Cách Giữ Nhân Vật và Bối Cảnh Nhất Quán Trong Các Cảnh AI

Mọi video AI có cốt truyện đều vấp phải cùng một rào cản: cảnh đầu tiên cho bạn một nhân vật hoàn hảo, nhưng đến cảnh thứ tư, cô ấy đã có khuôn mặt, áo khoác và đường chân tóc khác. Mô hình video không có trí nhớ giữa các lần tạo. Sự nhất quán không phải là thứ bạn yêu cầu — mà là một hệ thống bạn xây dựng quanh mô hình: một ảnh tham chiếu, một khối mô tả cố định, và một bước dựng phim để hấp thụ hai mươi phần trăm cuối cùng.

Hướng dẫn này xây dựng hệ thống đó. Ví dụ xuyên suốt là một nhà thực vật học thực địa xuất hiện ở hai địa điểm — hang rêu phát quang và đường mòn rừng rậm — được tạo từ cùng một bảng nhân vật. Bạn cần một mô hình ảnh để tạo bảng tham chiếu và một công cụ video chấp nhận ảnh tham chiếu, chẳng hạn như /studio.

Bảng tham chiếu là trí nhớ của bạn

Trước khi tạo bất kỳ cảnh quay nào, hãy thiết kế nhân vật một lần dưới dạng ảnh tĩnh toàn thân. Ảnh này sẽ được dùng làm tham chiếu cho mọi cảnh tiếp theo, neo giữ danh tính tốt hơn nhiều so với bất kỳ tính từ nào trong prompt. Viết prompt cho bảng này như một lời tuyển vai: trang phục, tóc, phụ kiện, tư thế, hậu cảnh.

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.

Ba quy tắc cho chính bảng tham chiếu. Nền phòng thu màu xám trung tính để không có môi trường nào lọt vào tham chiếu. Ánh sáng đều, phẳng để mô hình video đọc được hình dạng, không phải tâm trạng. Tư thế đứng thư giãn, đối diện máy quay, vì tư thế cực đoan sẽ làm ô nhiễm mọi lần tạo tiếp theo. Tạo hai hoặc ba ứng viên và chọn một trước khi tiếp tục; không bao giờ đổi bảng giữa chừng.

Một tham chiếu, hai địa điểm

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

Cảnh 1 — hang rêu · 4s

Cảnh 2 — đường mòn rừng rậm · 4s

Cả hai cảnh đều gắn cùng một bảng nhân vật làm ảnh tham chiếu trong khi prompt chỉ thay đổi địa điểm, hành động và ánh sáng. Prompt cảnh 2: "Nhà thực vật học rẽ qua lối mòn rừng rậm ngập nắng, một tay vén lá, máy quay lia từ phía trước theo bước đi, ánh sáng xanh lốm đốm, chủ nghĩa hiện thực tài liệu, cùng nhân vật như trong ảnh tham chiếu." Danh tính được giữ vững vì nó đến từ hình ảnh, không phải từ văn bản.

Hãy để ý điều gì thay đổi giữa các cảnh và điều gì không. Địa điểm, hành động, chuyển động máy quay và ánh sáng đều mới cho mỗi cảnh. Trang phục, kính, bím tóc và túi vải không xuất hiện trong bất kỳ prompt nào — chúng được mang theo qua ảnh tham chiếu. Sự phân công đó là toàn bộ kỹ thuật: hình ảnh giữ danh tính, prompt giữ bối cảnh.

