服裝一致性
AI 服裝與造型一致性
更新於 2026 年 11 月 4 日

| SceneMixer 重點速覽 | 你會得到 |
|---|---|
| 影片價格 | 預設檔位每秒 $0.06 起(10 點數),頂級檔位最高每秒 $0.47;按下按鈕前,每項價格都會先顯示 |
| 片段長度 | 每個生成片段最長 30 秒;一集由各片段合成,合成費用每秒 1 點數 |
| 單集試算 | 預設檔位下,一集 60 秒約需 660 點數(影片加合成),以最低的點數單價計算約 $4.11;一部由 30,000 字小說改編、共 10 集、每集 90 秒的影集,約需 10,026 點數,約 $62 |
| 台詞 | 直接在影片裡開口說,每個角色一個專屬聲音,15 種語言任選 |
| 格式 | 9:16 直式或 16:9 橫式;480P 至 1080P,另有 2K 檔位 |
| 免費開始 | 註冊即送 50 點數、15 張免費設定圖、第一集免費分鏡腳本,以及 5 秒免費影片預覽 |
| 誰在使用 | 已有 2,900+ 位創作者使用 SceneMixer 生成內容(至少生成過一次的帳號,2026 年 11 月統計) |
| 輸入內容 | 劇本、小說或一句話創意;可上傳 .txt、.docx 和 .md 檔案 |
服裝定義一次,之後用引用方式帶入
大家很自然會想在每個鏡頭裡都描述衣服,但這是錯的,而且代價很高:鏡頭提示裡塞一整段服裝描述,會和臉部搶模型的注意力;在直式畫面裡,這會把鏡頭拉得非常遠,頭縮到太小,角色根本認不出來。一件淺色大衣占滿畫面七成、上面頂著一張小臉,這不是假設,是真實會發生的失敗狀況。
所以 SceneMixer 把服裝記在角色的設定圖上,鏡頭只指向該角色本人,而不是每次重新描述服裝。設定圖確立的內容,每個鏡頭都會沿用。
重點一覽
| 角色設定圖 | 一套服裝,用因果性的詞彙描述——剪裁、面料、結構、開合方式——並渲染成白底的選角照風格。 |
|---|---|
| 服裝風格軸 | 專案層級的風格登錄(時代、剪裁傳統、面料與工藝),在分析階段一次性注入,讓全體角色都穿在同一個世界觀裡。 |
| 第二套服裝 | 要做成獨立的參考圖——是角色的一個狀態,不是某個鏡頭裡的一句描述。 |
| 細微變化 | 下雨、灰塵、領口鬆開、手上拿東西:寫在鏡頭的文字裡即可,不需要第二張圖。 |
| 鏡頭提示 | 引用角色即可。不要重列服裝,也不要把鏡頭拉遠來展示衣服。 |
「狀態」和「描述句」的界線
要不要做第二張圖,關鍵就在這條線,而這來自參考圖條件式影片模型的行為:它們會幾乎原封不動地複製圖裡的東西——臉、服裝、配件、結構;至於覆蓋在畫面上的全域效果——天氣、時段、光線、髒汙——則接受用文字描述。
- 做一張參考圖:當服裝本身改變時——整套換裝、變身、從長袍換成盔甲、從便服換成制服、燒毀或破損到認不出來。
- 用文字寫:當服裝本身沒變,只是發生了狀態——淋濕、覆雪、沾血、袖子捲起、大衣拿在手上而不是穿在身上。
- 能同時出現在同一個畫面裡的兩種造型不是「狀態」——那是兩個角色,或是一個角色加一個道具。
這條界線最常見的錯誤,是把圖片數量拉得過多:早期自動偵測出的多數「狀態」都是諸如拿著杯子、燈被點亮之類的。那些其實是文字。SceneMixer 現在會限制每個角色提出的狀態數量,正是因為過度生成既花錢又沒有效益。
把兩套服裝寫進同一段描述
劇本常會把角色的服裝寫成一條弧線——前幾集穿一套、後面換一套,再加一套婚紗。如果把這三套一次丟進同一段描述,渲染出來的人物會每套各穿一半。所以在生成任何圖片之前,就要先把描述結構性拆開:第一套服裝留在基礎設定圖上,其他的做成獨立的狀態圖。部位標籤(鞋款、配件、面料)會被辨識為同一套服裝的一部分,而不是第二套。
每個鏡頭用哪一張圖
每個鏡頭的優先順序如下:為該片段指定的狀態 → 單集覆蓋圖 → 為該集指派的狀態 → 基礎設定圖。只有實際渲染完成的狀態才算數——如果某個狀態只寫在紙上、沒有對應圖片,鏡頭就會退回基礎設定圖,並把差異用文字補上,所以就算沒有圖,變化還是會被描述出來。
SceneMixer 會自動指派狀態:排鏡頭生成後,會有一道流程決定哪些片段使用哪種狀態,並記錄下來。刻意以片段為單位、而非以集為單位——若把回憶場景的服裝套用到整集,角色在該集每個鏡頭裡都會穿錯衣服。
做不到的事
- 用真實服裝的照片來給角色穿衣。你可以上傳角色的參考圖,但沒有服裝轉移功能。
- 在已經渲染好的鏡頭裡換裝。服裝在生成時就固定了,要換就得重新渲染。
- 保留從未渲染過的狀態。沒有圖片的狀態會退回基礎設定圖,再加上文字描述。
