如何让对话场景中的两个 AI 视频角色保持清晰区分
反打镜头可能会让两个 AI 生成的角色互换面孔、服装或画面位置。本教程将介绍如何创建彼此独立的参考图、安排双人对话,并检查每个剪辑点,避免任一角色的身份发生丢失。
文章目录
让两个人都保持可识别——而不只是说话的人
对话场景可能逐个镜头看起来都很逼真,但在剪辑处仍然失败:听者继承了说话者的脸,双方的夹克互换,或者镜头把两个人都放在桌子的同一侧。解决方法是分别定义每个角色,然后将他们的身份和位置带入每个镜头参考中。
本教程围绕一段虚构的咖啡馆对话展开:Mara 穿着铁锈色外套,Ivo 穿着海军蓝罩衫。对比鲜明的服装有助于识别,但即使外套因特写镜头而被遮挡,参考图也必须保留他们各自的面部特征。
封面视觉提示词——复制并重新生成:
电影感编辑写实风格照片,横向 16:9。一家有人生活气息的社区咖啡馆,柔和的午后晚些时候窗光;两把空椅子隔着一张小木桌相对摆放,左侧椅子旁有一个缺口的陶瓷杯,右侧椅子旁有一张折叠的纸质收据。背景中的顾客距离较远且模糊不清。强制镜头:从桌子尽头以视线高度进行宽幅建立镜头,清楚展示两把椅子的位置和窗户一侧。自然纹理,可信的电影剧照,前景中无人,不要文字、标志、屏幕或界面元素。步骤 1——为每个角色提供独立的身份表
为 Mara 制作一张三视图角色表,再为 Ivo 制作另一张。在安排对话之前,先确认每张角色表。包含两个人的单张图片有助于构图,但不能替代独立的身份参考:当你将它裁剪为特写时,另一个人可能仍会留在画面中,或影响生成结果。
为每个人使用以下精简角色表模板:
角色:[姓名]
面部:[大致年龄范围、脸型、眼型、鼻子、稳定且具有辨识度的特征]
头发:[发型、颜色、分缝]
体型:[身高印象、姿态]
服装:[具体外套和可见的层次]
不得改变:[三个或四个身份锚点]
镜头特定的可变项:[表情、姿势、光线]保持描述可观察。“棱角分明的下颌,以及垂在右侧太阳穴上方的一绺短黑卷发”比“看起来神秘”更适合进行视觉检查。如果生成的侧面或背面视图与正面视图矛盾,请在将其用作参考之前修改角色表。
Mara 的三视图角色表
视觉提示词——复制并重新生成:
一位虚构女性 Mara 的写实三联角色参考表,30 岁出头,椭圆脸,暖棕色皮肤,深色杏仁形眼睛,左眼下方有一颗小痣,齐下巴的黑色波波头,中分,铁锈色羊毛外套,内搭奶油色衬衫,中等身材。三个面板中的人物和服装必须是同一个人、同一套服装。强制镜头和布局:横向 16:9;左侧为尺寸均匀的全身正面视图,中间为面向右侧的真实侧面轮廓,右侧为全身背面视图;胸部高度的正面直视镜头,比例一致,姿势自然。中性浅灰色无缝背景,柔和均匀的影棚光线,真实的人体结构。不要道具、其他人物、文字、标签、标志或 UI。Ivo 的三视图角色表
视觉提示词——复制并重新生成:
一位虚构男性 Ivo 的写实三联角色参考表,30 多岁后期,宽脸,浅橄榄色皮肤,直眉,略微歪曲的鼻子,短而波浪状的深棕色头发,太阳穴处夹杂灰发,海军蓝罩衫,内搭炭灰色 T 恤,精瘦体型。三个面板中的人物和服装必须是同一个人、同一套服装。强制镜头和布局:横向 16:9;左侧为尺寸均匀的全身正面视图,中间为面向左侧的真实侧面轮廓,右侧为全身背面视图;胸部高度的正面直视镜头,比例一致,姿势自然。中性浅灰色无缝背景,柔和均匀的影棚光线,真实的人体结构。不要道具、其他人物、文字、标签、标志或 UI。
步骤 2——生成特写之前锁定座位安排
选择固定的画面方向:Mara 坐在靠近镜头左侧、靠近窗户的位置;Ivo 坐在靠近镜头右侧、靠近咖啡馆门的位置。将 Mara 的杯子放在她这一侧,将 Ivo 的收据放在他这一侧。这些小物件可以提供连续性检查,不必只依赖面孔。
创建一张同时展示两个角色和桌子的建立镜头静帧。将每张脸与其对应的角色表进行比较。如果任一面孔已经出现差异,不要为这张静帧制作动画;先使用相关的单角色参考进行修正。对于后续的 图像转视频镜头,将这张已确认的静帧视为空间参考,并在所选工具允许同时使用两者的情况下,将独立角色表作为身份参考。如果工具只接受一张图片,请为每个镜头准备单独确认过的起始帧,不要假定它会记住之前的图片。
连续性规则:改变镜头角度可能会改变某个单独画面中谁出现在左侧,但不能改变谁坐在窗边、谁拥有杯子,或哪个面孔对应哪个名字。
步骤 3——为对话的每一侧建立参考帧
准备三张静帧:双人镜头、Mara 越肩望向 Ivo 的视图,以及 Ivo 反打望向 Mara 的视图。在每个反打镜头中,明确处于清晰焦点的面孔,以及部分可见的前景肩膀。肩膀应当带有正确的外套或罩衫;否则,即使说话者看起来正确,模型也可能将两个身份混合在一起。
下面是 Mara 越肩镜头的可复制提示词。反打时替换姓名、前景服装和焦点:
使用已确认的 Mara 和 Ivo 角色参考,以及已确认的咖啡馆建立镜头。画面中只能有两个人。Mara 仍坐在窗边,穿着铁锈色外套;她失焦的外套肩部位于近处左侧前景。Ivo 仍坐在她对面、靠近咖啡馆门的位置,穿着海军蓝罩衫。焦点放在正在倾听的 Ivo 的脸上,他的一只手放在折叠的收据旁边。保留两个角色的面部结构和服装。强制镜头:从 Mara 肩后以视线高度拍摄 Ivo 的中近景,保持一致的桌面轴线和午后晚些时候的窗光。电影感编辑写实风格,横向 16:9。桌边不要出现其他人物,不要重复面孔、互换服装、文字、标志或 UI。对于AI 图像生成器,将这些画面作为静帧生成,并在添加运动之前并排确认。剪辑旁边保留一份简单的分镜参考:镜头名称、可见面孔、前景肩膀、画面位置和道具归属。它可以是一份普通的文字列表,不需要制作仪表盘。
比较身份互换失败案例与修正后的构图
视觉提示词——复制并重新生成:
中性插图式前后对比摄影双联画,横向 16:9,两个大小相同的面板,不带文字标签。两个面板都展示同一场可信的社区咖啡馆对话,采用视线高度的越肩镜头。Mara 是一位 30 岁出头的女性,暖棕色皮肤,齐下巴的中分黑色波波头,左眼下方有一颗小痣,穿铁锈色外套;Ivo 是一位 30 多岁后期的男性,浅橄榄色皮肤,短而波浪状的深棕色头发,太阳穴处夹杂灰发,鼻子略微歪曲,穿海军蓝罩衫。左侧面板,刻意的失败示例:Mara 的铁锈色外套肩部位于前景,但对面的焦点人物却将 Mara 的脸混合到了穿海军蓝服装的 Ivo 身体上。右侧面板,修正示例:同一个前景肩膀属于 Mara,而 Ivo 独特的面孔和海军蓝罩衫正确地出现在她对面。强制镜头和布局:匹配的视线高度中近景,两个面板中的桌面几何结构和光线完全一致,Ivo 身边可见折叠的收据。电影感编辑写实风格。不要箭头、文字、标签、标志、屏幕或界面元素。步骤 4——为短节拍制作动画并检查剪辑点
将确认过的画面制作成彼此独立、克制的动作:Mara 提问,Ivo 看向收据,然后 Mara 作出反应。提示词应描述动作,而不是重新定义外貌。例如:
为已确认的 Mara 越肩起始帧制作动画。Ivo 短暂低头看向折叠的收据,然后抬眼看向 Mara。Mara 在前景中保持为柔和、静止的铁锈色外套肩部。让两个角色保持在既定座位上;保留 Ivo 的面孔、Mara 可见的头发和外套、收据的位置,以及咖啡馆的光线。强制镜头:锁定的视线高度越肩中近景;不要环绕运镜,不要剪辑,不要新增人物。动作自然且克制。检查每个片段的第一个和最后一个清晰画面,以及每个剪辑点周围的画面。检查焦点面孔、前景头发和肩膀、外套颜色、座位方向,以及杯子和收据的归属。静帧效果好并不保证动态镜头效果好:面孔可能会在一次视线移动或转头时开始漂移。
| 问题 | 可能原因 | 实际解决方法 |
|---|---|---|
| 说话者获得了听者的面孔 | 身份在含糊的参考中相互竞争。 | 使用一个只有一张面孔清晰对焦的、针对该镜头确认过的画面;保留独立角色表。 |
| 前景肩膀穿着错误的夹克 | 反打镜头提示词只标明了说话者。 | 明确写出前景人物和服装。 |
| 两个人都出现在桌子同一侧 | 每个镜头的构图都没有采用共同的座位安排。 | 依据建立镜头和固定的道具位置重新生成该镜头的起始帧。 |
| 转头过程中面孔发生变化 | 起始帧没有充分定义该角度。 | 创建并确认一张角度匹配的静帧,然后采用幅度更小的转头动作。 |
| 桌边出现第三个人 | 繁忙的地点被当作演员参考使用。 | 明确指定桌边只有两个人,并让背景顾客保持距离且模糊不清。 |

最终检查清单
- 每个反复出现的人物都有一张独立且已确认的正面/侧面/背面角色表。
- 双人镜头确定了座位、光线方向和道具归属。
- 每张反打镜头静帧都标明了焦点面孔和前景肩膀。
- 动作提示词改变的是动作,而不是面部或服装描述。
- 每个片段的第一个画面、转身画面和最后一个画面都通过了身份检查。
如果想在一个免费的多模型工作区中,用相同的参考图尝试静态和视频选项,免费试用这些模型。
常见问题
一张合照可以替代两张角色表吗?
可以使用合照来确定空间关系,但不要将其作为唯一的身份参考。独立角色表更容易诊断究竟是哪张脸发生了变化,也更便于准备特写镜头,而不会让另一个角色影响裁剪结果。
每个镜头都应该让两张脸可见吗?
不需要。反打镜头可以只显示一张清晰的脸和另一个人的肩膀。请明确肩膀属于谁,并保留既定的座位方向。
如果我的视频工具只接受一张参考图怎么办?
准备并确认一张针对该镜头的静帧,其中包含正确的面孔、前景肩膀、服装和构图。为这张静帧制作动画,然后在将其剪辑进序列之前检查生成的画面。
关键词
多实体一致性,角色一致性,一致角色视频,跨场景角色一致性,角色参考,分镜参考,多镜头