Lặp lại mô tả y nguyên

Ảnh tham chiếu làm phần lớn công việc, nhưng văn bản vẫn có thể lọt vào. Khi nhân vật phải được mô tả bằng lời — cận cảnh mà bảng tham chiếu bị cắt xấu, hoặc mô hình không hỗ trợ ảnh tham chiếu — hãy sao chép chính xác cụm từ mỗi lần:

• Tạo một chuỗi mô tả chuẩn cho mỗi nhân vật ("phụ nữ ngoài ba mươi, áo khoác dã chiến màu ô liu với tay áo xắn lên, kính tròn, tóc đen bím đơn, túi vải bạt") và dán nguyên văn vào mọi prompt có nhắc đến cô ấy.
• Không bao giờ diễn giải lại. "Tóc đen bím" và "bím đơn" tạo ra những người khác nhau ở quy mô lớn.
• Đặt mô tả ngay sau tên nhân vật hoặc đại từ, trước động từ hành động — vị trí sớm trong prompt có trọng số cao hơn.
• Làm tương tự cho các đạo cụ lặp lại: chiếc đèn lồng, túi đeo, cây dương xỉ. Đạo cụ được đặt tên cũng có cụm từ cố định.
• Lưu tất cả các chuỗi cố định trong một tệp ghi chú cho mỗi dự án. Khi bạn sửa đổi nhân vật, hãy sửa tệp đó một lần và tạo lại.

Giữ một cuốn kinh thánh địa điểm

Nhân vật có ảnh tham chiếu; địa điểm có các chi tiết được đặt tên. Kinh thánh địa điểm là một danh sách ngắn các đặc điểm cụ thể, lặp lại được cho mỗi bối cảnh: hang rêu có trục vào hẹp, hồ nông phản chiếu ánh sáng, và các cụm dương xỉ trên các kệ đá phân tầng. Mọi cảnh quay ở đó tái sử dụng các danh từ đó nguyên văn, giống hệt như mô tả nhân vật.

Các chi tiết được đặt tên tốt hơn các từ mô tả không khí vì chúng sống sót qua quá trình nén prompt. "Hang phát quang sinh học" tái tạo khác nhau mỗi lần; "hồ nông phản chiếu ánh sáng xanh lục bên dưới các kệ đá phân tầng" tái tạo không gian tương tự một cách nhận biết được. Đối với các địa điểm chính, tạo một ảnh tĩnh thiết lập cho mỗi góc và sử dụng nó làm tham chiếu hình ảnh giống như bạn sử dụng bảng nhân vật — cùng cơ chế, áp dụng cho bối cảnh.

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

Khi danh tính vẫn lệch

• Khuôn mặt thay đổi nhưng trang phục giữ nguyên — ảnh tham chiếu bị cắt quá sát. Tạo lại bảng toàn thân với khoảng trống phía trên đầu rõ ràng và tay nhìn thấy được.
• Trang phục thay đổi giữa cảnh — khối mô tả đã được diễn giải lại hoặc bỏ sót. Khôi phục chuỗi nguyên văn bên cạnh tên nhân vật.
• Nhân vật trông đúng nhưng tuổi tác thay đổi giữa các cảnh — thêm cụm từ tuổi vào khối cố định ("ở tuổi ba mươi") thay vì chỉ tin vào tham chiếu.
• Phong cách ánh sáng lấn át danh tính — độ tương phản màu cực cao (xanh mòng két so với ấm) có thể làm mất chi tiết khuôn mặt. Làm dịu ánh sáng chính hoặc rút ngắn thời gian giữ trên các cảnh đó.
• Địa điểm trông khác sau một cảnh cắt — các chi tiết trong kinh thánh đã bị bỏ. Dán lại danh sách chi tiết được đặt tên vào prompt của cảnh quay trở lại.
• Mọi thứ gần như hoạt động — ngừng tạo lại. Cắt sớm hơn, xen kẽ, và chỉnh màu; khán giả đọc chuỗi cảnh, không phải từng khung hình.

Xây dựng bảng một lần, đóng băng các chuỗi mô tả, ghi lại các địa điểm của bạn, sau đó tạo cả hai cảnh quay thử cạnh nhau trong Studio để kiểm tra sự khớp trước khi sản xuất một cảnh đầy đủ. Các cài đặt máy quay điện ảnh trong /tools/cinematic-cameras giữ ngôn ngữ chuyển động kỷ luật như hệ thống danh tính.