AI 分镜人物一致性：参考设定图方法

先说结论：AI 分镜里人物保持一致，靠的是每个角色一张固定的参考设定图。它根据文字描述生成一次，然后附在这个角色出现的每一格分镜上。提示词写得更长解决不了问题，反复重新生成碰运气也不行。下面分七步讲这个方法，以及它会在哪些地方失效。

这里用的工具是 ScreenWeaver 的与剧本联动的分镜工作区，设定图是内置对象，而不是你自己管理的一文件夹图片。这个原则适用于任何支持参考图的分镜生成工具。如果你还没完整跑过一遍分镜，从剧本生成 AI 分镜的完整流程讲了整条管线；本文只讲大家最常跳过的那一步。

分镜为什么会“跑脸”

每一格都是一次全新的生成。模型画第 5 格时并不记得第 4 格。它对你的主角了解多少，完全取决于你这一次给了它什么。

给它一段文字，你给的是一个范围。“一个五十多岁、穿深色大衣的高个女人”能对上成千上万个女人和几百种大衣，每一格都从中抽一个。脸会漂移，大衣的版型、长度和颜色都会变。到了第 9 场的全景，看分镜的剧组会问：第二个女人是谁？

给它一张图，你给的是一个点：一副身形、一条发际线、一件扣子数量都确定的大衣，是照着复制，而不是重新理解。参考设定图方法就是这一招：把身份从提示词里拿出来，放进一张图，并且确保这张图每一次都在。

动画行业一百年前就用角色设定稿（model sheet）解决了这个问题：一张从多个角度画角色的图，钉在每张画桌上方，让五十双手画出同一个人。分镜参考设定图就是同一份文件，只不过是生成的，不是手画的。

第 1 步：决定谁需要设定图

不是每个人都需要。一张设定图要花一次生成和几分钟写作，而只出现在一格里的角色不会跑脸，因为没有可以偏离的基准。

角色	要不要设定图	原因
主角，出现在大部分场次	要，最先做	每一格都依赖它
配角，三场以上	要	到第二场就能看出漂移
两场戏的小角色，但外形辨识度高（制服、特效妆、特别的发型）	要	剧组会注意的正是这个外形
只出现一场、但有好几格的路人	通常要	正反打时，场内一致性同样重要
只有一格，没有台词	不要	没有需要保持一致的东西

地点和道具也照此筛选。反复出现的地点和主角一样需要设定图；推动剧情的道具，如果会不止一次出现特写，也需要一张。在 ScreenWeaver 里，Storyboard 标签页左侧的元素面板已经列出了从剧本中提取的人物、地点和道具，所以筛选只需过一遍。

第 2 步：写出生成设定图所依据的描述

后面的一切都继承自这一步，而大多数人只在这上面花九十秒。

在 ScreenWeaver 里，每个元素都有一个情绪板，上面钉着一段描述文字。参考设定图的提示词读的就是这段文字。角色的其他任何信息都到不了设定图的生成：台词不会，动作描写不会，你脑子里的选角想法也不会。如果这段文字是空的，工具会在生成前提醒你，因为只靠名字做出的设定图，就是用默认值做出的设定图。

Storyboard 标签页中的“缺少描述”提示，用 ScreenWeaver 界面组件和产品原文还原，2026 年 9 月。

把这个提示当真。取消，写好描述，再生成。

描述里写的是外在事实，不是性格刻画。模型画不出“受伤的自尊”，而“中年”它每次都会画得不一样。用三四句话，写出服装设计和选角导演各自需要知道的东西。先写身体：性别、年龄段、身高、能说清的体型。然后是头部：头发的长度、颜色和发型，肤色，胡子，眼镜。接着是每件衣服的颜色和材质、鞋子，以及一个在全景里也能一眼看到的特征。最后写她什么都不做时怎么站。

本文一直使用的角色 Noor，她的描述是：

Noor，女，五十五岁上下，个子高，体格壮实，肩宽。灰色短寸头，深棕色皮肤，不戴眼镜。及膝的深蓝色羊毛铁路制服大衣，黄铜纽扣，最下面两颗缺失，里面是灰色圆领毛衣。红围巾在喉咙处打一个结。黑色系带靴。脖子上用链子挂着老花镜。站得笔直，双手插在大衣口袋里。

