如何让奇幻生物在 AI 视频中保持一致
在生成任何动作之前,先定义奇幻生物的轮廓、解剖结构、标记、材质和比例,以保持其一致性。根据这些定义制作标准参考视图,从参考图创建每个镜头专用的锚定帧,并使用图生视频模型为每个片段制作一个受控动作。
文章目录
简要总结:使用参考帧,而不只是文字描述
要保持奇幻生物的角色一致性,最快的方法是将其视觉规则固定在一张标准参考表中,根据这张表生成每个镜头专用的图像,再使用克制的动作提示词为这些图像添加动画。将轮廓、肢体数量、标记、材质、比例和标志性配饰分别作为连续性检查项,而不要指望一条很长的提示词自动保留所有信息。
这套工作流尤其适用于动物伙伴、吉祥物、机器人、外星人、龙以及其他无法可靠使用普通人脸工具修复的角色。
为什么奇幻生物比人类角色更容易发生漂移
生成的人类角色即使发生漂移,整体上通常仍然像人类。生物角色受到的熟悉解剖结构约束更少,因此细微变化就可能改变其整体设计。尖耳朵变成圆耳朵,四个脚趾变成三个,短吻部变长,或者尾巴在不同镜头之间从羽毛状变成爬行动物状。
最常见的症状包括:
- 轮廓漂移:角、耳朵、翅膀、尾巴或肩部形状的大小和位置发生变化。
- 拓扑漂移:肢体、手指或脚趾、关节、甲片或触角凭空出现或消失。
- 标记漂移:条纹、伤疤、发光线条、斑点和面部色块移动到了错误的一侧。
- 材质漂移:毛发变成光滑皮肤,拉丝金属变得有光泽,半透明翅膀变得不透明。
- 比例漂移:生物在一个镜头中只有膝盖高,在下一个镜头中却变得和马一样大。
- 动作驱动的重新设计:转身、跳跃或镜头环绕暴露出源图像中模型从未解决的区域。
生物提示词描述的是一个类别,而连续性系统定义的是一个个体。

保持生物设计一致性的三种方法
- 以参考图为先的图生视频:为每个镜头创建经过验证的静帧,然后为其添加动画。对于大多数叙事序列,这种方法提供最强的控制力。
- 使用固定身份模块的文生视频:在提示词中重复使用完全相同的生物描述。它适合快速探索,但当精确标记或解剖结构很重要时,可靠性较低。
- 从表演中进行动作迁移:将经过设计的源外观保留下来,同时把有意控制的身体动作迁移到类人或双足生物上。当生物与表演者拥有相似的关节结构时,效果最佳。
下面的教程采用第一种方法,因为它能将设计错误与动作错误分开。如果锚定帧本身已经错误,动画通常会放大问题,而不是修复问题。
MagicBoat 如何处理多模型生物工作流
MagicBoat 将图像和视频生成选项整合到一个账户中,因此可以在不同模型之间测试设计,而不必在多个独立工具中重新搭建项目。可以使用 Seedream、Flux 或 GPT Image 工作流探索静态设计和镜头专用构图,再通过图生视频比较 Seedance 和 Kling 的动画效果。
重要的优势并不是某一个模型总能胜出。安静的特写、奔跑的侧面镜头和展开翅膀的镜头会带来不同的连续性风险。使用多个合适的模型生成相同的受控输入,然后选择最能保留该镜头关键特征的结果。
| 制作任务 | 实用工作流 | 主要连续性检查 |
|---|---|---|
| 探索生物设计 | 文生图 | 轮廓和材质语言 |
| 创建不同视角 | 参考图引导的图像生成或编辑 | 标记位置和解剖结构 |
| 制作视频镜头 | 图生视频 | 动作过程中不重新设计 |
| 为双足表演制作动画 | 动作迁移 | 关节兼容性和身体比例 |
| 修复类似人类的面部 | 换脸(适用时) | 仅限面部身份 |
第 1 步——编写包含可见不变量的生物身份模块