- 重新生成鏡頭清單後,保留手動為個別片段選的狀態。這些會重新計算;集層級的選擇會保留下來。
- 在直式全身畫面裡撐住長大衣場景。已知限制:衣服會搶走主導,臉會縮小。請用更近的取景。
費用
SceneMixer 上每張狀態圖都是生成的圖片:每張 7 積分。你的第一個專案包含 15 張免費參考圖(涵蓋角色、場景與道具),而狀態圖在該專案中另有獨立的免費額度,所以試一張不花錢。純文字改動完全不收費,這也是弄清狀態與句子之間界線值得學的主要原因。基礎圖的做法見角色設定圖,單價見定價頁面。
語言
15 種語言的母語對白
以下每一部影集都由同一條 SceneMixer 流程產製,演員以該語言母語演出:介面、工作文件與台詞全為同一語言,完全沒有配音。打開來聽聽看。
A Carta de LisboaPortuguês母語對白
윈터 프라미스한국어母語對白
El Secreto de CostaEspañol母語對白
浪人の誓い日本語母語對白
Ikrar JakartaBahasa Indonesia母語對白
Зимняя коронаРусский母語對白
L’Héritier du DéfiléFrançais母語對白
Il Tavolo dell'OlivaItaliano母語對白
De Vuurtoren van de FjordNederlands母語對白
العهد الصحراويالعربية母語對白
Çantasındaki SözleşmeTürkçe母語對白
Die Istanbul-TäuschungDeutsch母語對白
Останній сигналУкраїнська母語對白
問劍青雲繁體中文你的語言
The Last EnvelopeEnglish母語對白
SceneMixer 與多個工具拼接的差別
多數 AI 短劇的製作流程,是五、六個工具接力。下表列出每個步驟在這裡如何完成,以及它取代了什麼。
| 步驟 | 在 SceneMixer | 用多個工具手動完成 |
|---|---|---|
| 劇本與分集規劃 | 貼上劇本或小說,或輸入一句話:系統會解析成角色、場景、道具與可編輯的分集大綱 | 由對話模型寫劇本;你自己分集,再把文字在各工具之間搬來搬去 |
| 角色外貌與場景 | 每個角色、場景與道具只繪製一次設定圖,並附加到它出現的每個鏡頭 | 用圖像模型,一次畫一張;你得自己把正確的參考圖上傳到每個片段 |
| 鏡頭 | 每集一份分鏡腳本,鏡頭有編號與秒數;影片依同一批設定圖,以 9:16 或 16:9 逐片段生成 | 用影片模型,一個提示詞生成一段,每次都得重新描述同樣的人物 |
| 聲音與台詞 | 台詞直接在影片中演出,每個角色一個聲音,15 種語言任選 | 每句台詞用語音合成工具產生,再對每個片段做一次對嘴處理 |
| 修正單一鏡頭 | 修改該鏡頭的文字,單獨重新生成那個片段;這一集的其餘部分完全不動 | 重新生成該片段,再重新剪輯時間軸 |
| 收尾 | 各片段合成為一個含配樂的單集檔案;會員下載時不帶 AI 標章 | 用影片剪輯軟體接起各片段、加上音樂與字幕,再匯出 |
| 發布 | 成片由你自己上傳到 TikTok、YouTube、Instagram 或任何其他地方;系統不會替你發布任何內容 | 一樣手動上傳,和這裡相同 |
常見問題
為什麼不在每個鏡頭裡都描述服裝?
因為重複描述服裝會與臉部爭奪注意力,還會把鏡頭拉遠來展示衣服,使人物頭部縮小到認不出來。SceneMixer 會在設定圖上一次確立服裝,所有指向該角色的鏡頭都會沿用。
什麼時候需要為服裝做第二張圖?
當服裝本身完全改變——整套換裝、盔甲、制服,或是燒毀、破損到認不出來的狀況。如果只是同一件衣服濕了、髒了、沾了血,或是釦子沒扣,直接寫在鏡頭描述裡就好;參考圖條件式模型會把這些當成疊在畫面上的效果處理。
我的劇本描寫角色的服裝隨季節變化,會怎麼處理?
在畫任何東西之前,SceneMixer 會先把描述拆開:第一套服裝留在基礎設定圖上,之後的服裝各自成為獨立的狀態圖。若一次把全部服裝交給模型,單次渲染畫出的人物會穿著每套服裝的一部分。
特定鏡頭會用到哪一張圖?
在 SceneMixer 中,優先順序依序為:該片段選定的狀態,其次是逐集覆寫,再其次是指派給該集的狀態,最後是基礎設定圖。沒有渲染出圖片的狀態不算數——鏡頭改用基礎設定圖,並以文字描述差異。
我可以修改已經渲染完成的鏡頭裡的服裝嗎?
不會。SceneMixer 在生成鏡頭時就固定服裝,所以要改就得以一般的每秒單價重新生成該片段。