这段描述里的每个名词，都是生成工具能复制、审核的人能核对的东西。会失败的写法：

常见写法	为什么会漂移	应该怎么写
“时髦，利落”	风格是一个范围，不是一件衣服	写出具体的衣服和颜色
“中年”	在多数模型里横跨 35 到 60 岁	“五十五岁上下，灰色短寸头”
“运动型身材”	可能是游泳运动员，也可能是摔跤手	“个子高，肩宽，小臂粗壮”
“眼神疲惫，背负着悲伤”	情绪属于这一格的动作描述，不属于设定图	删掉
“长得像年轻时的阿尔·帕西诺”	像某个真人既不可靠，也有肖像权问题	写出你真正想要的五官特征
“穿着一件外套”	版型、长度和颜色每一格都会变	“及膝深蓝羊毛大衣，黄铜纽扣”

如果从零开始写很难，AI 角色一致性设定表会带你填同样的字段（年龄段、脸和体型、头发、准确的服装、一个辨识特征），并组装成一段可以贴到情绪板上的描述。它原本是为视频提示词做的，但字段和分镜设定图需要的完全一样。

一段描述只对应一套服装。如果 Noor 在第一幕和第二幕穿大衣，第三幕穿病号服，那就是两张设定图，第 6 步会讲怎么处理。

第 3 步：生成设定图，像读角色设定稿一样检查它

在元素面板里生成参考设定图。对于角色，ScreenWeaver 的设定图提示词要求在同一张图上以相同比例、相同地平线画出四个全身视角（正面、四分之三侧、正侧面、背面），另加一个中性四分之三角度的头部特写，姿势是中性站姿。设定图刻意采用白底上的朴素预演风格：简单的形体，克制的颜色，没有文字，没有标签。

为本文生成的 NOOR 参考设定图，依据上面的描述，使用与 ScreenWeaver 角色设定图相同的四视角提示词模板和模型，2026 年 9 月。

拿它和描述对照，马上能看出两点。模板的中性站姿压过了“双手插在大衣口袋里”，这没问题，因为站姿属于分镜那一格，设定图只需要提供身体。另外，大衣上有三颗纽扣，下面是空着的羊毛面料，这是对“最下面两颗缺失”的一种理解；如果缺失的纽扣在画面里很重要，就值得再生成一次。检查要的就是这种程度的细心。

朴素的风格是刻意的。一张光影浓郁的写实肖像，会被分镜生成器既当作要复制的人，也当作要模仿的画风，于是每一格都会继承那种光线。白底上一个平面的预演人物只承载身份，几乎不带别的东西，这正是参考图应该承载的。

现在，在接受之前，把描述放在旁边，仔细读这张设定图：

1. 四个视角彼此一致吗？ 每个角度身高相同、体型相同、头发相同。如果背面的头发比正面长，设定图就会教给分镜生成器两个人。
2. 服装里的每个名词都在吗？ 数纽扣，看围巾，找眼镜链。设定图上缺的细节，每一格都会缺，而且你没法用提示词补回来。
3. 缩略图大小时轮廓还认得出吗？ 眯起眼睛看。如果 Noor 作为一个形状认不出来，在全景里也认不出来。
4. 有没有描述里没有的东西？ 凭空多出的配饰、帽子、包。重新生成。模型在这里加的任何东西，都会成为整部分镜的设定。

只要有一项不过关，就不要试图在分镜格里修。改描述，重新生成设定图，再检查。重新生成两次设定图，比重新生成一整场戏便宜。

画风离开预演越远，这份清单越重要。简洁、风格化的造型最脆弱：帽子或耳朵一变，观众就会看成另一个角色。我们的 AI 动画短片方法展示了一张四视角、四表情的角色设定稿如何让一只快递狐狸贯穿每个镜头；AI 制作 3D 动画指南则在圆润、带光照的角色上做了同样的环绕视图，在那里，一只手套从橡胶变成皮革，比脸更早打破幻觉。

第 4 步：角色在画面里的每一格都引用设定图

设定图在被某一格使用之前没有任何作用。在 ScreenWeaver 里，分镜格的动作描述就是提示词，而且只有一种语法：@ 引用一个元素，也就是把这个元素的设定图作为参考附到生成上。输入 @，选 Noor，设定图就跟着这一格走。