先编写一段简洁的身份模块,只描述必须保持固定的特征。此阶段不要加入情绪、镜头、动作、天气和背景,这些内容应放在独立的镜头说明中。
一段强大的身份模块应涵盖六个类别:
- 身体结构:物种类型、姿态、肢体数量、比例和大致尺寸。
- 头部地标:吻部、耳朵、角、眼睛、下颌、冠饰或触角。
- 标记地图:颜色区域、伤疤、条纹、符号及其左右位置。
- 材质:毛发、鳞片、羽毛、陶瓷、金属、织物或半透明组织。
- 标志性物件:项圈、挽具、挎包、吊坠、鞍具或护甲片。
- 明确排除项:经常出现但不属于该设计的特征。
生物身份——保持不变:
一只膝盖高、像狐狸一样的森林信使,身体紧凑、四足行走,拥有锈红色短毛、奶油色胸部、狭长的炭灰色吻部、两只超大的三角耳朵,以及一条羽毛形尾巴。左耳有一个小小的 V 形缺口。尾巴上部有三条深色条纹。琥珀色眼睛,每只可见的爪子有四个脚趾;右侧佩戴一只苔藓绿色哑光帆布挎包,配有一个黄铜圆形搭扣。没有角,没有翅膀,没有多余的尾巴,没有长鬃毛。
预期结果:一段可复用的身份描述,可以原样粘贴到每个静态图像提示词中。如果某个特征很难通过视觉确认,就删除它,或者将其描述得更加具体。

第 2 步——制作标准生物参考表
在制作电影感场景之前,先生成一张干净的参考表。要求使用中性光线、简洁背景,以及能够展示最容易漂移特征的视角。一组实用视图包括正面三分之四视角、左侧面、右侧面、后方三分之四视角,以及一张头部特写。
为下方描述的生物创建一张干净的角色参考表。展示五个彼此分离、不重叠的视图:正面三分之四视角、完全左侧面、完全右侧面、后方三分之四视角,以及头部特写肖像。中性站立姿势,每个视图中的比例保持一致,柔和日光,浅灰色无缝背景,不要戏剧化透视,不要动作,不要文字或标签。
[粘贴生物身份]
不要把参考表当作一张普通图片直接接受,而应逐项检查。确认耳朵缺口位于正确一侧,数清尾巴上的条纹,比较腿部长度,核对挎包所在一侧,并检查两个侧面是否展现相同的头骨形状。
如果某个视图错误,不要为了迁就它而重新定义生物。重新生成或编辑该视图。最终参考表将成为后续决策的权威依据。
预期结果:一份简洁的视觉记录,明确生物的正面、侧面、背面、面部、材质和不对称细节。
第 3 步——根据参考图创建镜头专用锚定帧
不要要求视频模型同时发明角色和镜头。先生成一张静态图像,确定最终构图、姿势、环境、镜头感觉和画面方向。提供最强的可用生物参考图,并重复使用未改动的身份模块。
将镜头说明与身份说明分开:
身份:
[原样粘贴生物身份]
镜头:
同一只生物站在黎明时分潮湿林间小路的左侧,身体朝向右方,头部略微转向镜头。完整身体可见,四只爪子都踩在地面上。挎包仍位于身体右侧。柔和的阴天光线,真实的潮湿毛发,克制的电影感构图,平视镜头,不要有前景遮挡。
对于不对称细节,应从物理角度而不是视觉角度思考。如果身体右侧背对镜头,右侧挎包可能会部分隐藏。不要仅仅为了展示它,就把它移动到可见的一侧。
预期结果:一张完成度足够高的首帧,即使没有动画,也可以作为制作静帧使用。如果其解剖结构或标记地图已经不一致,就拒绝使用。
第 4 步——根据可用参考覆盖范围匹配动作难度
在制作动画之前,根据镜头会揭示多少未展示的生物信息,对镜头进行分类。
| 镜头类型 | 风险 | 原因 | 更安全的初始动作 |
|---|---|---|---|
| 固定特写 | 低 | 大部分几何结构始终可见 | 眨眼、呼吸、耳朵轻微反应 |
| 侧面行走 | 中 | 腿部重叠和接触地面很重要 | 测量明确的两到三步 |
| 身体转向 | 中到高 | 必须重建隐藏的一侧 | 在完整转身前先进行小幅转头 |
