要讓 AI 影片中的人物、商品與場景同時穩定，重點不是製作一張塞滿所有資訊的「超級角色卡」，而是建立分層資產：以三視圖鎖定人物輪廓，用角色資訊版補充服裝、髮型、配件與關鍵道具，再為每個鏡頭選擇最少且必要的參考資料。角色資料過少，模型會猜；資料過多或彼此衝突，模型又可能顧此失彼。以店長 Angel、小助理 Candy 與真實 UPC700 為例，最穩健的做法是「角色基準圖、細節拆解圖、商品多角度、場景錨點、逐鏡頭最小參考集、生成後逐幀驗收」六步法。
不少創作者遇過同一種情況：Angel 與 Candy 的臉、髮型大致正確，手裡的商品卻多一顆鏡頭、少一個按鈕，甚至在轉身之後變成另一款裝置。問題不一定出在提示詞不夠長，而可能是參考資料沒有被正確分層。人物一致性與商品一致性雖然都叫「一致性」，模型實際要記住的視覺條件卻完全不同。
本文整合 AIGC 人物角色檔案製作經驗，並結合 GOMINI 對真實商品素材的需求，建立一套可以直接用於 AI 短劇、商品解說、廣告分鏡與品牌角色內容的工作方法。重點不是複製某一套模型的固定參數，而是建立跨工具都能使用的資產邏輯。
直接答案是：參考資料必須「完整但不擁擠」。上傳資料越多，不代表模型就能同時平均記住所有細節；當臉部、服裝、飾品、八種表情、道具、材質與場景同時出現，注意力可能被分散，導致核心臉型或商品結構反而漂移。
讀者提供的參考文章記錄了三組角色資產測試：使用包含大量資訊的詳細角色卡時，影片出現道具變形、臉部趨向標準化及多餘裝飾；將三視圖角色卡與道具圖全部投入，商品較準確，但人物仍出現額外頭飾；只使用三視圖和道具圖時，臉與道具較穩定，卻犧牲部分衣料質感。這個結果不是證明「詳細角色卡無用」，而是說明資料複雜度必須與鏡頭任務相匹配。
因此，角色檔案應像攝影器材箱：所有資料都要準備，但每次拍攝只拿需要的部分。人物近景需要臉部與髮型；服裝展示需要材質拆解；商品操作鏡頭要提高真實商品圖的重要性；場景移動鏡頭則需要空間錨點。若每鏡都投入完整資料庫，模型容易在多項條件之間折衷。
圖說：三視圖、角色資訊版與逐鏡頭參考集應分層管理。AI 情境示意圖；Candy 以新版雙眼全開三視圖為唯一基準。
三視圖是角色資產的最低必要條件，負責回答三個問題：角色正面長什麼樣、側面輪廓如何、背面有哪些不能亂改的結構。它不是海報，也不是劇情插圖，因此背景必須單純、光線穩定、人物完整入鏡，不能用誇張透視或大幅動作干擾辨識。
Angel 的基準特徵包括高馬尾、紅黑格紋外衫、白色 G 圖案上衣、反折牛仔褲與黑鞋；Candy 的唯一基準則是新版雙眼全開三視圖：雙馬尾、黃色星形髮飾、白色帽 T、紫色工作褲、粉紅耳機與漸層鞋。正常生成一律保持 Candy 雙眼全開，只有劇本明確要求眨眼時，才加入單眼閉合動作；舊版眨眼圖不能再作為一般角色身份圖。
除了全身正、側、背面，建議增加一張正臉與一張 45 度臉部近照。全身圖鎖定體型、服裝和髮型輪廓；臉部近照鎖定五官比例、眼睛、鼻子、嘴型與劉海。所有角度必須來自同一角色版本，不能正面使用新版、背面混入舊版服裝。
嚴格依據上傳角色基準圖，製作同一角色的標準設定板。
左側：完整頭部正臉與45度側臉近照，保留全部發型、髮飾與五官，不裁切頭頂。
右側：全身正面、全身側面、全身背面三視圖。
所有視圖必須保持相同臉型、年齡、身形比例、髮型、服裝、鞋子與配件。
採用中性站姿、相同相機高度、相同光線；純白或淺灰背景。
不得新增飾品、不得換裝、不得改變髮色、不得改變眼睛比例。
畫面比例16:9，不加入說明文字、邊框水印或劇情動作。若生成 Candy，應在末尾再加入：“以新版《小助理CANDY三視圖 全》為唯一依據，所有正常檢視雙眼全開，不得眨眼。”
