做了80集漫剧，变脸问题我算是治明白了
上礼拜在特种猫社区看到有人问，同一集漫剧里主角从第三个镜头开始脸型就跑了，评论区一片"换演员了？"。我懂那种崩溃。我自己做AI漫剧解决人物变脸工具这块折腾了大半年，前四十集基本是灾难现场，后来改了流程才把变脸率从六七成压到个位数。今天把踩坑拆出来，给还在跟角色一致性较劲的同行看看。
先别急着跑视频，静态没锁死全白搭
说个我踩过的最大的坑。去年做古风系列前十集，我上来就用视频模型直接跑分镜，觉得都什么年代了还分什么步骤。结果第一集主角瓜子脸，第二集变国字脸，第三集连发型颜色都换了，完播率直接掉一半。后来我才真正意识到：图像模型是地基，视频模型是放大器，地基歪了后面怎么调参数都救不回来。
所以AI漫剧解决人物变脸工具这件事，核心不是找一款工具点一下就完事，而是把静态人设和分镜先锁死，再喂给动态模型。我现在每次开新角色固定走这个顺序，看着多此一举，但省掉了后面几十张废图重跑的功夫：
- 用图像模型出主角定妆图，正面、侧面、四十五度各一张
- 确认五官、发型、服饰细节完全满意，不满意就重新跑
- 把定妆图存进角色参考库，后续所有分镜强制引用这张图
- 分镜图批量生成后人工逐张过，不合格的直接删不犹豫
- 分镜全部通过后，才进视频生成阶段
定妆图我后来换了个笨办法
前四十集做AI漫剧解决人物变脸工具最让我崩溃的就是定妆图。我一开始全靠一条提示词硬怼，比如"黑色长发、红色眼眸、白色汉服、冷艳气质"，每次跑出来五官都不对劲。后来我改成先写角色设定卡，把每个特征拆成独立描述，分三轮出图：第一轮只锁脸型五官，第二轮加发型，第三轮加服装。每轮只改一个变量，崩了就知道是哪句描述的问题，不用全部推翻重来。
提示词结构给大家参考，以我那个古风女主为例："瓜子脸、杏仁眼、细弯眉、薄唇、黑色齐腰长发、白色交领右衽汉服、银色发簪"，每张照片只描述这些固定项，不加表情和动作。表情动作留到分镜阶段再写，这样定妆图就是纯"身份证"，后续引用时模型不会把表情特征也一起锁死，分镜想哭想笑都不影响脸型。
还有个细节很多人忽略：出定妆图时背景一定要写"纯色背景"。我之前有次没写，模型自己加了个园林，后来引用这张图做分镜时那个园林就跟着跑到了每个镜头里，怎么都去不掉，整组分镜全废，重跑了四十多张，那天晚上没睡好。
分镜筛选比生成更重要
分镜阶段是AI漫剧解决人物变脸工具流程里量最大的一环。我一般一集拆八到十个镜头，每个镜头写一句画面描述加一句运镜指示，比如"中景，女主转身，镜头跟随，背景虚化"。关键点是一个镜头只写一个动作，别把"转身然后坐下然后回头"塞一句话里，模型会随机选一个，你根本控制不了它选哪个。
批量生成之后，筛选标准我卡得很死，三条全过才留，有一条不满足就删不犹豫。一开始觉得太苛刻，后来发现留一张"差不多"的图进去，到视频阶段那个瑕疵会被放大十倍，修补成本是重跑的三倍：
- 五官和定妆图逐张对比，脸型、眼型、眉形不能有明显偏移
- 服饰颜色和款式与定妆图一致，不能多一条腰带或少一个发簪
- 背景元素与分镜脚本描述吻合，不能凭空多一棵树或一面墙
说个具体例子：有一集我赶时间，一张主角侧脸角度偏了大概二十度，我觉得能看就留了，结果进视频模型后被解读成"换了一个人"，五秒动画里脸从侧面变正面但五官完全对不上，像两个人在做同一件事，最后重跑整组分镜加重新剪辑，多了将近三个小时。
动态阶段和说点不够好的地方
进了视频生成阶段，变脸问题其实少了很多，静态图已经锁死。但还有三个地方容易翻车：转场用叠化时模型会把A场景脸往B场景身上贴，我现在一律硬切；面部特写时模型会"美化"定妆图，鼻子变挺眼睛变大，提示词加"严格参考角色面部特征，不做美化"能压一部分但不是百分百；连续动作时长太短中间帧会插停顿，我一般单镜头设四到六秒，留余量后面再裁。
再说点实话。这套流程最头疼的是群戏，一帧三个以上角色同框时一致性明显下降，模型开始"借脸"，A的鼻子跑到B脸上。我现在的解法是群戏镜头分两次生成再后期合成，麻烦但管用。另外跨集换服装也有残留，第一集白色领口会闪到第三集红战甲上，反复强调也根除不了。AI漫剧解决人物变脸工具这件事，流程对了比工具贵不贵重要得多，没有哪个工具能替你省掉筛选那一步。
就写到这。核心就一句话：先把人锁死，再让他动。AI漫剧解决人物变脸工具这块我踩了大半年坑才想明白的事，希望能帮你少走几步弯路。有具体操作问题的，可以到特种猫社区里直接问，比我在这干写强。