AI 视频角色一致性：实用指南

AI 视频中一致的角色来自于在要求动作之前控制身份。长提示无法挽救弱参考肖像、相互冲突的衣着笔记或同时改变五个变量的场景。可靠的工作流程是创建一个小型身份系统，在每个镜头中使用它，并且仅更改故事需要的内容。

OmniArt 在一个工作台中为你提供多种可供参考的视频模型。PixVerse V6 和 C1 接受参考图像，Seedance 2.0 支持更丰富的参考集，Kling 支持参考主导的工作流程，Grok Imagine 提供短剪辑的参考选项。模型很重要，但参考包更重要。

首先建立一个角色锚点

使用以下内容创建一张经批准的肖像：

• 一张清晰无遮挡的脸；
• 中性的表情和均匀的光线；
• 可见的头发形状和颜色；
• 简单、可重复的服装；
• 无运动模糊、滤镜或极端镜头畸变；
• 足够的分辨率来保留小的身份特征。

仅当第二张图像提供新信息（例如全身视图或侧面轮廓）时才添加第二张图像。十张不一致的肖像比一张强有力的锚更容易产生歧义。

写一个恒等块

保留每个提示中保持不变的简短描述：

Mara, a woman in her early thirties with a blunt black bob, amber eyes, a small scar through the left eyebrow, and a plum wool coat with brass buttons.

该块应该描述可见的、可重复的特征。避免在身份块中使用“神秘”或“自信”等个性标签；将绩效方向放在其后。

将身份与镜头分开

使用由四部分组成的提示：

1. 身份锚点 — 未更改的字符块。
2. 表演 — 一项行动，一项情感节拍。
3. 环境 — 地点、时间、天气和关键道具。
4. 镜头 — 镜头大小、角度、运动和光线。

示例：

Mara, a woman in her early thirties with a blunt black bob, amber eyes, a small scar through the left eyebrow, and a plum wool coat with brass buttons. She hears a train arrive and turns toward the light, surprised but still. Medium close-up under a station canopy at blue hour. Slow push-in, warm train light from frame right, cool ambient shadows.

一次更改一个连续性变量

当模特必须同时改变着装、地点、情绪、镜头和动作时，身份漂移就会加剧。规划相邻的镜头，使它们至少共享两个视觉锚点。在故事转移到其他地方之前，广角镜头可以在相同的外套和光线下切换到中景镜头。

如需更换衣柜，请先制作一张经过批准的同一角色穿着新服装的剧照。然后使用该静止图像作为下一个序列锚点。

根据需要选择模型

在转向成本更高的变体之前，先在 V6 中起草镜头。如果面部保持但运动失败，请更改操作提示而不是更换身份图像。

字符漂移的常见原因

• 冲突的参考： 头发、年龄、化妆或服装因输入而异。
• 信息过载的提示词： 多个动作在一个短片中竞争。
• 极端相机变化： 广角镜头中的小脸让模特的身份细节更少。
• **不稳定的照明：**硬色光隐藏了你想要保留的功能。
• 每次拍摄都有新措辞： 同义词意外改变年龄、体型或造型。
• **场景内变换：**要求服装或年龄变化会导致身份重建。

可重复的拍摄工作流程

1. 批准人物肖像和身份块。
2. 首先生成一个中低动态镜头。
3. 将最佳帧保存为额外的连续性参考。
4. 使用相同的身份块和参考构建下一个镜头。
5. 仅在面部和衣柜保持稳定后才增加运动。
6. 在开始、中间和结束时检查脸部、手部、配饰和服装。

OmniArt 入门

创建或上传一张干净的人物肖像，打开 OmniArt 的视频工作台，并在 V6 中生成一个安静的中景镜头，然后再尝试动作或多镜头输出。在构建序列时保持单位块不变。对于相机语言，请将此工作流程与 影院级 AI 视频提示指南 配对。