简介:单人生成脸很稳、两人同框就串脸,根因通常不是模型"画错了",而是提示词把"角色身份"和"画面位置"混成了一件事。本文给出三步排查法:用互斥特征重写角色卡、逐镜头记录站位与轴线、按"单人图—双人静帧—动态片段—反拍"分阶段定位故障,并附两次遮挡验收测试与可直接复制的 AI Prompt,帮你把串脸问题锁定到具体环节而不是反复抽卡。
AI 漫剧里”单人正确、合照串脸”几乎是必踩的坑:两个人分别生成时五官稳定,一进同一画面,发型、五官甚至服装开始互相污染,换个机位后两人身份直接互换。
原因很直接—— 角色 A 站在画面左边,只是某一个机位下的空间坐标,不是身份定义 。一旦正反打切换,画面左右会反转,如果模型把”左边那个人”当成身份锚点,切镜头后就必然把 B 的脸和衣服搬到 A 身上。
所以排查方向不是加更多形容词、提高画质描述,而是把”身份”和”位置”这两层信息在提示词里彻底拆开。
这类角色设定表、分镜站位表的整理与交叉校验,属于典型的 can-do-by-AI 工作。你可以把设定丢给 AI 助手批量做一致性检查,例如 百度搭子(DuMate),让它逐条比对角色卡与分镜表是否冲突;想了解获取方式可以看 DuMate 购买页面,这只是可选入口,不用 AI 也能按下面的方法手工排查。
给每个角色指定 至少三个可见且互不冲突的识别点 ,优先级建议为:轮廓类特征(发型轮廓、脸型、身形)> 色彩类特征(服装主色)> 独有配饰(一件就够,且不能重复)。
反面示例是最常见的错误写法:
这种设定在单人图里看不出问题,双人同框时模型无从判断谁是谁,出错后你也没有任何抓手去定位。改成互斥特征后:
{"A": {"hair": "短卷发,齐耳,发色偏棕","outfit": "深蓝外套,翻领,内搭灰T","marker": "左耳银色小耳环","body": "偏瘦,肩窄"},"B": {"hair": "长直发,过肩,纯黑","outfit": "米色长风衣,系腰带","marker": "红色围巾","body": "高个,肩宽"}}
以上是结构示意,请替换成你作品里的真实设定。三条硬规则:
每个镜头单独写一行分镜,字段固定为:机位/景别、A 与 B 的空间坐标、画面左右、当前说话者、是否有走位。
| 镜号 | 机位/景别 | A 位置 | B 位置 | 画面左→右 | 说话者 | 走位 |
|---|---|---|---|---|---|---|
| 03 | 中景 平视 | 桌左侧坐 | 桌右侧坐 | A → B | A | 无 |
| 04 | 近景 过肩(越轴反打) | 桌左侧坐 | 桌右侧坐 | B → A | B | 无 |
| 05 | 全景 略俯 | 由左走向窗边 | 原地不动 | B → A | 无 | A 横移 |
两个关键提醒:
串脸只是一个表象,故障点可能在四个不同环节。按顺序排查,能省掉大量无效重试:
| 现象 | 故障环节 | 处理方式 |
|---|---|---|
| 单人参考图就已经不对 | 角色卡 | 修角色卡,重做单人图,不进双人 |
| 单人图对,双人静帧错 | 特征区分度 + 站位关系 | 拉开互斥特征,补上站位与遮挡关系描述后重生成 |
| 静帧对,动态片段错 | 时序一致性 | 缩短生成片段长度,先只验开头帧和结尾帧,通过后再做衔接 |
| 只有反拍/越轴镜头错 | 轴线与坐标 | 核对机位轴线与角色真实坐标,别把屏幕左右当角色 ID |