圖說：正面、側面、背面與臉部角度，應維持同一版本、同一比例和中性光線。AI 角色設定示意圖。
三視圖能說明角色整體，卻不一定能清楚顯示格紋、袖口、口袋、鞋底或飾品材質。第二層角色資訊版的用途，就是把高辨識細節拆開，而不是把人物資料無限擴張。
建議只拆“看錯就會變成另一個角色”的專案。Angel 可拆紅黑格紋外衫、白色 G 上衣、牛仔褲褲管與黑鞋；Candy 可拆雙馬尾與星形髮飾、帽 T 領口、粉紅耳機、紫色工作褲口袋及漸層鞋。每個細節圖必須來自同一正式版本，並保留色彩與材質基準。
服裝拆解也要區分固定項與可換項。若 Candy 臨時穿上雨衣，人物身份基準仍是新版臉部和髮型；雨衣應另建「劇情換裝包」，而不是覆蓋正式角色檔案。這樣下一次生成日常服裝時，模型才不會把雨衣殘留到白色帽 T 上。
依據上傳的正式三視圖，製作簡潔的角色資訊版。
主區域保留角色正面、側面、背面全身圖；附加正臉與45度臉部近照。
細節區只展示：髮型與髮飾、上衣、下裝、鞋子、固定配件、關鍵道具。
每個細節必須與三視圖完全一致，不重新設計、不改變顏色、不新增裝飾。
統一淺灰攝影棚背景、整齊網格佈局、真實材質細節。
不要加入過多表情、劇情姿勢、場景照片或無關道具。
圖說：將高辨識服裝與配件獨立整理，可在需要服裝特寫時加入，不必每鏡全部投入。AI 情境示意圖。
表情檔案負責「怎麼演」，不能取代「長什麼樣」。建議先完成中性臉、自然微笑、驚訝、生氣、思考與說話口型，再依實際劇本擴充。若還沒有明確劇情，不必一開始製作十幾種極端表情。
口型可以按閉嘴、微張、母音大口型、圓唇與露齒等實用狀態整理；動作則優先建立指向、雙手展示、單手持物、坐姿、走路起步與對話站姿。角色臉、髮型與服裝必須保持不變，只讓嘴、眉毛、手勢或身體重心發生變化。
Candy 的正常表情檔案必須雙眼全開。若某一劇情明確寫「Candy 對鏡頭眨眼」，那張眨眼圖應標記為劇情表情，而不是混入預設身份圖。這樣可避免模型把眨眼誤判為 Candy 的固定外觀。
嚴格鎖定上傳角色的臉型、五官比例、髮型、服裝與配件。
製作同一角色的實用表情與動作參考：中性、自然微笑、驚訝、認真說明、思考；
另製作閉嘴、微張嘴、圓唇、自然說話等口型，以及指向、雙手展示、單手持物動作。
只改變表情、嘴型與姿勢，不改變年齡、臉型、髮色、衣服和身形。
所有圖使用一致光線、相機高度與乾淨背景。
圖說：左側是資訊過載，右側是角色、商品、場景各一組明確基準。AI 工作流示意圖。
圖說：分層不是減少資料，而是按鏡頭目標選擇資料；所有 Candy 正常畫面均維持雙眼全開。AI 概念示意圖。
圖說：表情、口型、手勢可獨立擴充，但不能改變正式人物身份。AI 情境示意圖。
角色檔案再完整，也無法自動定義真實商品。人物的辨識由臉、髮型、服裝等大結構組成；小型 3C 商品則由鏡頭、按鍵、燈體、介面、外框厚度和相對位置共同構成。只要一個結構位移，就可能變成不存在的型號。
以 UPC700 為例，中央鏡頭、兩側燈體、下方圓形結構與機身輪廓必須依據真實商品圖。若只提供正面照片，就不能要求 AI 精確展示未知背面。正確做法是補拍正面、左右三分之四、側面、背面、頂部、底部、介面、配件和手持比例；缺少的角度在分鏡中標記為「不可拍」。
場景也要獨立建檔。至少準備建立鏡頭、四個方向平檢視、主要傢俱近照、簡化平面圖、窗光方向與日夜版本。門框、櫃檯、窗戶、地板紋理與主燈可以作為空間錨點。角色、商品與場景分開管理後，再按鏡頭組合，才能知道出錯時該補哪一類資料。
