SceneMixer
繁體中文
免費註冊

AI 多角色場景

AI 多角色場景生成器

更新於 2026 年 11 月 4 日

簡單說:每個鏡頭都會明確列出畫面裡有誰,而且只有這份清單會決定要套用哪個角色的設定圖——所以單純被看向、被喊話的對象,只會寫成鏡頭方向,不會掛上名字,也就不會憑空生出一張臉出現在畫面裡。只有被點名的說話者嘴巴會動。背景人群要嘛明確宣告為場景狀態,要嘛就完全不要有。同一個畫面超過四位有名有姓的角色時,就會改成用單人鏡頭來覆蓋整場戲。
AI 短劇《霓虹債》劇照,由 SceneMixer 端到端生成(7 位角色、1 集)
範例霓虹債遊戲畫面寫實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

真正難的是「誰在畫面裡」,不是人數多寡

生成影片只要一個鏡頭裡超過一個人,就很容易出現特定錯誤:跑出不該存在的臉。劇本裡提到的人——不論是被看一眼、被大喊、被想到——都可能直接現身,還帶著模型當場亂編的長相,因為沒有東西告訴模型「在現場」和「被提到」是兩回事。

所以鏡頭表會逐鏡寫清楚。每個鏡頭都帶一份明確清單,標註哪些角色在畫面裡;決定要套用誰的設定圖的,只有這份清單——不是內文描述,也不是上一個鏡頭結束時的狀態。

重點一覽

多角色鏡頭的指定方式
誰在畫面裡逐鏡列出清單。一個片段所有鏡頭的角色聯集,會決定這個片段要附上哪些設定圖。
誰在畫面外寫成方向指示——「朝畫面左側」「視線看向鏡頭」——不寫名字,也就不會掛上任何一張臉。
單人鏡頭會明確標註,告訴渲染器畫面裡只有一個人,不要亂加人。
誰在說話每句台詞都會標名字;畫面裡其他人都會標註嘴唇閉合,所以只有說話者的嘴巴會動。
背景人群是場景的宣告狀態,在片段開頭寫一次就好,不然就完全不要有——絕對不靠環境音暗示。
實務上限同一畫面放四個有名有姓的角色,就是畫質開始掉的門檻。鏡頭表會繞過這個限制,不會硬衝。

為什麼把畫面外的角色寫出名字,會毀掉一個鏡頭

這是實測結果,不是理論。把畫面外的反派寫出名字的鏡頭,八次渲染裡有五次出現錯臉或多餘的人;同樣的鏡頭改成寫方向、不寫名字,十二次渲染裡零失誤。所以流程會自動改寫:在單人鏡頭裡,只做為視線方向或動作方向存在的角色,會轉成空間用語,從畫面清單移除。

死者也適用同樣邏輯:在這個片段裡只做為「屍體」被提到的角色,會寫成普通名詞,不掛角色參照,所以不會有人把他的設定圖套上去、讓他站起來。

兩人面對面

拍這種畫面只有兩種方式,清單要求必須二選一:側面雙人鏡頭,或過肩鏡頭。不能寫的是「A 面對 B,B 站在背景中、焦外」——要讓 B 落在 A 的景深裡,A 就得背對 B,而這種機位在普通中景鏡頭裡並不存在。即使硬要寫,渲染器也會讓一個人正面對著鏡頭,另一個人站在他身後。SceneMixer 會在兩人實際同時入鏡的第一個鏡頭中定下軸線。

人群要嘛宣告,要嘛沒有

一間房間裡三百位賓客,是場景看得見的狀態,所以就要這樣寫——在片段開頭寫一行,說明背景是誰、在哪、在做什麼,同一場景的每個片段都一致。少了這行,鏡頭就完全不能提到人群,因為環境音裡的「賓客低語」不是視覺指令;只靠這個告訴渲染器,你會得到一個鏡頭有賓客、下一個鏡頭大廳空無一人。

一旦聲明了人群,畫面指令也會隨之改變:人群留在景深之內,而 SceneMixer 的入鏡名單仍只計算有名字的角色。

做不到的事

費用

不額外收費——這些是排鏡頭清單的屬性,排鏡頭按劇本字數計費,該集所佔部分每一百字 1 積分。參考設定圖在你第一個專案中免費的 15 張之外,每張 7 積分;SceneMixer 渲染每輸出一秒起價 10 積分。角色如何在各鏡頭中保持一致,請見角色一致性;價格請見定價頁。

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

一個鏡頭最多可以放幾個角色?

四個有名字的人,是身份開始走樣前的實際上限,SceneMixer 的排鏡頭就是照著這個上限來設計的:群戲以單人鏡頭和過肩鏡頭來拍,而不是寬幅群像畫面。

為什麼我只是提到某個角色,他就出現在畫面上?

這正是 SceneMixer 逐鏡入鏡名單要防止的問題。只被看或被對話的角色,會寫成指示而非名字,不列入入鏡名單——因此不會附上參考圖,也不會憑空編出臉孔。

兩個角色可以面對面說話嗎?

可以,用側面雙人鏡或過肩鏡。行不通的是一個人面向對方、另一個人在背景模糊:這種構圖加景深的組合在物理上不合理,硬要的話會變成一個人對著鏡頭說話,另一個人站在他後面。

背景臨演怎麼運作?

人群要在片段標題中聲明一次——是誰、在哪裡、在做什麼——並在該場景中保持一致。若沒有聲明,鏡頭就不會參照人群。SceneMixer 不會把單純的環境人聲當成畫面指令。

誰會開口說話?

只有每句台話指定的說話者。畫面裡其他人都會明確標註為閉嘴,這樣聽者就不會默默跟著對話動嘴。

畫面裡不會出現你沒選的角色

生成一場人群戲,數數看有幾張臉。

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