如何在不发生面部融合的情况下为 AI 短剧调度两个角色
当两个角色的身体发生重叠、面部占据相似的画面空间,或两位演员同时移动时,双角色 AI 场景往往容易失败。本教程介绍一种以参考图为先的调度工作流,在视频生成开始前,先分离角色身份、动作和画面方向。
文章目录
在生成表演之前先建立分离关系
在 AI 短剧中安排两个角色的最稳妥方式,是将调度视为一个身份控制系统。在要求视频模型为场景制作动画之前,为每个角色设定固定的画面区域、不同的轮廓、独立的动作时段,以及明确的前景或背景位置。
这是因为像两个人在厨房里争吵这样的提示词留下了太多未解决的决定。模型必须自行判断谁站在哪里、谁先移动、哪张脸保持可见,以及重叠的身体如何再次分离。更强的工作流会在参考图和边界帧中先解决这些选择。
核心规则:先生成稳定的空间关系。只有在每个角色都能通过位置、服装、轮廓和画面方向被识别后,再加入表演动作。
步骤 1——将对白转换为调度契约
从戏剧性的交流开始,但暂时去掉表演形容词。只记录整个场景中必须保持稳定的物理事实。
| 调度变量 | 角色 A | 角色 B |
|---|---|---|
| 画面区域 | 左侧三分之一 | 右侧三分之一 |
| 景深位置 | 前景 | 中景 |
| 主要动作 | 转身离开 | 向前走一步 |
| 服装轮廓 | 浅色修身夹克 | 深色宽松衬衫 |
| 双手 | 在柜台附近可见 | 位于胸部以下 |
| 离场方向 | 画面左侧 | 仍在画面右侧 |
契约应当为每个镜头描述一个主导动作。如果两个角色同时穿过画面、做手势、转身并交换物品,就应该将动作拆分成不同镜头。与其生成包含多次交叉的连续画面,剪辑通常更容易控制。
对于根据剧本制作的短剧,将每句台词标记为四种镜头功能之一:说话者、倾听者、共享空间事实或动作结果。这些标签能够揭示是否真的需要双人镜头。许多交流只需要一个交代空间关系的双人镜头,之后接单人镜头和反应特写。

步骤 2——为每个角色锁定一张参考表
在将两个人放入同一个场景前,先分别建立身份参考图。使用ai 图像生成器,为每个角色生成正面、侧面和背面视图,并使用相同的中性背景。
确保发型、年龄范围、面部结构、服装层次、鞋类和配饰清晰可见。避免戏剧化光线、四肢被裁切、双臂交叉或遮挡轮廓的道具。角色 A 和角色 B 还应具有明显不同的明暗度和形状。浅色修身夹克搭配深色宽松衬衫,比两件几乎相同的黑色外套更容易追踪。
角色 A 参考表提示词
写实风格的三联角色参考表,每个面板中都是同一位虚构女性,三十岁出头,椭圆脸,短款纹理感黑色波波头,浅米色修身工作夹克,内搭低饱和蓝色衬衫,炭灰色长裤,朴素深色鞋子。第一格为正面视图,第二格为严格的左侧面视图,第三格为严格的背面视图。双臂自然放在身体两侧,中性表情,全身可见,所有面板中的服装和身材比例完全一致。强制相机设置:平视高度、85mm 镜头的影棚透视效果,无广角畸变。强制布局:一张横向 16:9 图像内,从左到右排列三个等宽的竖直面板。中性浅灰色无缝背景,柔和均匀的影棚光线,无道具、无文字、无徽标、无界面元素。角色 B 参考表提示词
