AI 视频做得越长，角色一致性的问题就越明显。
上一镜还是黑色长发，下一镜头发长度变了；正面看起来是一个人，换成侧面又像另一个人；同一场戏里，衣服颜色、五官甚至年龄感都可能发生变化。尤其是小说改编、漫剧和连续剧情视频，只要人物在十几个甚至几十个镜头里反复出现，角色不稳定就很容易让观众出戏。
但 AI 视频里的角色一致性，并不只是“提示词写得够不够详细”。真正影响角色稳定的，是从角色设定、角色参考图、分镜，到每个镜头生成方式的一整套工作流。如果只记住一个原则，可以理解成：先把角色作为稳定资产固定下来，再让后面的镜头只改变动作、表情、机位和当前状态，而不是每生成一镜就重新设计一次这个人。
AI 视频里的角色一致性，究竟要一致什么？
很多人说“角色一致性”，第一反应是脸不能变。脸当然很重要，但对于连续剧情来说，需要稳定的其实是一整组角色特征。比如：
- 脸型和主要五官
- 发型和发色
- 年龄感
- 身材和身体比例
- 固定服装或造型
- 经常出现的配饰和道具
- 整体人物气质
一个黑长发、白衬衫、偏瘦、气质克制的女性角色，如果下一镜虽然脸有点像，但变成了短发、宽肩、休闲卫衣，观众还是会觉得换了一个人。所以角色一致性的第一步，不是开始生成图片，而是先确定：
这个角色有哪些特征应该一直保持不变。
第一步：先建立稳定的角色设定
如果每做一个镜头，都重新写一遍人物描述，很容易越写越不一样。
第一镜写：
“年轻女性，黑色长发。”
下一镜变成：
“漂亮女生，柔顺黑发。”
再下一镜又写：
“气质温柔的年轻女孩。”
人看起来觉得描述的是同一个角色，但对生成模型来说，每次得到的条件其实都发生了变化。
因此更稳定的方法，是先建立一份相对固定的角色设定。例如：
年轻女性，中等体型，眉眼柔和，肤色均匀，黑色长直发，深色长袖上衣和长裤，白色帆布鞋，佩戴银色细项链。
这部分描述的是“她是谁”。后面的不同镜头，再去改变：动作、表情、视线、姿势、景别和镜头角度。也就是把：角色本身不能变的东西 和 这一镜允许变化的东西分开。
第二步：把角色变成可以反复使用的资产
如果一个角色会出现在很多镜头里，只保存一段文字描述还不够。更适合连续创作的方法，是把人物作为一个独立角色资产管理起来。角色资产里可以保存角色设定，并继续准备对应的角色参考图。以后做不同镜头时，仍然引用同一个角色，而不是每次重新创造一个人物。这也是为什么 AI 视频做到后面，越来越像是在管理一套制作资产。
在小镜里，角色、场景和道具可以分别作为资产管理。角色参考图既可以生成，也可以上传已有图片。如果想了解资产库具体怎么使用，可以继续看：如何使用角色、场景和道具资产库？
第三步：角色参考图比反复写角色名字更重要
有了角色资产以后，下一步就是给模型一个更加明确的视觉参照。例如只是告诉模型：
“林川坐在餐厅里。”
模型知道画面里应该有一个叫林川的人，但并不知道林川到底长什么样。如果同时提供林川的角色参考图，模型获得的信息就会具体很多。因此，同一个主要角色最好有稳定的视觉参考，而不是每个镜头都完全从文字重新生成。参考图也不一定只有一张。如果条件允许，可以准备：
- 正面
- 侧面或半侧面
- 中景或全身
- 常用服装状态
不过也不需要为了“角色一致性”无限增加参考图。核心仍然是：让后面的镜头始终围绕同一个角色基准生成。
第四步：分镜先决定这一镜“角色在干什么”
角色参考图解决的是“这个人是谁”。但它不会自动解决：这一镜人物在什么地方、做什么、什么表情、镜头拍哪里。这些信息应该由分镜承担。例如同一个角色，可以连续出现三个镜头：
镜头 01：全景，人物推门进入餐厅。
镜头 02：中景，人物停下脚步，看向房间里面。
镜头 03：近景，人物表情突然变得紧张。
三个镜头里角色都没有变。变化的是景别、动作和表情。因此一个比较稳定的做法，是：角色参考负责保持“是谁”，分镜负责描述“这一镜发生什么”。如果把两者混在一起，每一镜都重新描述一遍人物长相，再把动作、场景、构图全部塞进同一段提示词，人物就更容易发生漂移。
