AI 角色设定图生成：一张人设，锁住全剧的脸

为什么一致性要靠图，不能靠文字

用文字描述一个人的长相，模型每次读都会有自己的理解——同一句「二十七八岁、丹凤眼、左眉有疤」，这一段生成出来是一张脸，下一段是另一张。观众看三集就出戏了。

参考图不一样：带参考图的视频模型会把图里的长相、发型、衣着原样照搬。这是它的天性，在别的场合是缺点（想改个衣服改不动），在这里恰好是我们要的——把脸钉死。

所以流水线的顺序是：先出设定图，再出视频。跳过设定图直接出片，等于每一段都重新抽一次脸。

设定图长什么样，为什么长这样

全身、正面、纯白底。白底是硬条款——设定图是给视频当参考的，背景里烘进去的光和环境会被这个角色的每一个镜头继承，然后和分镜里逐镜的布光打架。

不用平光。「均匀无影」是塑料脸的标准配方：平光把皮肤纹理抹平，出来的人像橡皮。设定图写的是方向主光加补光，要鼻下和颧骨的阴影、要眼神光。

身份写在最前面。解析产出的外貌描述很细（骨相、痣、疤），但把它夹在大段技术指令中间会被稀释、模型退回「好看脸」。所以结构是先写这个人是谁，再写禁止网红脸、禁止抹平特征，最后才是技术块。

定妆照不是穿搭图。优先级是脸 > 体态 > 服装——不会为了展示衣服拉远景别、把头缩成一小块。

画幅是固定的，不跟项目走

这一条常被误解：角色设定图恒定 9:16，不管你的项目是横屏还是竖屏。一张全身立像需要那个高度，横过来人就只剩一条。

场景图与道具图则恒定 16:9。项目画幅管的只有视频；改画幅不会改任何设定图，因为设定图是给模型看的参考，不是它必须填满的取景框——画面是在生成那一刻构的。

同一个人的第二副样子：状态图

整套换装、变身之后、脸上的伤——这类「一句话改不动」的变化，走状态图：以基准设定图为参考重画一张，挂在同一个人物底下，哪几段用哪一张由系统读完分镜自动判定，也可以手选。

判据很明确：变化落在长相、衣着、形制、结构上才做状态图；落在位置、拿着什么、动作、光线、天气上的，一句话写进分镜就够了——那些东西文字加得上，长相和衣着文字改不动。

费用

免费额度是账户级的：每个账号共 15 张，角色、场景、道具共用这一个池子，跨项目累计，用完为止。它只能花在付过剧本解析费的项目上。

超出之后每张 5 积分。重新生成同一张也按新的一张算。状态图有自己的额度池，与设定图互不相干。

出图用哪个模型档位，在「设置 → 模型偏好」里可以自己换；默认那一档是流水线其余部分调校时的参照，多数人不用动它。

常见问题