服裝一致性

AI 服裝與造型一致性

更新於 September 20, 2026

快速回答：服裝只要在角色的設定圖上定義一次，之後所有提到該角色的鏡頭都會自動沿用——鏡頭提示裡絕對不要重複描述服裝，因為這會和臉部搶奪模型注意力，把鏡頭拉遠到頭只剩一個小點。真正的換裝要做成獨立的參考圖；下雨、髒汙、領口鬆開這類變化則用文字描述，因為以參考圖為條件的模型會直接複製圖裡的內容，也能接受覆蓋在畫面上的效果。

AI 短劇《玻璃樓層》劇照，由 SceneMixer 端到端生成（5 位角色、1 集） — 範例：《玻璃樓層》— 真人寫實高清畫質，1 集，由 SceneMixer 從劇本端到端產出 · 觀看集數

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。

所以服裝要放在角色的設定圖上，鏡頭只要引用角色，不要重複描述服裝。設定圖定義好的內容，每個鏡頭都會自動繼承。

重點一覽

服裝在哪裡決定
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。

最常見的錯誤，就是把這條線畫錯、做了太多圖：早期系統自動偵測到的「狀態」，很多其實是拿杯子、燈點亮之類的東西。這些都應該用文字。現在流程會刻意限制每個角色最多提出幾個狀態，正是因為過度生成狀態只會燒錢，沒有任何好處。

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。

指派是自動的：鏡頭清單生成後，會跑一次流程決定每個片段要用哪個狀態並記錄下來。刻意以片段而非集為單位來做，是因為如果把回憶造型套用到一整集，會讓該集裡每個鏡頭的角色都穿錯衣服。

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

每張狀態圖都是一張生成圖：7 credits。你的第一個專案會包含15張免費參考圖，適用於角色、場景與道具；而在第一個專案裡，狀態圖另有獨立的免費額度——所以試做一套完全不用花錢。純文字的變化完全免費，這也是為什麼值得學會「狀態 vs 描述句」這條線。基礎圖的建立方式請看角色設定圖，費率請看價格頁。

語言