第五步：不要把角色一致性、场景一致性和构图一致性混成一个问题
这也是 AI 分镜图里很常见的误区。一张画面生成错了，有时候并不是角色不一致。比如人物长相完全正确，但本来应该站在桌子左边，却跑到了桌子右边。这属于人物位置和构图问题。
又比如角色完全正确，但餐厅布局、窗户位置和背景结构每个镜头都在变化。这属于场景一致性问题。如果人物已经比较稳定，但同一个房间一切换镜头就开始变化，可以继续看《AI视频如何保证场景一致性？》，那里专门讲场景资产、空间关系和参考图应该怎么配合。所以更准确的理解应该是：
- 角色参考解决“是谁”
- 场景参考解决“在哪里”
- 构图或站位参考解决“人物怎么站、镜头怎么看”
- 当前镜头描述解决“这一镜正在发生什么”
把这些问题拆开以后，角色一致性反而更容易处理，因为不需要让一张角色参考图承担所有事情。尤其是两个人以上的镜头，角色长相一致并不代表人物位置一定正确。如果经常出现“这个人本来应该站左边，却突然跑到右边”的情况，可以继续看《AI 视频多人镜头总是站错位置，怎么解决？》。
第六步：AI 画镜头时，尽量继续引用同一套角色资产
真正进入镜头画面生成以后，前面整理好的角色资料才开始持续发挥作用。例如这一镜出现角色 A，就引用角色 A。下一镜仍然是角色 A，就继续使用同一个角色资产，而不是重新上传一张完全不同的人物图。如果一个镜头里同时有多个人物，则分别引用这一镜需要出现的角色。对于场景复杂、人物比较多的镜头，还可以进一步加入场景参考或站位构图，让角色身份和空间关系分别得到控制。相关文章可以查看：AI画镜头时，如何引用角色、场景和站位构图？
这里有一个很重要的原则：
参考图负责固定不应该变化的部分，提示词负责描述这一镜需要变化的部分。
例如角色的脸、发型和基础服装应该尽量稳定。但人物这一镜是在笑、转身、奔跑还是坐下，本来就应该发生变化。
为什么同一个角色有参考图，还是可能会变？
有参考图并不意味着每个镜头都能够做到完全一样。尤其在这些情况下，人物仍然更容易发生变化：
- 大幅度改变拍摄角度
- 从正面突然变成极端俯拍或仰拍
- 表情变化非常大
- 人物快速运动
- 从近景突然切到很远的全景
- 光线和画风变化过大
- 多个角色同时出现在复杂画面中
所以角色一致性不是要求所有镜头都拍成一样。真正需要的是：
即使镜头角度、表情和动作发生变化，观众仍然能够确认这是同一个角色。
这才是连续视频真正需要的一致性。
一套更稳的 AI 视频角色工作流
如果做的是连续剧情、漫剧或小说改编，可以把流程简单整理成：
- 先确定角色设定
- 建立角色资产
- 准备稳定的角色参考图
- 先把故事拆成分镜
- 明确每个镜头出现哪些人物
- 画镜头时继续引用对应角色资产
- 复杂镜头再加入场景或站位构图参考
- 最后再根据每个镜头制作后续视频
这里最重要的变化是：
不要每做到一个镜头，就重新开始设计这个角色。前面建立好的角色资料应该一直向后传递。
小镜是怎么处理这件事的？
在小镜故事板里，故事转成分镜以后，角色、场景以及每个镜头之间的关系会被整理到同一套分镜资料中。角色可以作为独立资产保存，并准备自己的参考图。到了 AI 画镜头阶段，再根据当前镜头选择需要引用的角色、场景以及站位构图。这样做的目的并不是让所有信息都塞进一条提示词，而是把不同信息分别管理：
- 角色是谁。
- 场景在哪里。
- 人物之间是什么空间关系。
- 当前镜头发生什么。
后面镜头越来越多时，这种方式会比每次重新找图片、重新写人物描述更容易管理。
总结
AI 视频如何保证角色一致性？
关键不是找到一条万能提示词。更重要的是先把角色作为一个长期存在的制作资产建立起来：
稳定角色设定 → 建立角色资产 → 准备角色参考图 → 拆分镜 → 每个镜头继续引用同一角色 → 再生成后续画面和视频。
角色参考负责告诉模型“这个人是谁”。分镜负责告诉模型“这一镜要发生什么”。场景和构图参考再负责处理环境和空间关系。把这些任务拆开以后，角色一致性会比单纯反复修改提示词更容易控制。