如何在 AI 视频中保持角色一致：换了场景也是同一个人

每一次生成都是独立的。模型并不记得它片刻之前渲染过的角色，它读你新的提示词，当场造一个符合提示的人。「一个穿黑色大衣的高个男人」能对应成千上万个说得通的人，所以跑两次，就会返回两个只是恰好都穿着大衣的陌生人。描述里的空白，每次都被填得不一样。

这正是不一致的根源——漂移就藏在你没说出口的一切里。眼睛颜色、发型、年龄、身形，以及服装的具体剪裁，只要你不把它们钉死，就全都自由漂着。解决办法不是更长的提示词，而是稳定的提示词——同样的关键细节，用同样的写法，出现在这个角色登场的每一个场景里。

把能认出角色的特征列成一张短清单并固定下来，一字不差地重复。挑出让角色可被识别的要素——发色和长度、眼睛颜色、大致年龄、身形，以及一两件标志性的服装——把它们写成一段每个场景都粘贴进去的固定文字。「玛拉：二十五六岁，及肩的赤铜色头发，绿眼睛，雀斑，磨旧的皮夹克」就成了她不变的定型描述。

不要换着说法，要原封不动地复用同一段措辞。一个场景写「赤褐色头发」，下一个写「带红的棕发」，在你看来意思一样，在模型眼里却是两个人。措辞保持完全一致，只改动作和周遭；角色的描述越是一字不差，他在画面里就越是同一个人。

描述角色是一个锚点，而给角色定一张真正的脸是更牢的锚点。当工具允许你把同一个角色或参考图跨次生成复用时，那张脸从一个片段带到下一个片段，要比形容词可靠得多——因为模型是在匹配一张固定的样貌，而不是照着描述重新掷一次骰子。

把你的选角当成一部电影来对待——开拍前先定好故事里有谁，并在他们出现的每个场景里复用这同一张脸。一致的脸加上一致的文字描述彼此加强，于是即便地点、光线和动作在周围变换，角色读起来仍是连贯如一的同一个人。

先把语言固定下来。生成任何东西之前，先写好你的固定选角段和场景段——角色是谁、这一切发生在哪里——并让两者在整段镜头里保持不变。然后一场接一场，只改动作和镜头：同一个人，同样的服装，新的瞬间，新的角度。一次只改一样东西，正是让一整段保持连贯的关键。

要是从一张白纸开始让你犯怵，就浏览现成场景的目录，挑一个你喜欢其角色的，再从那里往外搭——选角和场景的文字已经替你固定好了。在一致的起点上做修改，比从零搭建更快，而且第一部视频可以免费试。