指南 · 製作

AI 短劇角色一致性（2026）：為什麼鏡頭之間臉會變，以及鎖定一致性的三層架構

更新於 September 12, 2026

快速回答： AI 短劇的角色一致性，指的是同一個角色在一部劇數十到數百個鏡頭中，維持相同的長相、相同的服裝與道具，以及一致的美術風格。到了 2026 年，這已經是平臺和觀眾拒看 AI 劇集的首要原因。這個問題光靠調整提示詞用字解決不了，必須在三個獨立層級分別鎖定：角色設定圖（白底、方向性打光、優先放身份特徵）、場景底圖（空場景、三層景深、描述光源位置而非光線落點），以及分鏡（分集分鏡腳本）內部的鏡頭連戲（動作與位置要承接，絕對不要提到畫面裡沒有的人）。臉部漂移有三個根本原因，各自對應一個層級：文字描述被稀釋、參考圖帶有內建光線、鏡頭之間沒有錨點。以下會說明每個層級該怎麼做、附上參考圖輸入對照表，以及 5 鏡頭驗收檢查清單。

「一致」是什麼意思：三個層級

1. 身份特徵：臉型、眉眼、鼻唇、膚色、髮型、體態、視覺年齡，再加上一個一眼就能認出的記號（疤痕、痣、一件首飾、特殊髮型）。由角色設定圖承載。
2. 服裝、妝容與道具：這個角色在這場戲穿什麼、拿什麼，以及場景裡有什麼東西。由劇本分析產出的各角色服裝描述，加上場景底圖共同承載。服裝是依角色、依社會階級設定的，不是整部劇套一個風格標籤就好。
3. 光線與美術方向：色彩紀律、材質、場景佈置密度、光源位置。由場景底圖和每個鏡頭的光線描述共同承載。參考圖本身必須維持中性。

為什麼臉會漂移：三個根本原因

症狀	根本原因	對應層級
同一個角色每隔幾段（一段視頻）就換一張臉，慢慢變得大眾臉	描述被稀釋：臉部描述被埋在長串動作與技術指令中間，模型就會退回它預設的「好看的臉」先驗	第一層：身份特徵沒有放在設定圖提示詞的最前面，或者不是每次生成都掛上設定圖當參考
臉是對的，但同一場戲不同鏡頭之間光線和色溫跳來跳去	內建光線：設定圖或底圖帶有強烈戲劇性光線，每個鏡頭都會繼承這道光，然後和分鏡（分集分鏡腳本）自己的光線設定打架	第二層：參考圖不中性
同一段（一段視頻）裡位置、動作、道具接不起來；不在這場戲的人走進畫面	鏡頭之間沒有錨點：沒寫連戲設定，或者分鏡（分集分鏡腳本）用否定語句提到不在場的人（例如「X 離開畫面」）	第三層：連戲

第一層：角色設定圖

設定圖的目的是讓人認得出角色，不是營造氣氛。四條鐵則：

• 純白背景，單獨寫成一條。 要當成獨立約束條件寫，還要在負面清單裡再寫一次。如果埋在別的段落裡，就會被覆蓋掉。
• 不要平光。 「光線均勻、沒有陰影」是做出塑膠臉的食譜：平光會消掉皮膚質感和骨骼結構。要寫一盞大約 75 度的方向性主光，加上補光和輪廓光，要求鼻子和顴骨下方有陰影、眼睛裡有眼神光、光線逐漸衰減。
• 身份優先。 固定提示詞順序：主體身份特徵 → 身份鎖定（不要網美臉、不要抹平辨識度高的特徵） → 技術區塊 → 構圖約束。劇本分析會產出非常細的外觀描述（骨骼結構、痣、疤痕）；這些內容必須放在最前面，不能塞在中間。
• 臉 > 姿態 > 服裝，表情要有戲。 要寫明這是演員的定裝 look test，不是電商服裝拍攝；禁止為了帶到全身服裝就拉遠鏡頭、把頭拍小。不要寫「中性表情」：那會把角色最容易被認出的特質（比如刀一樣銳利的眼神）直接抹掉。

