要角色在进入分镜前，必须完成一份视觉圣经。它不是几张好看的设定图，而是一组可被生成流程直接引用的约束文件。

必备内容

• 三视图：正面、侧面、背面，同一光位、同一比例尺，禁止美化变形。
• 头部结构图：发际线、眉眼间距、鼻梁走向、下颌转折，标注相对比例而非绝对像素。
• 色卡：肤色、发色、瞳色、主服装色，给出色值并注明在暖光与冷光下的偏移范围。
• 表情库：至少六种基础情绪，每种一张，用于后续情绪匹配。
• 道具与服饰清单：可穿戴、可损毁状态分别记录，例如“第三集受伤后左肩缠布”。

视觉圣经由美术组主笔，AI 工程组参与校对，双方在文件上签字后才允许进入生成阶段。这一步大约花 2 到 3 个工作日，但能省下后面成倍的返工。

第二层：生成锁定

资产做完不等于生成就稳。我们用的是三层生成约束，按稳定性从高到低排列：

1. 角色模型。用 30 至 60 张干净素材训练专属模型，素材包含多角度、多表情，背景尽量简单。训练完成后先在 12 个测试镜头上跑一遍，通过率低于 80% 就补素材重训。
2. 参考图约束。未训练模型或次要角色，用参考图 + 结构控制锁定轮廓与配色。参考图只放角色本身，不放复杂场景，避免模型把背景元素一起学进去。
3. 提示词骨架。固定不变的部分（脸型、发型、瞳色、体型）写成模板，只替换镜头相关变量（景别、表情、动作、光位）。禁止每人生成时自由改写骨架。

第三层：审核锁定

生成完不是直接进剪辑，而是先过一致性比对。做法很笨：把当前镜头与视觉圣经、以及同角色最近三个通过镜头并排放在一起，由美术组逐项打勾。四项里任一项不达标，退回重生成。

比对不靠肉眼印象，而靠固定位置：眼睛在同一水平线、鼻尖到下巴的距离比例、耳朵高度、发际线弧度。听上去机械，但它能把“感觉不太像”变成可以讨论的具体偏差。

量产阶段每天抽检 20% 镜头，全量比对只在首集与关键情绪段落执行。抽检发现同一角色连续两批不达标，整批回炉，并倒查是模型漂移还是提示词被改动。

崩了之后的补救顺序

已经生成的镜头发现不一致，不要急着重跑整段，按成本从低到高处理：

1. 局部重绘。只修脸、手或配饰区域，保留原有构图与光影，成本最低。
2. 分层替换。把角色层与背景层分开，替换角色层后重新合成，适合背景复杂但角色简单的镜头。
3. 换镜位。如果这个角度天然容易崩（例如大俯视、极端侧脸），用相邻景别替代，叙事上通常不受影响。
4. 整镜重生成。前三种都不行才重跑，并同步更新参考图与提示词骨架，避免下一镜再犯。

我们会在项目复盘时统计每类补救的发生频率。如果“整镜重生成”超过 15%，说明资产层有问题，下一季必须重做设定，而不是继续加人手。

八项比对清单

下面是我们实际在用的检查表，可以直接拿去改：

清单看起来琐碎，但它解决了一个管理问题：返工不再依赖“谁觉得像不像”，而是有具体条目可以对照。对客户来说，这也意味着验收标准是可预期的。

一致性不是把角色冻住，而是让他在不同情绪、不同光线下仍然是同一个人。前者是技术，后者才是表演。