AI 内容创作 / 系统课时
角色身份特征拆分
角色身份特征拆分
角色一致性不是靠一句“保持同一个人”实现的,而是把可见身份拆成可记录、可复用、可检查的特征。本课将建立一张角色身份卡,让后续生图、视频生成和镜头修订都围绕同一组稳定信息工作。
学习目标
- 将角色外观拆分为脸型、发型、体型、年龄、服装和标志性细节
- 区分必须固定的身份特征、允许控制的造型变量和镜头临时状态
- 输出可直接用于参考图制作与提示词编写的角色身份卡
为什么要拆成可控特征
生成工具是否能持续使用角色信息,取决于参考输入、会话、角色资产或其他条件控制。先确认当前任务实际传入了哪些参考和版本,再判断偏差。验收依据来自批准的角色卡和相邻镜头,同一张生成结果无法验证其他角度。
有效做法是把角色信息分成稳定身份、受控造型和镜头状态三层。稳定身份决定“还是不是这个人”,受控造型决定“这一场穿什么、处于什么阶段”,镜头状态只描述表情、动作、污渍或光照,不应反向改变身份。

六类身份特征怎么记录
| 特征类别 | 应记录的内容 | 容易造成漂移的写法 |
|---|---|---|
| 脸型 | 轮廓宽窄、下颌形状、颧骨位置、五官比例 | 只写“漂亮”“英俊” |
| 发型 | 长度、分区、刘海、卷曲程度、发色、发际线 | 只写“短发”或“长发” |
| 体型 | 身高区间、肩胯比例、四肢长度、肌肉或脂肪分布 | 用“瘦”“壮”代替比例描述 |
| 年龄 | 视觉年龄区间、皮肤状态、面部成熟度 | 同时出现互相冲突的年龄词 |
| 服装 | 版型、层次、主色、材质、固定配件 | 只写服装品类,不写结构 |
| 标志性细节 | 痣、伤疤、眼镜、耳饰、纹样、随身物件 | 每个镜头临时增加新标志 |
角色卡记录画面中可观察的年龄感,例如眼周细纹和面部成熟度。虚构人物的剧情年龄与外观设定分开记录。若参考来源可识别到真人,先核对获准使用范围;下面只使用原创角色的示例描述。
建立身份特征层级
第一层是身份核心,通常包括脸型、五官比例、发际线、基础发色、体型比例和不可替换的标志性细节。这些信息应在所有镜头中保持一致,除非剧情明确发生整容、衰老或身体变化。
第二层是造型设定,包括服装、妆容、发型整理方式和阶段性配件。它们可以随场次变化,但必须由场景或剧情规则控制。例如同一场戏内不能无故换外套,同一天的妆面也不应突然改变。
第三层是镜头状态,包括表情、姿态、汗水、伤痕、雨水和光照。状态可以变化,但描述时要避免覆盖身份核心。例如“被雨淋湿的黑色短发”仍要保留原有长度、分区和刘海结构。
从自然语言整理成身份卡
沿用《最后一帧》的剪辑师林森。将第 04 章的 look-v002 与角色版本 lin-sen-v001 分开引用。人身体的左右以人物自身为准。即使画面镜像,人物左眉和左腕的约定也不应随之改写。
| 层级 | b04 角色卡 | 镜头检查 |
|---|---|---|
| 身份核心 | 偏长脸,短黑发向人物右侧分,人物左眉尾有小痣 | s03-sh003 可检查侧脸和发际;痣被遮挡时标记未观察 |
| 造型 | lin-c01 深灰外套、米白内搭、左腕银色方表 |
s03-sh002 右手操作时核对袖口;镜头未看到左腕无需补画手表 |
| 镜头状态 | s03-sh002 右手恢复原声,s03-sh003 看向监视器并停半拍后按下导出 |
衣物、痣和发型核心保留,视线和手势按节拍变化 |
眼距、下颌和头身比可用可比机位复核。表情、转头、焦段及遮挡会改变投影,先确认比较条件。表现“犹豫”时,可以给眼神短暂停顿和手指悬停,避免用换年龄或换脸表达心理变化。ScreenSkills 场记职责
一致性检查方法
每次新增参考图或镜头,都按固定顺序检查:
- 先看脸部轮廓和五官比例是否仍属于同一人。
- 再看发型长度、分区、发色和发际线是否一致。
- 检查体型比例,避免头身比、肩宽和四肢长度突然变化。
- 核对本场服装版本与标志性细节是否完整。
- 最后才检查表情、动作、光线和画面风格。
把检查项标为一致、已批准变化、无法观察或异常。对无法观察但会影响后续的特征另找有覆盖的镜头。返工时保留原样、对应镜头和一次调整的依据。若工具不能仅改变一个变量,则用可比参考区分有意变化与新偏差。
快速练习
选择一个原创角色,写出六类身份特征,并分别标记为“身份核心”“造型设定”或“镜头状态”。验收时应满足:每条都能被直接看见;没有“神秘”“坚强”等纯抽象词;同一信息没有出现在两个互相冲突的层级中。
本课总结
- 角色一致性依赖可见特征的稳定复用,而不是抽象地要求“保持同一人”
- 脸型、发型、体型、年龄、服装和标志性细节需要分别记录
- 身份核心、造型设定和镜头状态分层后,漂移更容易定位和修复
下一课预告
下一课将进入“角色参考集与角度表”,把本课的身份卡转化为正面、侧面、背面、表情、动作和光照参考,建立可供多镜头调用的视觉基准。