Як зберегти послідовність персонажів та локацій у згенерованих ШІ кадрах

Кожне наративне відео ШІ стикається з однією і тією ж проблемою: перший кадр дає вам ідеального персонажа, а до четвертого кадру у неї вже інше обличчя, куртка та зачіска. Відеомоделі не мають пам'яті між генераціями. Узгодженість — це не те, що ви просите, це система, яку ви будуєте навколо моделі: одне еталонне зображення, один заморожений блок дескрипторів і прохід редагування, який поглинає останні двадцять відсотків.

Цей посібник будує цю систему. Приклад, що розглядається, — польовий ботанік, яка з'являється у двох локаціях — печері з біолюмінесцентним мохом та стежці в джунглях — згенерованих з одного аркуша персонажа. Вам потрібна модель зображень для еталонного аркуша та відеоінструмент, який приймає посилання на зображення, наприклад, /studio.

Еталонний аркуш — це ваша пам'ять

Перед генерацією будь-якого матеріалу, створіть персонажа один раз як повноцінне статичне зображення. Це єдине зображення передається як посилання на кожен наступний кадр, що закріплює ідентичність набагато краще, ніж будь-який прикметник у промпті. Напишіть промпт для аркуша як кастинг: гардероб, зачіска, аксесуари, поза, фон.

Full-body character design of a woman in her thirties,
a field botanist: olive field jacket with rolled sleeves,
round glasses, dark hair in a single braid, canvas satchel,
standing relaxed pose facing camera, neutral light-grey
studio background, soft even lighting, consistent character
reference sheet look.

Три правила для самого аркуша. Нейтральний сірий студійний фон, щоб навколишнє середовище не проникало в еталон. Рівномірне освітлення, щоб відеомодель читала форму, а не настрій. Розслаблена стояча поза обличчям до камери, тому що екстремальні пози забруднюють кожну наступну генерацію. Створіть двох або трьох кандидатів і виберіть одного, перш ніж рухатися далі; ніколи не міняйте аркуші в середині проєкту.

Одне посилання, дві локації

ONE REFERENCE, TWO LOCATIONS

INPUT

PROMPT

The botanist kneels in a bioluminescent moss cave at night, lifting a glowing fern leaf toward her lantern, awe on her face, medium shot, cool teal glow against warm lantern light, gentle handheld drift.

OUTPUT — GENERATED WITH MANIFOLDGEN

Кадр 1 — печера з мохом · 4s

Кадр 2 — стежка в джунглях · 4s

Обидва кадри використовують один і той же аркуш персонажа як посилання на зображення, тоді як промпти змінюють лише локацію, дію та світло. Промпт для кадру 2: "Ботанік пробирається сонячною стежкою в джунглях, розсуваючи листя однією рукою, зйомка з відстеженням спереду в темпі ходьби, плямисте зелене світло, документальний реалізм, той самий персонаж, що й у посиланні." Ідентичність зберігається, тому що вона походить від зображення, а не від тексту.

Зверніть увагу, що змінилося між кадрами, а що ні. Локація, дія, рух камери та освітлення — все нове для кожного кадру. Гардероб, окуляри, коса та сумка ніде не з'являються в жодному промпті кадру — вони надходять з еталонного зображення. Цей поділ праці є всією технікою: зображення володіє ідентичністю, промпт володіє постановкою.

Повторюйте дескриптори дослівно

Посилання виконує більшу частину роботи, але текст все ще просочується. Коли персонажа потрібно описати прозою — великі плани, де аркуш погано обрізається, або моделі без підтримки посилань — копіюйте точний блок фраз щоразу:

• Створіть один канонічний рядок дескриптора для кожного персонажа ("жінка років тридцяти, оливкова польова куртка з закоченими рукавами, круглі окуляри, темне волосся в одній косі, полотняна сумка") і вставте його без змін у кожен промпт, який її називає.
• Ніколи не перефразовуйте. "Темне заплетене волосся" та "одна коса" створюють різних людей у великих масштабах.
• Розміщуйте дескриптор одразу після імені персонажа або займенника, перед дієсловами дії — позиція на початку промпта має більшу вагу.
• Робіть те саме для реквізиту, що повторюється: ліхтар, саквояж, папороть. Названі реквізити також отримують фіксовані фрази.
• Зберігайте всі фіксовані рядки в одному файлі нотаток для кожного проєкту. Коли ви переглядаєте персонажа, переглядайте файл один раз і генеруйте заново.

Ведіть біблію локацій

Персонажі отримують референсні зображення; локації отримують названі деталі. Біблія локацій — це короткий список конкретних, повторюваних особливостей для кожного сету: мохова печера має вузький вхідний отвір, мілку водойму, що відбиває сяйво, та скупчення папороті на ярусних скельних полицях. Кожен кадр, знятий там, повторно використовує ці іменники дослівно, так само як дескриптори персонажів.

Названі деталі перевершують атмосферні слова, тому що вони виживають при стисненні промпта. «Біолюмінесцентна печера» щоразу генерується по-різному; «мілка водойма, що відбиває синьо-зелене сяйво під ярусними скельними полицями» реконструює впізнавано той самий простір. Для ключових локацій генеруйте один встановлюючий кадр для кожного кута і використовуйте його як референсне зображення так само, як ви використовуєте аркуш персонажа — той самий механізм, застосований до сетів.

[Character name], [frozen descriptor block verbatim],
[action], [location with bible details],
[shot size], [camera move], [lighting],
[reference image attached].

Коли ідентичність все одно дрейфує

• Змінюється обличчя, але гардероб залишається — референсне зображення було занадто сильно обрізане. Перегенеруйте аркуш повним тілом з чітким простором над головою та видимими руками.
• Гардероб змінюється посеред сцени — блок дескриптора був перефразований або пропущений. Відновіть дослівний рядок поруч з ім'ям персонажа.
• Персонаж виглядає правильно, але вік змінюється від кадру до кадру — додайте фразу про вік до фіксованого блоку («їй за тридцять»), а не покладайтеся лише на референс.
• Стиль освітлення переважає ідентичність — екстремальний колірний контраст (бірюзовий проти теплого) може розмити деталі обличчя. Пом'якшіть ключове світло або скоротіть час утримання цих кадрів.
• Локація виглядає інакше після відсікання — деталі біблії були втрачені. Повторно вставте список названих деталей у промпт кадру, що повертається.
• Майже все працює — припиніть регенерацію. Обрізайте раніше, вставляйте кадри та грейдуйте; аудиторія читає послідовність, а не кадри.

Створіть аркуш один раз, зафіксуйте рядки дескрипторів, зафіксуйте свої локації, потім згенеруйте обидва тестові кадри поруч у Studio, щоб перевірити відповідність, перш ніж створювати повну сцену. Кінематографічні пресети камери в /tools/cinematic-cameras підтримують мову руху такою ж дисциплінованою, як і система ідентичності.