开场镜头里的角色明明没问题,切到下一镜,脸变窄了、外套换了,甚至发型也不像同一个人。单看每段视频都挺好,连起来却看不出这是同一个角色的故事。
想在 AI 视频中保持动漫角色一致,先确定角色设计,再复用清晰的参考图,并把角色必须固定的特征与每场戏需要的变化分开。每个镜头先检查静帧,再生成动作,最后把完成的视频并排比较。
这篇指南会说明该保存哪些信息、镜头描述怎么写,以及角色开始走样时应该修改哪里。

为什么 AI 视频一换镜头,动漫角色就变了
“一个有电影感、眼睛精致的动漫女孩”描述的是观感,角色设计中仍有大量细节没有确定。换个角度、表情、服装或光线,这些空白就会暴露出来。单张肖像也无法说明外套背面、侧脸轮廓或道具的拿法。
参考图能把这些选择具体化,但图与图之间也必须一致。如果肖像里是短波波头,动作参考里却变成齐肩发,下一次生成就要处理互相矛盾的信息。
检查时,把三个层面分开会更清楚:
- 角色身份: 让观众认出同一个人的特征,例如脸型、发型轮廓和独特的服装细节。
- 场景状态: 这一刻的服装、伤势、湿发,以及道具的位置。
- 表演: 镜头中应该变化的表情、姿态和动作。
保持身份稳定,让场景状态衔接到下一镜,同时给表演留下变化空间。
1. 明确角色必须固定的特征
选择几个在不同景别下都容易识别的细节。大远景看不清一长串小配饰,角色动起来后也很难逐项检查。
| 特征 | 写出明确规则 | 什么时候检查 |
|---|---|---|
| 面部 | 保持相同的脸型、眼型和视觉年龄。 | 面部在画面中足够清晰时。 |
| 头发 | 保留发型、长度、底色和有辨识度的轮廓。 | 角色转头或移动时。 |
| 服装 | 确定主要廓形与色块。 | 切镜前后都能看到服装时。 |
| 标志细节 | 选一个实用的识别点,例如搭扣或围巾。 | 构图应该露出这个细节时。 |
| 场景状态 | 记录伤势、换装和每件道具由谁持有。 | 镜头接续前一个动作时。 |
例如,原创快递员 Mira 可以有黑色短波波头、琥珀色眼睛、苔绿色夹克、奶油色围巾,以及角色左侧翻领上的方形铜别针。这些细节能成为保留和对照的具体依据。
每条视觉提示词不必重写她的完整生平。保留角色资料,再把当前镜头需要的细节写进去。
2. 准备彼此一致的参考图
先准备清晰的定稿面部图和同一设计的全身图。镜头需要其他角度时再补充:侧面镜头适合使用检查过的侧脸参考,换装则需要对应服装的参考图。
让每张图承担明确的任务:
| 参考图 | 应该确定什么 |
|---|---|
| 面部或四分之三视角 | 脸型、眼睛、发际线和容易辨认的比例。 |
| 全身图 | 服装、身体比例、轮廓和配饰位置。 |
| 侧面或背面 | 主肖像无法展示的细节。 |
| 另一套服装 | 同一个角色有意安排的换装。 |
| 表情或动作图 | 某个镜头需要的具体表演。 |
把新参考图加入素材组之前,先与定稿设计比较。画面再漂亮,脸不一致也不应该成为角色的另一套定义。
使用所选模型与生成模式支持的参考输入。用起始图生成视频时,先确认这张图适合作为镜头的第一帧。支持多参考输入时,说明每张图控制什么,不必堆放许多相近的肖像。
3. 在 Arcloop 中复用同一个角色资产
在 Arcloop 的 My Assets 中,用一个角色资产保存已确认的设计,并绑定主图与补充参考图。如果故事需要另一套服装,把对应参考图放在同一个角色下,让两套造型保持关联。
写镜头描述时,用 @ 引用角色,再说明这一镜新增的内容:动作、构图、运镜、光线,以及当前服装或道具的状态。
每个镜头按这个顺序处理:
- 引用正确的角色资产。
- 指定这一镜使用的造型和场景状态。
- 描述一个清晰动作,以及相机的作用。
- 生成镜头图片并检查。
- 脸、服装和构图确认后,再生成视频。
角色资产为项目提供可复用的参考,但不能保证每一帧都保留设计。角度或动作变化时,仍要检查生成结果。
4. 写清楚哪些可以变,哪些必须保留
实用的镜头描述会把固定特征与允许变化分开,避免“让她看起来担心”被理解成换了一个人。
可以用下面的结构规划镜头,英文模板可直接替换字段:
Character: [existing character asset]
Approved look: [the outfit and references for this scene]
Keep fixed: [the visible identity features that matter in this framing]
Action: [one readable action]
Expression: [the intended change in emotion]
Camera: [shot size, angle, and one camera movement if needed]
Scene state: [weather, injuries, and prop ownership]
End frame: [the position or state needed for the next cut]
Reject if: [the specific changes that would break continuity]
下面是 Mira 的镜头描述示例。@Mira 指的是 Arcloop 内的角色资产,不是每个视频模型都通用的指令。示例保留英文,便于直接调整和使用。
Medium close-up of @Mira beneath a station awning at dusk.
