AI 多角色場景生成器

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

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

拍法只有兩種，清單必須選一種：側面雙人鏡，或是過肩鏡。不能寫「A 面向 B，B 在後方背景、失焦」——要讓 B 在 A 的景深裡，A 就得背對 B，而一般中景根本沒有這種鏡位。硬要的話，渲染器會讓一個人正面對鏡頭，另一個人站在他後面。兩人真正同框的第一個鏡頭，就會把視線軸定下來。

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。

宣告有人群之後，畫面指令也會跟著調整：人群會維持在景深內，但畫面清單仍然只算有名有姓的角色。

做不到的事

• 無法穩定把八個有名有姓的角色塞進同一個鏡頭。超過四個，角色辨識就會崩。群戲會用單人鏡和過肩鏡處理——就像真實劇組拍的那樣。
• 不會保留漏標「在畫面裡」的角色。如果模型忘了把該出現的人列進清單，就會直接省略，不會亂猜補人。少一個人可以救；你的短劇裡出現一張陌生人的臉，救不回來。
• 無法編排連續的群體動作。隊形移動的人群、長時間多人打鬥——這些都超出目前模型能穩定輸出的範圍。
• 不會從音效設計裡解讀出人群。要嘛宣告，要嘛沒有，沒有中間地帶。

費用

沒有額外收費——這些都是鏡頭表本身的功能，會依劇本長度計費，以該集分攤的字數來算，每一百字 1 點數。設定圖除了第一個專案免費的 15 張之外，每張 7 點數；渲染則是每秒輸出 10 點數起。跨鏡維持長相一致的方式請看 角色一致性，費率請看 價格頁。

常見問題

價格方案·使用指南·作品範例·支援服務·隱私權政策·服務條款·法律資訊·聯絡我們·© 2026 SceneMixer