我用 WorkBuddy 管 AI 短剧的角色资产图:一套"母版图 → 换装 → 一致"的资产工作流① 点这里复制标题
② 鼠标在下面正文任意位置点一下 → 按 Ctrl+A → 按 Ctrl+C; ③ 去社区编辑器按 Ctrl+V; ④ 图片若没跟过去,从文件夹 shots_pack\第5篇_角色资产 里按顺序拖 4 张进来。
做 AI 短剧,最难的不是让脸好看,是让脸一直是同一张脸。
同一部戏里,角色要出现在十几个场景、几十个镜头、好几种景别里。只要有一张图的脸偏了,观众立刻出戏。更麻烦的是:这类问题不是生成质量差,而是资产没管好——它属于流程问题,不是模型问题。
我把这件事整理成了一套固定的资产工作流,核心是六句话:
母版图定长相 → 资产图分场景 → 换装只动衣服 → 一图多候选 → 以人眼终选 → 把终选写进档案
下面是完整做法。
材料 | 说明 |
|---|---|
角色文字设定 | 年龄感、脸型、发型、气质、一个能被记住的记忆点(这是最实用的一条) |
已过检的角色图 | 之前项目中用户认可的图,作为"长相基准" |
场景需求清单 | 这个角色要在哪些场景出现、每个场景要什么情绪和动作 |
通用资产库 | 现成的 3D 模型/素材库(用于场景与道具,不用从零造) |
出图记录 | 每张图的种子与提示词——终选图必须可复现 |
【配图:角色母版图归档截图 —— 发布时拖入】
角色母版图归档
【配图:角色档案描述块结构截图 —— 发布时拖入】
角色档案描述块_结构与纪律
先用文字设定把角色"生"出来,摇一批候选,挑一张脸最有辨识度、且不易崩的当母版图。这张图之后只读——它是这个角色的长相基准。
关键在于记忆点:不要指望观众记住"漂亮",要给他们一个具体的东西。我给每个角色定了一条(袖口的位置、手里总抓着东西、耳机戴一只、发尾一缕挑染)。有了记忆点,一致性检查才有抓手。
同一个角色,不同场景要不同的资产图(卧室、厨房、户外……)。我的规矩是:
需要给角色换服装时,我不重新生成,而是在原图上做最小改动:只动衣服,脸型、五官比例、发型、姿态全部保持。
这里有一条铁律:描述衣服时也要带身份(谁的袖子、什么材质、内层是什么颜色),否则模型会自由发挥,下一镜又对不上了。
同一组提示词我固定摇 4 张不同随机的候选,然后逐张放大看:
【配图:候选图并排对比截图 —— 发布时拖入】
候选图并排对比
这是我花钱最多的一类经验。有一次一个简单的动作场景,我反复调提示词,结果一直不对——原因不是词不够多,而是某些描述会触发模型的语义联想,把它往完全不同的画面上带。
踩过两个典型的联想陷阱:
修法不是继续加词,而是换结构:把否定改成正面的"只有这一个",把"单个/独立"这类词去掉、改成"完整地放在容器里"。改一个词没用的时候,说明该改的是句子结构。
最后我用最笨的办法收尾:把候选图摆在一起对比,以人眼为准挑一张,而不是靠评分数字。机器指标只能告诉我"规格对不对",好不好看必须我自己的眼睛说了算。
选中之后做两件事:
【配图:定稿场景归档截图 —— 发布时拖入】
定稿场景归档
资产图这件事,看起来是"出图技巧",实际是资产管理制度:谁是基准、怎么变更、变更后怎么对齐、选错了怎么回退。
把它管起来之后,我最直观的收益是——返工变少了。以前一发现问题就是"重生成一批",现在是"回去看是哪一步的锚点没对齐"。
母版图只读、场景图分治、换装最小改动、否决改结构、终选看人眼、锚点回写档案。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。