可灵AI角色参考设置 保持人物一致方法
可灵AI保持人物一致需四步:上传四张同人图像并开启三维结构锁定,面部刚性权重设为0 88;提示词中将角色ID顶格放置;启用首尾帧锚定并加入时间逻辑短语;多图参考叠加角色、服装和态势图,描述需精确至具体细节。
可灵AI角色创建指南:为主体资产颁发正式身份ID
登录可灵AI Web平台后,点击左上角「角色中心」入口,新建主体并切换至「多图创建模式」。具体操作非常直观:一次性上传4张同人角色图像——标准正面照、左侧45度照、右侧45度照以及微俯视半身像。需要特别注意的是,这四张图片必须确保光照均匀、无强烈反光、无任何遮挡,且人脸区域占比需超过60%,否则系统将无法准确提取稳定的几何特征。
上传完成后等待约90秒,系统将自动生成角色设定表。关键步骤在于:手动开启「三维结构锁定」功能,并将「面部刚性权重」参数拖动至0.88。为何选择这个数值?若低于0.8,五官容易出现松动变形;若高于0.9,角色表情则会变得僵硬失真,缺乏自然感。最后务必点击「保存为默认绑定角色」,系统将分配一个唯一标识符,格式如:[character:ID-7A2F]。这个ID相当于角色在该项目中的“工号”——在后续所有提示词中调用它才能强制指定角色,不加ID则相当于未登记身份。
提示词编写技巧:ID必须置于提示词最前端
这里有一个极易被忽视的关键细节:角色ID必须放在提示词的最开头位置,前面不能添加任何前置描述,例如“电影感”、“高清”等词汇。先输入ID,再描述具体动作和环境,按照这个顺序模型会优先加载角色档案,否则很容易被其他信息干扰。
以下提供两种实用的写法范式。
基础绑定写法相对简单:直接在正向提示词最前端插入ID,例如:[character:ID-7A2F]一位穿哑光黑风衣的东亚女性,正缓步走过雨夜街道,霓虹灯在她肩头流淌反光。
若需生成动态场景,可采用动态增强写法:在ID后紧跟空间锚点与动作幅度限定,例如:[character:ID-7A2F]固定站在便利店玻璃门前→微幅点头→左手轻扶门框边缘→全程上半身位移不超过2cm。这种方式能有效锁定角色的空间位置和动作范围,避免出现“跳戏”问题。
需要特别强调的是,ID必须置于提示词最开头位置,任何前置描述都会干扰模型的调用优先级。
首尾帧锚定技巧:确保起始与终点姿态精准锁定
该方法顾名思义,即在视频生成过程中固定第一帧与最后一帧,使角色动作如同被锁定一般,不会出现偏移。具体操作分为四个步骤。
第一步:准备两张PNG格式图像。第一帧为角色静止站立、双眼平视的基准姿态;最后一帧必须严格呈现目标终点状态,例如“右手抬起至胸前、掌心朝外、嘴角微扬”。两张图像的分辨率需大于或等于1024×1024像素,且人物在画面中的构图比例与景别必须保持一致,否则系统将无法准确识别。
第二步:在生成界面点击「启用首尾帧」按钮,分别上传两帧图像,并勾选「强制姿态连续性校验」选项,系统将自动提取骨骼轨迹约束。
第三步:在提示词中加入明确的时间逻辑短语,例如“从自然垂臂状态匀速抬手至胸前,全程耗时3.2秒”。应避免使用“慢慢抬起”或“优雅地举起”等模糊表达,AI的理解能力难以处理这类文艺化描述。
第四步:在插值设置中关闭贝塞尔曲线,手动选择「线性时间采样」,并将帧率锁定为24fps。该组合是可灵AI运动建模最为稳定的输出基准配置。
多图参考叠加策略:三类图像补全角色全维度信息
单一的角色图像往往难以应对复杂场景需求,需要构建更完整的“角色档案”。在「图生视频」模式下切换至「多图参考」设置,依次上传同一角色的三类参考图像:角色图(单人正面高清照)、服装图(该角色常穿服饰特写,突出纹理与剪裁细节)、态势图(该角色标志性动作静帧,如托腮、执扇、背手等姿态)。
提示词建议采用三段式结构:[角色:青衫女子] + [动作:缓步前行,左手轻提裙摆] + [环境:江南雨巷,青石板路]。如此编写,模型能够快速识别出角色身份、穿着、所处环境以及正在进行的动作。
有一点需要特别注意:禁用“类似”、“风格化”、“艺术感”等泛化词汇。所有描述必须指向已上传参考图像中的具体细节。举例来说,应描述为“左袖口第三颗盘扣为铜质镂空蝶纹”,而非“精致盘扣”。精确到这种程度,模型才能准确按照参考图执行生成。
全局项目级参考设置:整部短剧共享统一视觉DNA
若你的项目为系列短剧,每集都需要保持角色一致性,仅靠每次手动上传图像显然不够高效。此时需要配置全局参考。
操作路径:进入可灵AI主界面,点击右上角头像,选择“我的项目”,找到当前短剧项目,点击右侧齿轮图标进入设置,滚动至“参考素材”区域,点击上传文件,选取一张PNG或JPG格式的角色定妆图。建议分辨率不低于1024×1024像素,文件大小不超过10MB。
上传成功后,有一个容易被忽略的关键步骤:必须手动点击「启用此素材作为参考」开关,否则系统默认该功能为关闭状态。启用后,所有后续的文生视频、图生视频任务将自动调用该图像的纹理权重与结构锚点,相当于整部短剧共享同一套视觉DNA。该设置仅控制角色“长什么样”,不影响“怎么动”——动作的灵活性仍然保留在提示词中。