这时分镜格的提示词会带上一条严格指令：完全匹配被引用角色的脸型、比例、头发、服装、轮廓和姿态，不重新设计，不换装，不增减配饰。这条指令不用你写，引用这个名字就会生效。

引用的规则比直觉更窄。只有 Noor 在画框里时才引用她。如果只是有人提到她，或她站在同一个房间的画外，或这个镜头是她看向别人的主观镜头，就不要引用。引用一个不在画面里的角色，等于邀请模型把她放进去。

还有，别在动作描述里再描写她一遍。动作描述是写这一拍发生了什么：Noor 丢下账本，伸手去扳道岔拉杆。 而不是：Noor，一个五十多岁、穿深蓝大衣的高个女人，丢下账本。 第二种写法给了模型两个标准答案，一张图和一段文字，等于允许它取平均。身份放在设定图里，动作放在文字里。直接给视频模型写提示词时也是同样的分工，详见围绕参考图写人物一致性提示词。

引用了尚不存在的设定图的镜头，会被标记为“受阻”，自动生成会拒绝渲染它，直到设定图出现。这个拦截是在帮你，因为你本来会得到的，正是那一格跑脸的画面。

Try it free

Try ScreenWeaver for free on your script

It is free. Import your existing project, get a clearer view of your outline, and regain control of your story structure in minutes.

Start Free

第 5 步：做分镜之前，先跑三格测试

在批量生成之前、在第一场之前，专门生成三格 Noor，按这个顺序：

格	景别	测试什么
1	特写，正对镜头	脸和头发。最简单的测试，也是大多数人止步的地方。
2	中景，四分之三侧，手上在做事	真实动作下的服装细节和体型。
3	全景，背影，正在走远	轮廓、大衣长度、站姿、后脑的头发。没有脸可以骗过你。

第 3 格才是关键。有一张好的设定图，如今脸大多能稳住。分镜依然会崩的地方是轮廓和服装，而背影全景是唯一一格没有别的东西分散你注意力的画面。如果 Noor 的大衣变成了齐腰，或者肩膀变窄了，你只花了三格的代价就发现了，而不是三十格。

每一格测试都拿设定图来判断，而不是拿上一格测试来比。测试失败时，问题几乎从来不在这一格本身：要么描述太单薄，要么设定图的视角互相矛盾，要么漏了引用。退回一步，修好，再测一次。三格都通过之后，才打开自动生成，让它跑完剩下的部分。

第 6 步：处理剧情本身需要的变化

角色会按剧情变化：淋湿、流血、变老、换衣服。提前规划，这个方法就撑得住；临场应付，它就会崩。

换装就是第二张设定图。 新建一个元素，起一个没人会弄混的名字（NOOR（病号服）、NOOR（婚礼）），描述里身体和头部的段落一字不改地重复，只替换服装段落，然后每场引用对应的那一张。正是重复的身体段落，让她在两张设定图之间保持是同一个人。

场内的变化写进动作描述和延续链。 Noor 在第 14 个镜头被淋透，整场戏都是湿的。在第 14 镜的动作描述里写“浑身湿透，头发贴在头上，大衣被雨水浸成深色”，然后用 Continues from 字段把第 15 到 19 镜指向第 14 镜。延续镜头的指令是保持上一格的服装、走位和光线，只推进动作，所以湿透的样子会延续下去，不需要新设定图。这场戏结束、她又干了以后，取消延续链，回到普通引用。

跨越漫长时间的衰老也是第二张设定图，身体段落要刻意重写，而不是照抄。二十年后是另一种轮廓。

不该做的是改原来的描述去反映新状态。你一改 Noor 所依据的设定图，之前用它生成的每一格就都过时了，而你不会记得是哪些。

第 7 步：锁定设定图

测试通过后，设定图就冻结了。有帮助的话，在元素名旁边写上日期。从这里开始，三条规则。

重新生成分镜格，不重新生成设定图。某一格跑脸了，先用同样的引用重新生成这一格。单格漂移大多只是运气不好，用相同输入再生成一次就能解决。

如果同样的漂移在多格里反复出现，原因在设定图，而修设定图等于把分镜重置。动手之前先接受这一点。重新生成设定图，意味着所有引用它的分镜格也要重新生成，否则分镜里会有两个 Noor，每个版本的设定图各一个。要么早做，要么不做。