| 朝镜头跳跃 | 高 | 透视缩短会改变肢体和面部 | 将下蹲和落地拆成两个镜头 |
| 完整环绕 | 高 | 每一侧和每个标记都会暴露 | 使用多个受限的弧形运动 |
如果参考包中没有清晰的背面视图,就不要把第一次测试设为 180 度转身。先生成缺失的视图,再创建更接近最终角度的专用锚定帧。
预期结果:一份镜头计划,尽量减少模型需要重建的未展示解剖结构。
第 5 步——每个片段只制作一个身体动作节拍
上传经过验证的锚定帧,并将动作描述为一个边界明确的身体事件。只重复最容易影响连续性的约束,不要用完整设计提示词淹没动作本身。
生物缓慢向前走两步,然后停下。它的爪子始终牢牢接触潮湿的小路,羽毛形尾巴带着轻微延迟小幅摆动,两只耳朵对远处的声音做出一次反应。保持面部、身体比例、左耳缺口、三条尾巴条纹、四条腿、毛发颜色和右侧挎包完全一致。固定平视镜头。不要镜头环绕,不要变形,不要多余肢体,不要改变服装。
这段提示词为片段提供了清晰的开始、动作和停止点,同时区分了主要动作和次要动作:
- 主要动作:走两步并停下。
- 次要动作:尾巴延迟摆动。
- 点缀动作:耳朵反应一次。
- 镜头:固定。
避免在一次生成中同时加入奔跑、跳跃、旋转、镜头环绕、表情变化和环境变形。每增加一个事件,模型就多一次重新绘制生物的机会。
如果 Seedance 和 Kling 都可用,可以用同一张锚定帧和同一条提示词分别进行尝试。比较的是保真度,而不是动作幅度。更好的片段,是让生物从第一帧到最后一帧都保持为同一个个体的片段。
预期结果:一个简短、易于编辑的动作,具有稳定的解剖结构和适合剪辑的明确结束点。

第 6 步——检查首帧、中间帧和末帧的地标
先正常播放一次片段,然后检查具有代表性的帧。视频在正常播放速度下可能看起来很可信,但其中可能有尾巴改变、爪子重复、搭扣消失,或标记在数帧中反转。
使用固定的检查顺序:
- 数清主要身体部位和可见的手指或脚趾。
- 将外部轮廓与参考图进行比较。
- 确认不对称地标和配饰。
- 检查颜色边界和材质纹理。
- 检查脚部接触、重量感和阴影贴合度。
- 最后检查面部,先解决结构问题。
将每个缺陷归类为身份、动作或构图问题。如果挎包换了边,这是身份错误。如果爪子滑动,这是动作错误。如果生物过早离开画面,这是构图错误。这样可以避免无重点地修改提示词。
预期结果:得到精确的问题诊断,以及下一次生成中需要进行的一项针对性修改,而不是彻底重写提示词。
第 7 步——通过匹配的终点帧延续场景
对于较长的序列,不要要求模型生成一段越来越复杂的长片段。应从已通过审核的生成结果中选择一张干净的终点帧,将其作为下一个身体动作节拍的锚定帧。
例如:
- 片段 A:生物走两步并停下。
- 片段 B:从停下的姿势开始,它抬头朝向声音来源。
- 片段 C:从保持住的姿势开始,它转身向右离开。
保持环境描述、画面方向、生物身份模块和光线条件一致。只改变新的动作,以及该镜头所需的镜头指令。
从一张身体平衡、清晰易读,且没有被运动模糊或重叠肢体遮挡的画面开始延续,效果最佳。
预期结果:由短小且可控的动作节拍组成的序列,并在明显漂移出现之前完成剪辑。
让同一只生物出现在不同项目中
不要只归档最终视频。保存经过批准的身份模块、参考表、干净的头部视图、左右侧面图、尺寸对比图、配饰特写、成功的锚定帧,以及保留设计效果最好的准确动作提示词。
实用的连续性资料包还应记录:
- 生物相对于人类或熟悉物体的高度。
- 每个不对称标记或配饰位于哪一侧。
- 耳朵、尾巴、翅膀和服装应当有多么坚硬或柔软。
- 哪些动作会反复导致解剖结构漂移。
