SceneMixer
繁體中文
免費註冊

服裝一致性

AI 服裝與造型一致性

更新於 2026 年 11 月 4 日

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《緋紅誓約》劇照,由 SceneMixer 端到端生成(4 位角色、1 集)
範例緋紅誓約高清實拍1 集由 SceneMixer 從劇本端到端產出觀看劇集
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

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。

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

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。

查看全部 15 種語言

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。

一次設定好全體演員服裝

15張免費參考圖足夠搞定一整組小型卡司。

免費試用 SceneMixer

點數組合包 $1.49 起 · Pro $7.99/月 · 開始使用無需信用卡