写实风格的三联角色参考表,每个面板中都是同一位虚构男性,三十岁后期,矩形脸,贴头短发,深森林绿色宽松衬衫,内搭灰色圆领衫,黑色直筒长裤,棕色工作靴。第一格为正面视图,第二格为严格的右侧面视图,第三格为严格的背面视图。双臂自然放在身体两侧,中性表情,全身可见,所有面板中的服装和身材比例完全一致。强制相机设置:平视高度、85mm 镜头的影棚透视效果,无广角畸变。强制布局:一张横向 16:9 图像内,从左到右排列三个等宽的竖直面板。中性浅灰色无缝背景,柔和均匀的影棚光线,无道具、无文字、无徽标、无界面元素。保存已批准的参考图,并重复使用它们,不要凭记忆重新编写身份细节。提示词的变化应该描述当前镜头,而不是重新设计演员阵容。

步骤 3——将场景绘制为区域、动线和遮挡边界
在生成电影感画面之前,先将场景简化为俯视调度图。把构图划分为左侧、中间和右侧区域。为每个角色添加一条动作路线,并标记轮廓即将发生重叠的位置。
在竖屏剧情视频中,可用的水平分离空间有限。因此应通过景深制造距离:将一个角色放在左侧边缘、靠近镜头的位置,另一个放在右侧更深处。避免让一张脸正好位于另一张脸的上方,因为即使在竖直方向对齐,运动过程中也可能无法明确角色归属。
中性调度图视觉提示词
干净的俯视电影感调度图,将一间有人生活痕迹的小型公寓厨房表现为写实的微缩场景几何体,包括橱柜、桌子、门口,以及两个穿着对比鲜明的中性色服装的简单人体标记。一个标记位于柜台旁的左侧前景;另一个位于门口附近的右侧中景。两条独立的弯曲动作路径在相交前停止,人物之间保留清晰的开放空间。强制相机设置:严格的正俯视正交视图,无透视倾斜。强制布局:横向 16:9,完整房间可见,并留出充足边距。柔和中性光线,克制的编辑风格色彩,无文字、无标签、无徽标、无包含文字的箭头、无软件界面。这张图不是艺术画面,而是一份约束文档。如果两条计划路线相交,就要决定剪辑将在哪里隐藏这次交叉。可行方案包括反应特写、手部插入镜头、门部细节,或直接切到目的地位置。

步骤 4——生成空场景和稳定的双人镜头
先不加入演员,单独创建场景。空场景底图可以确定相机高度、镜头质感、实用照明、家具摆放、门的位置以及安全站位区域。批准后,将其作为交代镜头的环境参考。
第一个双人镜头应当在肢体上保持安静。两张脸不必直视镜头,但侧面轮廓和人物剪影必须清晰可读。要求明确的景深偏移,并让肩膀之间保留可见的负空间。
一帧电影感编辑写实风格画面,场景为夜晚一间朴素的公寓厨房。角色 A 固定在柜台旁的左侧前景,角色 B 固定在门口附近的右侧中景,两人均以已批准的参考表为依据。角色 A 以四分之三角度朝向画面右侧;角色 B 以四分之三角度朝向画面左侧。两人的头部、肩膀、手臂和双手之间有明显的空白区域。柜台上方为暖色吊灯,角色 B 身后的走廊有较冷的光线,表面具有可信的生活痕迹。强制相机设置:锁定的平视中广角镜头,呈现 50mm 镜头质感,无相机运动。强制构图:横向 16:9 主画面,两人的完整躯干可见,身体不发生重叠。无重复人物、无融合面孔、无多余肢体、无文字、无徽标。对于 9:16 交付,不要直接盲目裁切横向图像,而应生成或重新构图一张专用竖屏主画面。在利用前景景深让两张脸足够大、清晰可读的同时,保持相同的左右角色归属。
步骤 5——一次只为一个镜头分配动作归属
当两位演员同时执行同等复杂的动作时,双人镜头就会变得不稳定。指定一个角色为动作主导者,另一个为稳定锚点。
- 镜头 A:角色 A 转身离开;角色 B 保持不动。
- 镜头 B:角色 B 向前走一步;角色 A 位于画面外。
- 镜头 C:角色 A 以特写做出反应;动作仅限于呼吸和眼神。
- 镜头 D:在新位置确定后,回到静态双人镜头。
使用图像转视频时,从已批准的边界帧开始,只描述发生变化的动作。不要在每个动作提示词中重复为两个角色写一长段人物背景。