设定图不是定画风的地方。客户想要更暗沉的分镜，那是分镜格层面的参数，不是一张更暗的设定图。设定图保持平面、朴素，这样画风改变时它依然有效。

常见失败，以及真正有效的修法

你看到的现象	真正原因	修法
每一格脸都不一样	没有设定图，或设定图来自一行字的描述	写好描述，重新生成设定图，再重新生成分镜格
脸稳住了，大衣长度或颜色在变	描述里没写服装，所以设定图这部分很模糊	在描述里补上颜色、材质和长度，重新生成设定图
同一场里出现两个版本的角色	分镜做到一半重新生成了设定图	重新生成所有引用它的格，或者退回旧设定图
角色出现在她不该在的格里	在只被提到或在画外的镜头里引用了她	去掉引用
该有她的全景里却没有她	没引用，或名字没解析	加上引用；名字未解析时分镜格会提示
角色样子对，但每格都僵硬、姿势一样	动作描述太单薄，模型退回设定图的中性站姿	写出关键瞬间的具体肢体动作
分镜格继承了你没要求的画风	设定图被重新生成成带风格、带光影或写实的样子	设定图保持默认的朴素风格
镜头被标为“受阻”	分镜格引用了不存在的设定图	先生成缺失元素的设定图

设定图无法保证的事

参考设定图能让一个角色在一格又一格之间被认出是同一个人，用的是为规划服务的预演画风。它不会让她像某个特定演员，也不该去尝试。分镜存在的意义，是让剧组读懂调度、镜头覆盖和连戏；分镜镜头类型参考讲了每一格要传达什么，“像谁”不在清单上。

设定图也不会自己延续到成片画面。生成视频是另一条管线，有自己的参考资料、自己的画风，以及超过十个镜头后更难的一致性问题。到了那一步，AI 视频中的人物漂移会讲这个阶段。不过你在第 2 步写下的描述可以直接带过去，这也是第一次就把它写好的又一个理由。

还有，任何设定图都救不了一个还没想清楚角色是谁的剧本。如果你写不出四句话描述 Noor 长什么样，问题出在分镜的上游。

FAQ

要做出一致的 AI 分镜，一个角色需要几张参考图？

一张就够，前提是这张设定图以相同比例展示多个角度。ScreenWeaver 的角色设定图在一张图里给出正面、四分之三侧、侧面、背面以及头部特写。只有一张正面肖像是不够的，因为分镜生成器得自己编出背面和侧面，而每次编的都不一样。

为什么参考设定图用朴素风格，而不是我影片的画风？

为了让分镜生成器复制的是人，而不是光线。带风格的设定图会把它的氛围、配色和渲染方式推到每一个引用它的格里。就算分镜不朴素，设定图也要保持朴素。

引用设定图之后，还要在每格提示词里描写角色吗？

不用。引用设定图，动作描述只写动作。再描写一遍角色，等于给模型第二个标准答案去和图片取平均，而这个平均正是漂移的来源。例外是暂时性的状态（湿透、带血、戴着帽子），它们要写进那个镜头及其延续镜头的动作描述里。

角色中途换衣服怎么办？

新建第二个元素，做第二张设定图，身体和头部的描述一字不改，只改服装部分，然后哪一套在场就引用哪一张。不要改原来的描述，否则之前用它生成的每一格都会过时。

有一格画坏了，是重新生成这一格还是设定图？

先重新生成这一格，引用不变。一次失手很正常。如果同样的漂移出现在三格里，说明设定图或描述太单薄，修它就意味着重新生成所有引用它的格。所以三格测试要在批量生成之前做，而不是之后。

这个方法在 ScreenWeaver 之外也能用吗？

原则可以：每个角色一张多视角参考图，依据具体的描述生成，附在角色入画的每一次生成上，绝不用文字重新描写，通过测试后锁定。在别的工具里，你得手动管理设定图文件和引用，也没有机制拦下缺少参考图的镜头，所以纪律只能靠你自己。对动辄几十集的 AI 短剧来说，这份纪律更是省钱的关键。