- 哪种源角度最适合每类镜头。
开始新的地点或剧集时,应根据这套资料包创建新的锚定帧,而不是仅凭文字描述重新生成角色。
替代方案:为双足生物使用动作迁移
当角色拥有类似人类的肩膀、髋部、手臂和腿部时,动作迁移会很有帮助。选择或录制一段肢体分离清晰、镜头稳定,并且动作与角色比例相匹配的表演。
对于四足生物、拥有额外手臂的生物、腿部极短的生物、趾行动物结构,或在源表演中没有对应结构的翅膀,这种方法并不合适。结构不兼容的动作参考可以保留动作时序,却破坏解剖结构。
替代方案:仅为类似人类的面部使用换脸
对于面部结构清晰可见且正面朝向镜头的类人角色,换脸可以修复残留的身份漂移。但它通常无法解决角、吻部、毛发图案、耳朵几何结构、身体比例或肢体数量发生变化的问题。
对于明显非人类的生物,重建受影响的锚定帧并重新生成动作,通常比在不兼容的解剖结构上叠加人类风格的面部修正更加协调。
这套工作流的局限
- 极端旋转仍然困难:单张参考图无法完整说明隐藏的解剖结构。
- 快速动作可能掩盖重新设计:模糊在播放时可能隐藏错误,但暂停画面后会暴露问题。
- 复杂附肢会放大风险:翅膀、触手、分叉角和多条尾巴需要更全面的参考覆盖。
- 细小标记可能闪烁:细条纹、珠宝、文字和重复鳞片可能在不同帧之间发生变化。
- 模型比较需要判断力:动作最丰富的结果不一定是最一致的结果。
- 参考表不是完美的 3D 模型:相互矛盾的视图仍可能在转身过程中导致重建错误。
通常最好的应对方式是简化身体动作节拍、补充缺失的参考角度,或者剪辑到第二个镜头,而不是继续向提示词中添加更多形容词。
常见问题
文生视频能让同一只奇幻生物出现在多个镜头中吗?
它可以保留整体概念,尤其是在身份模块保持不变时;但如果需要精确的标记、配饰和解剖结构,让每个镜头都从经过验证的参考图开始会更加可靠。
每条动作提示词都应该包含完整的身份模块吗?
在静态图像阶段保留完整身份模块。对于动画,应强调动作,以及该镜头中最容易出错的少数特征,例如肢体数量、尾巴形状、耳朵缺口或配饰所在一侧。
一只生物需要多少个参考视图?
参考视图应足以覆盖序列将展示的每个角度。对于特写,正面三分之四视角和侧面视图可能已经足够;而身体转身则需要两个侧面以及背面视图。
如果只有最后一秒发生漂移,我该怎么办?
如果动作已经表达清楚,可以在缺陷出现前进行剪辑。否则,应减少请求的动作、缩短动作节拍,或者从更早的一张干净帧继续,而不是在完全不变的情况下重新生成整个序列。
改变服装或护甲的同时,还能保持同一只生物吗?
可以。保持身体结构、头部地标、标记地图和比例不变,然后将服装放入单独的可变模块中。确认新服装不会无意中遮挡或移动身份地标。
我应该使用哪个模型制作生物动画?
使用同一张经过批准的锚定帧和提示词,在可用的合适模型上进行测试。应根据解剖结构、标记位置、配饰连续性、地面接触和终点质量来评估输出,而不要只看动作强度。
最终检查清单
- 编写一个包含可见且可验证特征的固定身份模块。
- 制作并检查正面、侧面、背面和头部参考图。
- 为每个重要镜头创建经过验证的锚定图像。
- 每个片段只制作一个主要身体动作节拍。
- 将首帧、中间帧和末帧与参考表进行比较。
- 从干净、平衡的终点帧延续序列。
- 仅在身体结构兼容时使用动作迁移。
- 仅当生物拥有合适的类似人类面部时使用换脸。
- 现在就免费创建你的第一个 ai 视频,并跨模型测试这条生物提示词。
关键词
角色一致性,ai 视频教程,图生视频,奇幻生物提示词,seedance 提示词,kling 提示词,ai 视频工作流