如何让 AI 角色在每个镜头中保持一致

Story Elements 存放三类实体：角色、地点和道具。那就是你的世界。它是一张画布，而不是一张表单：可以缩放、平移、移动卡片和调整大小，并按你的思路给它们分组，主要角色放在上方，背景人物放得远一些。适配视图会把所有内容拉回视野内。底部可以添加文字、图片和音频，以及最重要的三样，因为分镜要用到它们：角色、地点、道具。

这里不是百科词条。你在描述里输入的每一个字，都会被绘制图像的系统逐字读取。所以每一句话都要检验：它会改变画面吗？如果会，它就属于这里。如果不会，它就属于你的脑子，在那里它依然有用，而且不花一分钱。

大多数人第一次会这样写：

这里面没有一句是指令。“漂亮” 不是一种长相。“一件大衣” 什么大衣都可以是。“担心” 是一种情绪，而情绪在每个镜头里都在变，所以它不可能是她永久特征的一部分。用这段话生成设定图，你每次都会得到一个不同的女人，因为什么都还没有被决定。

为 Mara 改写后的描述，确定的都是摄影机能看到的东西：

• 年龄和具体的体型。
• 用头发的状态来描述头发，而不是用一个形容词。
• 一件精确到可以重画出来的衣服：一件男式油布雨衣，肩膀太宽，袖口翻折了两道。
• 一个永久的身体细节：左手手背上的一块烧伤疤痕。
• 姿态，因为姿态就是性格，而且在任何机位角度下都能保留下来。

里面没有任何人物前史。文字能承载很多，其余的交给图像：把参考图拖进情绪板。三四张好的参考图胜过十五张。一墙互相矛盾的图片会被平均化，而被平均化的脸，正是大家都在抱怨的那种平淡无奇的脸。

在分镜阶段，每张角色卡片上都有一个按钮，可以把描述变成参考设定图：同一个人的多个角度，来自你的文字和你的参考图。从那以后，每一个有 Mara 的镜头都会对照这张设定图来生成。这不是魔法，也不是记忆，而是系统每一次都会去看的一张图。

打开任意实体的高级设置，就能看得一清二楚：情绪板、你的描述和你的图片，供给生成设定图的那个节点，而提示词直接指回你的文字。两条实用规则：

• 如果卡片上显示红色的 "primary output missing"（主输出缺失），说明设定图没有生成成功。任何有这个实体的镜头，现在都只能靠猜。做分镜之前先重新生成它。
• 修改描述不会更新已有的设定图。请使用卡片上的重新生成按钮。14 积分，远比在一张过时的脸上做十个镜头便宜。

1. 1形状：圆形，混凝土结构，直径约 8 米。
2. 2材质：裸露的混凝土，墙上泛着盐霜，钢材。
3. 3光线：一个光源，一扇朝北、面向灰色海面的高窗，所以一切都是冷的，光都来自同一侧。
4. 4一个有辨识度的特征：一整面玻璃碎裂、早已失灵的仪表盘墙。
5. 5破败程度：铁锈从门缝里渗出来。
6. 6绝对不能变的东西：那扇带手轮的密封钢门，永远在房间的最里面，正对着窗户。

最后这一句的作用极大。没有它，门会在镜头之间移来移去。有了它，你影片的空间布局就站得住。

话筒：胶木材质，黑色，比看上去更沉，一根已经失去弹性的螺旋电话线，还有一个在特写中可见的细节：听筒被拇指摩挲多年，磨得发白。这个细节就是这件道具出现在影片里的原因。它不用一句台词就说明了：在 Mara 之前，曾有人在这里坐了很久很久。

写进简报的：大衣是一件男式油布雨衣，肩膀太宽；窗户朝北；门上有一个手轮；听筒被磨得发白。这些摄影机全都看得到。留在脑子里的：那是谁的大衣，她为什么接下这个岗位，上一任报务员出了什么事，那扇门是做什么用的。

第二张清单，正是第一张清单写得好的原因。你之所以知道那是一件男式大衣，是因为你知道它曾经属于谁。但如果把人物前史打进输入框，它会冲淡指令，模型会试图画出一种感受，而不是一件大衣。写下能被拍出来的东西。

在描述中输入 @，可以直接引用另一个实体的设定图，这样一个镜头可以写 “那件空荡荡的大衣”，系统也能准确知道是哪一件大衣。实体之间可以互相指向。

只要你把它限制在摄影机能看到的范围内，助手在这方面真的很擅长。没有这个限制，你会得到父母、童年创伤和一首最爱的歌，这些永远不会出现在任何一帧画面里。有了这个限制，它会提出有用的问题，比如穿什么鞋、手腕上有没有戴东西。它还能把写得过多的描述删短，并检查命名：SIGNAL 在一行动作描述里把这个道具叫作 receiver（接收器），在另一行里又叫作 handset（话筒）。对人类读者来说无所谓，对生成器来说却是个真问题。

一个角色、一个地点和一件道具，大约花了 12 分钟。只搭建你接下来要画分镜的那场戏里出现的实体，其他的一概不做。Story Elements 不是一项要一次完成的任务，而是你边走边喂养的东西。项目往往就死在这个阶段，因为有人决定先把所有东西都填满。

证据：同一个镜头、同一条提示词，一次用 “一个年轻女人，很漂亮，穿着一件大衣”，一次用真正的描述。差别不在于更好的模型，而在于更好的简报。接下来，第 5 课 会把这场戏变成分镜。