已知坑： 穿長大衣或長袍的角色，在 9:16 全身畫面裡會被衣服吞掉，大衣佔掉畫面七成，臉縮得很小。這是構圖的物理限制。解法是另外做一張半身設定圖專門帶臉，代價是每個角色多一張圖。

在 SceneMixer 裡，劇本分析產出的外觀欄位會直接成為設定圖提示詞的主體。每個角色會有一張 9:16 白底全身設定圖，系統自動裁切臉部和半身特寫，之後每次生成影片都會自動掛上該角色的參考圖。在判斷設定圖品質之前，先確認是哪個圖像模型生成的：不同模型的輸出尺寸和先驗差很多，判斷依據是圖片尺寸和任務紀錄，不要用猜的。

第二層：場景底圖

場景圖是影片模型參考的空「底圖」。標準同樣是中性：

• 不要有人。 用建築本身的構件表達比例（一扇兩人高的門、一張單臂寬的桌子）。
• 三層景深。 前景、中景、背景各自寫明材質和佈置，模型才有空間放攝影機。
• 描述光從哪裡來，不要描述光落在哪裡。 寫「一盞暖白吊燈從右上方向下投下柔光」，不要寫「光照亮桌面」。不要寫陰影分界線，避免用高飽和的顏色詞：皮膚上的 3200 K 是暖白，寫「黃色」就會給你黃油漆。
• 不要氛圍調色。 不要情緒調色、剪影、霧氣或光束，也不要用那些老套觸發詞（電影感、戲劇性、8K）。底圖裡的霧，會出現在那場戲的每一個鏡頭裡。

美術方向是專案層級的設定，會餵給場景圖、道具圖和影片提示詞，絕對不要餵給角色設定圖，否則白底設定圖會被打成像片場一樣的光。

第三層：分鏡（分集分鏡腳本）裡的連戲

• 片段要長，鏡頭要短。 一個片段就是一次生成呼叫，長度要盡量接近15秒上限；想加快節奏，就縮短每個鏡頭的長度，而不是把片段切得更碎。每多切一個片段，位置就會從新的第一幀重新開始，連貫性就會斷掉。
• 在片段內部接續狀態。 上一個鏡頭結尾時角色坐在哪、手上拿什麼、正在做什麼，下一個鏡頭就要從同一個狀態開始。
• 只寫畫面裡有的角色。 絕對不要提到不在場的人。寫「馬克離開」或「安娜不在場」反而會提高他們出現的機率，因為否定句裡的名詞一樣會吸引模型生成對應內容。
• 用光要講明來源。 規則和場景底板一樣：光源位置、光線介質、色調各寫一次就好，不要重複，也不要互相矛盾。

各模型支援的參考輸入

只有經過驗證的欄位才填內容；空白就是空白，不是用猜的。決定一致性的關鍵不是你能附9張還是50張參考圖，而是你附上的那幾張是不是中性的。

驗收檢查清單：同一角色五個鏡頭並排比對

• ☐ 五個鏡頭裡的臉型、眉毛、眼睛、鼻子、嘴唇看起來都是同一個人。
• ☐ 視覺錨點（疤痕、痣、首飾、髮型）每個鏡頭都存在，而且位置一樣。
• ☐ 同一場景內，光線方向和色溫一致；不會出現暖調鏡頭旁邊接冷調鏡頭的狀況。
• ☐ 服裝和手持道具在片段內連續，不會無故出現或消失。
• ☐ 不在場的角色不會走進來；也不會冒出第二個「主角」。
• ☐ 皮膚有質感和漸層陰影，不是扁平的塑膠感。

鏡頭生成失敗時，要回到它對應的分層去修正那一層。「加強提示詞」不是解法。

延伸閱讀

劇本本身怎麼建立一致性（每個地點只用一個名稱、每集不超過三四個場景），請看直式短劇劇本格式與開場鉤子結構。揭露與肖像權相關規則請看2026 AI 短劇合規檢查清單。想看實際完成的劇集怎麼套用這套方法，請打開範例短劇：每一部都公開了演員設定圖，以及每個片段的腳本和影片。

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