用可灵档出片时，角色怎么跨集保持一致

一致是三层，哪一层都不是「档位」

上面这张样片截图来自《班师》——本站做的；同一批角色一张脸走完全剧，靠的就是下面这套设定图。

一张脸会漂，有三个原因，各对应一层：写出来的描述会被一句句稀释、参考图自带打光、两个镜头之间没有任何可以承接的锚点。解法不是换更贵的档或写更长的提示词，而是把信息存住的那一层：

• 角色设定图——这张脸和这个身形长什么样。画一次，处处复用。
• 场景底图——这场戏在哪、光从哪来，让设定图不至于和背景打架。
• 分镜——每一镜有谁、站在哪、上一镜的什么要延续下来。

这套三层法在 AI 短剧角色一致性：换镜头就换脸怎么办 里逐层拆开了。下面讲的是换成可灵档出片之后，这套怎么落地。

每个角色一张设定图，只画一次

第二步里每个角色生成一张自己的参考图：先脸和身形，带一个一眼认得出来的特征（疤、痣、一件首饰、一个发型），纯背景、有方向的光。这张图就是这个角色的身份；之后他出镜的每一段都以它为参考渲染，哪一档出都一样。

关于设定图，三件事值得先知道：

• 是按角色，不是按镜头。重画一张设定图，这个角色在全集里的脸就都跟着变了——不用一段一段去修脸。
• 可以只换某一个角色。重画或替换那一张，别的角色不动。
• 场景和道具同理：每个地点一张场景图、每个关键道具一张图，房间和物件才不会隔几集就变样。

账号上最先的 15 张设定图免费（角色、场景、物品共用这一池）；之后按图片档的价一张一张算。免费设定图是账户级的。

每一段渲染时，带上了什么

一段出片时，系统看分镜决定带哪些参考：画面里列到的每个角色的设定图、场景图、道具图，以及换装 / 场景变化对应的状态变体图。不用你一镜一镜手动挑参考——这套装配是流水线在做。

两个要记在心里的后果：

• 「画面里有谁」那一栏就是开关。没写进名单的角色不会出现在画面里；写进去的，他的设定图就会被带上。把不在画面里的人写进名单，是成片跑偏最常见的原因之一。
• 状态变体也是参考的一部分。角色换了衣服、房间烧了，那是一张新的参考图，不是一句话。换装、场景破坏、兵器出鞘怎么做。

分镜怎么写，脸才稳

连贯与否是分镜逐镜定的：

• 一镜一拍，并给它足够的秒数。
• 画面里有谁，如实写：延续上一镜的站位和动作，不要另起一段自相矛盾的描述。
• 同一个角色用同一个音色：音色在第二步按角色设定，可以写成描述，也可以在预置库里挑一个能试听的。角色音色怎么选。

镜头之间的站位怎么保持一致，看 空间布局一致性；画面里谁在、@ 名单怎么填，看 分镜里的 @ 药丸。

可灵两档改变了什么，没改变什么

档决定画面，不决定身份。按段在选择器里选：

分辨率更高的档给的是更清楚的画面——特写、以及要在大的屏幕上看的时候有用；它不会让脸更稳，两档带的是同一张设定图。省钱的做法还是那个顺序：戏还在动的时候整集用默认档打草稿，留下的段（尤其特写）再用 Kling 4.0 重出。整条流程看 用 Kling 4.0 做短剧。

一个要提前算好的上限：Kling 4.0 Flash 单段最长 20 秒。一场对话拆成几段短的，两档都能出；一条超过 20 秒不能断的长镜要用 Kling 4.0，它到 30 秒。

可灵官方的身份能力（按官方公布）

可灵模型本身带身份类的工具，值得知道它们是什么——同时把要紧的那句话带上：这些是可灵官方公布的模型能力，不是本站某一档开放了什么。

• 主体（Element）参考：按可灵官方公布，人、物、地点都可以定义成主体，在之后的生成里引用。
• Character Identity 3.0：随可灵 3.0 官方公布，角色可以用一段参考视频或几张图来定义；可灵自己的建议是约 3–8 秒的角色视频一致性最强。
• Element Voice Control：官方公布的能力，把声音绑到参考主体上，同一个角色来时带着同一个嗓音。
• Omni Reference：随可灵 4.0 官方公布——每个任务最多 15 个参考：10 张图、5 段视频、最多 7 个主体，外加声音。

在本站干活时，同一件事由设定图、场景图和分镜来做，出片用你选的档。两者不冲突：都是同一个思路——把身份存进一份参考里反复用——只是在两个地方表达。公告原文在 可灵 4.0 模型发布页。

交付前的一致性自查

• 同一个角色的五个镜头并排看。带一个特写、一个全身，都放到同一尺寸上看。脸在这几个镜头之间会变，就去改设定图。
• 脸看得清的每一镜里，都能看到那个识别特征。
• 服装和道具对得上这一集故事里的状态。
• 每一镜的画面名单写的是实际在场的人，不多不少。
• 音色按角色设定，不是按台词——第 10 集听起来和第 1 集是同一个人。
• 只把留下的段换高档重出，其余留在原处。

常见问题

更新于 2026 年 10 月 15 日