锁定相机。角色 A 缓慢地将头部和肩膀转向画面左侧,然后停下,双手仍保持在柜台附近。角色 B 固定在右侧中景,面部、服装、姿势和画面位置保持不变。保持两个角色轮廓之间的空隙。不得交叉、不得接触、不得移动相机、不得出现新人物、不得更换服装、不得替换面孔。如果模型反复将互动融合在一起,不要继续增加提示词复杂度。将连续动作替换为剪辑节点:接触前、被遮挡的过渡、接触后。即使不展示高风险的交叉瞬间,观众也能根据因果关系读懂动作。
步骤 6——使用单人镜头在情绪高峰保护身份
将特写留给最强烈的情绪变化。单人镜头消除了两张脸之间的竞争,更容易保持表演归属。让角色的画面方向与主镜头保持一致:画面左侧的人通常应看向画面右侧,而画面右侧的人看向画面左侧。
通过声音、视线方向和前景形状保持画外搭档的影响力。柔和的肩部边缘可以暗示距离很近,但不应遮住说话角色的嘴、眼睛或具有辨识度的面部特征。
修复规则:如果身份只在某一个反应镜头中发生漂移,就替换这个反应镜头。不要重新生成整段对白序列。
对于 AI 微短剧,这种模块化覆盖尤其有用,因为快速剪辑可以将受控的单人镜头组合成紧张的交流,而不必要求模型完成一段技术上脆弱的长篇双人表演。
步骤 7——分别检查面孔、身体和画面空间关系
分三遍检查场景,而不是只问它看起来是否好看。
- 身份检查:将发际线、脸型、服装开口和配饰与已批准的参考表进行比较。
- 解剖检查:检查双手、肩部交叉、脚部,以及一个身体靠近另一个身体时的所有画面。
- 空间关系检查:确认左右归属、景深、视线方向、入场和离场仍与调度契约一致。
暂停检查每个生成片段的第一帧和最后一帧。这些边界帧决定相邻镜头能否顺利剪接。一个中段表现出色、但最后姿势无法使用的片段,应提前裁切,或以更明确的停止姿势重新生成。
在高意向测试阶段,使用相同的参考图和动作提示词,在多个可用模型之间进行测试,而不是为每次测试重新搭建场景。你可以在一个工作区中免费试用这些模型,比较它们处理角色分离和动作归属的方式,并保留边界最干净、最便于编辑的版本。
最终检查清单
- 每个角色都有独立的三视图参考表。
- 服装和轮廓在视觉上具有明显差异。
- 调度契约确定了画面区域、景深、动作和离场方向。
- 在加入演员之前,空场景底图已经获得批准。
- 交代镜头在身体之间保留了可见的负空间。
- 每个生成镜头中只有一个角色负责复杂动作。
- 交叉和接触动作围绕剪辑节点进行拆分。
- 单人镜头保持主镜头建立的画面方向。
- 第一帧和最后一帧均通过身份、解剖和空间关系检查。
常见问题
为什么两个 AI 角色靠得很近时,面孔会发生融合?
面孔距离过近、服装相似、轮廓相交以及同时移动,都可能导致角色身份归属不明确。增加空间距离,改变景深和服装明暗度,并一次只让一个演员动作。
每个对白场景都应该以双人镜头开始吗?
不应该。只有当观众需要了解空间信息或关系变化时,才使用双人镜头。如果场景位置已经明确,单人镜头和反应镜头可能更可靠地传达交流内容。
这种工作流能处理拥抱或打斗吗?
可以,但肢体接触应拆分为接触前、隐藏接触和接触后三类镜头。使用近距离细节、相机遮挡或反应剪辑,来衔接最容易发生碰撞的瞬间。
竖屏视频的工作流会发生变化吗?
原则保持不变,但水平分离空间会变得更紧张。应使用前景与背景景深、错开的头部高度以及专用的 9:16 构图,而不是依赖居中裁切。
来源
关键词
ai 短剧, ai 微短剧, ai 短片生成器, ai 剧情生成器, 根据剧本制作短剧, 竖屏剧情视频