Use her approved courier look: short black bob, amber eyes,
moss-green jacket, cream scarf, and square copper pin on her left lapel.
She studies the folded map in her hands. Her expression shifts
from concentration to concern. The camera holds steady.
Rain may darken the jacket and move the ends of her hair.
Keep her face shape, apparent age, haircut, and costume design unchanged.
She keeps the map in both hands through the final frame.
Reject a redesigned face, a different scarf color, or a map
that disappears before the shot ends.
请根据当前生成模式的参考图控制方式与可用时长调整这份描述。
5. 检查切镜前后的连续性
把相邻镜头连着看。有的片段单独没问题,接起来却会出现道具换手、伤口消失或服装恢复原样的情况。
简短的镜头规划表能帮助检查这些衔接:
| 镜头 | 发生什么变化 | 需要延续到下一镜的内容 |
|---|---|---|
| 中景:Mira 查看地图。 | 表情开始担心。 | 快递员服装、湿夹克、双手拿着地图。 |
| 特写:她看向站台。 | 构图和视线方向改变。 | 脸型、发型、围巾,以及同一段情绪。 |
| 侧面:她走向列车。 | 姿态和拍摄角度改变。 | 确认过的侧脸、服装、天气,以及地图仍由她持有。 |
只有构图允许时,细节才需要可见。背面镜头不必硬露出翻领别针;角色重新转向相机时,再检查设计是否连贯。
接受一组镜头之前,检查:
- 每个特写里的脸,是否仍是定稿角色?
- 转头和移动时,发型轮廓是否还能认出来?
- 服装与颜色变化,是否有场景依据?
- 切镜后,道具是否仍在正确的人手里?
- 每个镜头的结束状态,能否合理接到下一镜?
角色走样时,如何修复而不重做整段视频
先找出连续性从哪里开始断,再修改最小但有效的部分。
| 问题 | 先检查什么 | 下一步可以怎么改 |
|---|---|---|
| 第一帧的脸就不对。 | 角色资产和起始静帧。 | 修正参考图或重做静帧,再继续生成视频。 |
| 转头过程中脸变了。 | 参考图是否覆盖新的角度。 | 补充一致的侧面或四分之三视角,必要时简化转头动作。 |
| 切镜后服装变了。 | 每个镜头指定的造型。 | 写清这场戏的服装,并使用匹配的换装参考。 |
| 动起来后出现新特征。 | 镜头要求完成多少动作。 | 缩短或简化动作,再检查一版草稿。 |
| 道具消失或换手。 | 起始状态、动作和结束状态。 | 明确交接过程,或拆成多个镜头。 |
| 两个镜头像不同画风。 | 参考图与视觉方向。 | 先统一绘画风格和光线安排,再重做较弱的镜头。 |
修复时保留已经通过的片段。如果同一种不一致反复出现,回头检查共用资产或参考图组;如果只影响一段,先检查那一段的静帧和描述。
常见问题
AI 视频里保持同一个动漫角色,最有效的方法是什么?
使用定稿设计、一致的参考图组和可复用的角色资产。在每个镜头描述中明确场景变化,再把生成的镜头放在一起比较。任何单条提示词都无法替代检查。
一张角色参考图够用吗?
角度接近、动作简单的镜头可能够用。包含侧面、全身动作或换装的序列,可能需要更多经过检查的参考图。按缺少的信息选图,不必默认越多越好。
可以换服装,同时保持角色不变吗?
可以。把服装视为场景选择,同时保持脸、头发、比例和其他身份特征。在 Arcloop 中,将不同造型关联到同一个角色资产,并指定每个镜头使用哪套造型。
每个镜头都要重复完整的角色描述吗?
保留稳定的角色资料,并引用对应资产。镜头描述只补充当前可见的细节与场景状态。每次凭记忆重写长描述,反而容易引入矛盾。
保持一致,是不是表情和姿势都不能变?
不是。表情、姿态和动作都属于表演。目标是在这些内容变化时,观众仍能认出同一个人。
用你的角色试一遍
打开 Arcloop AI 动漫生成器,加入定稿角色参考图。先做少量镜头,比较结果,针对设计走样的位置调整参考图或描述,再用能经得住切镜检查的版本组成序列。


