角色设定要写多细，才能跨镜头不崩

做 AI 影视项目的人，几乎都会经历同一个阶段：第一张角色图出来时非常满意，做到第五个镜头开始不对劲，做到第十个镜头时，那已经不像同一个人了。问题通常不在生成能力，而在设定阶段的信息量。角色设定写得够不够细，直接决定了后面能撑多少个镜头。

为什么"写得好"不等于"写得够"

先分清两件事。剧本里的角色描写是文学性的：写"他疲惫但警惕，像长期失眠的人"。这种描写对读者有效，因为它激发想象。但生成需要的是可复现的视觉信息。想象无法被复现——同一句话，十次生成会得到十种"疲惫但警惕"。所以角色设定要做的事情，是把文学描述转译成一套确定的视觉参数。转译得越完整，后面漂移的空间越小。

角色的信息层级

一个足够稳定的角色设定，通常包含三层信息。

第一层：不可变的身份特征

这一层决定了"这是谁"，是整个项目里绝对不能变的部分：

• 外形基础：性别、年龄段、体型
• 面部特征：肤色、发色、面部结构特点
• 标志性元素：特定发型、特殊标记（疤痕、痣、配饰）

这一层的粒度要"刚好够识别"。太粗（只说"中年男性"）会导致每次生成差异巨大；太细（把每根头发都描述）则可能超出描述的有效范围。一个判断标准是：把它交给别人看，能否认出是同一个人。 如果能，说明这一层够了。在 NadouPro 里，这部分信息在角色资产库中是有对应维度的——可以按名称、标签、性别、年龄段、肤色、发色、体型等条件筛选复用。这也侧面说明了这一层的粒度参考。

第二层：可变的服装与造型

角色在不同场次会有不同造型：居家服、正装、雨衣、戏服。关键在于把造型当作状态，而不是重新做角色。同一件衣服在不同镜头里也需要保持一致——颜色、款式、材质都不能漂移。这一层与第一层的区别在于：第一层变了就不是同一个人，第二层变了只是换了场合。

第三层：状态与子状态

这一层最容易被漏掉，也最影响成片质量。"状态"指的是角色在剧情中的特定条件：受伤、淋湿、换装、情绪状态等。剧本里角色不会永远保持同一个样子，而这些变化需要提前确定，否则会出现"上一场受伤了，下一场伤口不见了"这类问题。主体提取时，除基础状态之外还会提取与剧本相关的子状态，正是为了解决这个问题。

从设定到可用资产

设定有了，接下来要把它固定成可复用的形式。流程通常是两步：先基于角色设定生成角色图，把形象变成可视的参考；再对生成结果做调整——通过状态与视图调整，可以改变视角、景别、打光，也可以用多宫格生成多个角度或表情，或对局部细节做编辑。这一步的产出不只是"一张好看的图"，而是一组参考基准：

• 正视图：基础形象
• 侧视图与背视图：用于多角度镜头
• 表情组：用于不同情绪的镜头
• 造型变体：用于不同场次

多宫格模板在这里很实用：角色全身三视图、脸部三视图、表情九宫格可以在一次生成中拿到多个角度的基准画面，比逐个生成更高效，也更容易保持相互一致。最后把这些形象存进角色资产库。之后在具体镜头的生成中，通过引用（而不是重新描述）来调用——在提示词里以 @ 的方式引用图片或角色，是维持跨镜头一致性的基本操作。

一个实用的粒度判断方法

"写多细"没有绝对答案，但可以用一个方法判断：问自己：如果只看设定，第三个人能不能在不知道前情的情况下，画出这个人？

• 能，说明第一层够了
• 不能，说明需要补充面部、体型、标志性元素

再问第二个问题：如果这个人要在第 15 场换了造型，我需不需要重新描述他？

• 需要，说明第二层没分离出来——服装应该独立于身份特征
• 不需要，说明粒度合适

常见误区

• 误区一：设定写了，但没有固定成资产。 设定在文档里，每次生成时重新粘贴，结果每次都不同。设定必须变成可引用的对象。
• 误区二：只做正面视图。 正面图无法支撑侧面镜头和背面镜头。多角度基准是必要的，不是可选的。
• 误区三：忽略状态变化。 剧本里角色的状态一直在变，这些变化必须提前定义，否则会前后矛盾。
• 误区四：设定过细反而失效。 描述过多细节时，模型可能抓不住重点，反而导致主要特征不稳。核心特征清楚、次要特征适度，通常比全量描述更稳。
• 误区五：把角色设定一次做完就不再回顾。 项目推进中常常需要补充新的造型或状态，设定是可以迭代的。

最后

角色设定的本质，是把一个人物从"描述"变成"对象"。描述是每次都需要重新解释的，而对象是可以被反复引用的。跨镜头不崩的关键，不是生成时更小心，而是在开始时就把它定义清楚。这也是为什么，一个项目的质量在角色设定这一步就基本确定了——后面所有的镜头，都在这个基准上展开。

本内容包含 AI 生成信息，可能存在错误，请自行核验。