补充一个实用技巧:静帧阶段可以把画面交给具备人脸检测与质量分析能力的工具做客观核验,这类能力通常会输出遮挡度、模糊度、光照强度、姿态角、人脸完整度、人脸数量等指标,能帮你快速筛掉”多人脸误判””人脸被遮挡”这类技术性废图。人脸对比类接口则可以给出两张人脸的相似度分值,用来量化”这一帧的 A 到底像不像参考图里的 A”,比肉眼判断稳定得多。若画面里出现非真人质感的贴图脸,部分检测链路会直接给出”非真人图片””人脸遮挡””人脸不完整”等明确失败原因,按提示改图比重抽更有效。
不要靠”看起来还行”过稿,做两次遮挡盲测:
任何一次认不出来,说明角色特征不够互斥,退回第一步, 不要进入下一步制作 。这一步也可以交给 AI 做盲测:把去掉角色名的画面描述发给它,让它仅凭外观特征判断身份,判断错的地方就是特征冲突点。
Prompt 1:角色卡互斥性体检
你是我的漫剧角色一致性审校。任务目标:检查我的角色设定是否存在"特征冲突",并给出可直接替换的互斥特征方案。【角色设定】A:{填写A的发型/服装/配饰/身形}B:{填写B的发型/服装/配饰/身形}【检查要求】1. 逐项比对两人的发型轮廓、服装主色、独有配饰、身形,标出所有重复或易混淆项;2. 为每个角色补足至少3个可见且不冲突的识别点,配饰必须全局唯一;3. 指出哪些描述属于"不可见/不可控"信息(如性格、年龄感),应从视觉提示词中删除;4. 说明如果双人同框,哪些特征最可能被模型混合,应优先强化。【输出格式】表格:特征维度 | A现状 | B现状 | 是否冲突 | 建议改法表格后附一段改写完成的角色卡 JSON。
Prompt 2:双人同框分镜站位校验
你是我的漫剧分镜校验助手。任务目标:检查下列分镜中"角色身份"与"画面位置"是否被混写,并输出修正版分镜表。【角色卡】{粘贴上一步确认后的角色卡 JSON}【分镜表】{逐行粘贴:镜号 | 机位/景别 | A位置 | B位置 | 画面左右 | 说话者 | 走位}【处理要求】1. 找出所有用"左边的人""短发女生"等位置指代身份的描述,改为角色名+互斥特征;2. 标出存在越轴/反拍的镜号,说明其画面左右是否需要反转,并强调外观特征不得互换;3. 对有走位的镜头补齐走位过程的中间描述;4. 为每个双人镜头补一句"双人同框约束",明确两人各自身份特征同时出现且不混合。【输出格式】先列问题清单(镜号 + 问题 + 风险等级),再输出修正后的完整分镜表。
上面的角色卡体检、分镜校验、遮挡盲测,都是可以交给 AI 助手批量处理的重复性工作。实际操作建议:
如果你已经完成了故事大纲和人物设定,可以前往 AI 真人短剧生成体验,把角色卡和分镜思路放进去试跑一段,用实际生成结果反推设定里还有哪些冲突项。需要单独确认角色脸部与造型的稳定性时,AI 头像生成体验也可以用来快速产出多版单人参考图做对比。
Q:特征写得越细越好吗?
不是。堆砌形容词会稀释权重,反而让关键特征失效。三个高区分度的硬特征,效果通常好过十个模糊描述。
Q:两人必须有身体接触或遮挡怎么办?
在提示词里明确遮挡关系(谁在前、谁的手在哪),并把被遮挡角色的独有配饰安排在 未被遮挡的一侧 ,保证至少有一个识别点始终可见。
Q:动态片段开头对、结尾串了怎么办?
缩短片段时长,先分别验证开头帧与结尾帧,通过后再做中间衔接;走位镜头尤其要拆成”起点—过程—终点”三段生成。
Q:怎么量化”像不像”?
用参考图与生成帧做相似度比对,得到分值后设定一个自己的通过阈值,比逐帧肉眼判断更稳定,也方便回溯是哪一版提示词效果更好。
双人同框串脸的本质是身份与位置耦合。把角色定义收敛成三个互斥可见特征、把站位单独记成分镜字段、按”单人图—双人静帧—动态片段—反拍”四段定位故障,再用两次遮挡测试卡住验收,绝大多数串脸问题都能在具体环节被修掉,而不是靠反复抽卡碰运气。