「最小參考集」不是隻給一張圖，而是每個鏡頭只提供完成任務所需的資料。角色半身解說鏡頭可使用角色三視圖、臉部近照、當鏡服裝和場景建立圖；商品近拍則使用人物手部姿勢、商品對應角度和場景區域性，不需要整套八種表情。
| 鏡頭任務 | 必備參考 | 可以省略 | 驗收重點 |
|---|---|---|---|
| 角色對話近景 | 三視圖、臉部近照、當鏡表情 | 商品背面、完整場景包 | 臉型、眼睛、髮型、口型 |
| 全身走位 | 三視圖、服裝拆解、場景錨點 | 大量臉部表情 | 身形、服裝、鞋子、空間方向 |
| 商品展示 | 商品對應角度、手持比例、角色基準 | 無關表情、其他配件 | 鏡頭、按鈕、大小、左右方向 |
| 商品操作特寫 | 商品細節、手部姿勢、操作位置 | 完整人物全身、遠景 | 手指位置、介面、遮擋後結構 |
| 場景移動 | 場景四向圖、平面關係、角色基準 | 服裝材質大特寫 | 門窗、傢俱、光向、人物走位 |
本鏡頭只使用以下正式參考：
角色：Angel 正式三視圖；Candy 新版雙眼全開正式三視圖。
商品：UPC700 對應鏡位的真實商品照片。
場景：指定場景建立圖與空間錨點。
不可變項：兩位角色的臉、髮型、服裝、身形比例；UPC700 的鏡頭、燈體、按鈕、外框與尺寸比例；場景門窗和主要傢俱位置。
允許變化：自然說話口型、指定手勢、輕微身體重心、明確的鏡頭運動。
動作：Angel 指向桌面商品；Candy 雙眼全開並自然點頭。
鏡頭：中景，緩慢橫移，不環繞人物，不讓商品翻到沒有參考圖的背面。
禁止：新增飾品、眨眼、換裝、改變商品結構、生成未知介面、增加人物或複製商品。Runway 官方說明將 References 用於維持角色、場景等視覺一致性；Vidu 的 Reference to Video 支援多張參考圖；Google Veo 的提示指南則把主體、場景、構圖、動作與鏡頭語言分層描述。這些平臺的參考數量與介面可能更新，因此執行前仍須檢查當日官方說明。
生成完成不等於鏡頭合格。建議分三輪檢查：第一輪看角色，第二輪看商品，第三輪看場景與時間連續性。人物檢查五官、髮型、服裝、手指與肢體；商品檢查鏡頭數量、燈體、按鈕、比例、左右方向和遮擋後的恢復；場景檢查門窗、櫃檯、地面、光向與前後鏡頭接續。
若錯誤來自缺資料，就補素材，不要只改提示詞。例如商品背面錯誤，而資料庫沒有背面照片，應先補拍；若角色在快速旋轉時變臉，則應降低動作、縮短鏡頭，或改用首尾幀與剪接。高風險鏡頭最好控制在短片段內，讓錯誤隻影響一鏡，而不是整段重做。
圖說：角色正確不代表商品正確；所有關鍵鏡頭都應分專案驗收。AI 情境示意圖。
是。三種角度分別定義臉與服裝正面、輪廓厚度和背面結構。若影片會出現三分之四角度，可再補左右 45 度，但不能用單一正面圖推測所有角度。
不是。詳細卡適合做資產資料庫、服裝特寫或美術交接，但不必每鏡全部投入。鏡頭只需要其中與任務相關的部分。
臉部與身形繼續使用正式角色基準，換裝另建版本，例如 Candy_日常服、Candy_雨衣。兩個版本不可混在同一張身份基準裡。
因為眨眼是動作，不是人物身份。預設角色圖保持雙眼全開，可減少模型把閉眼當成固定五官或隨機複製到其他鏡頭的風險。
可以生成想象圖，但不能當成真實商品展示。品牌文章若會影響型號辨識或購買判斷，必須補拍真實背面，或限制鏡頭不展示未知角度。
不一定。數量增加必須建立在版本一致、用途明確、沒有互相沖突的前提上。無關或矛盾資料會提高混合與變形風險。
生成圖只適合當構圖或分鏡參考，不能取代真實商品照片。否則第一輪的小錯誤會在後續生成中被固化與放大。
圖說：逐鏡頭生成前，分別確認角色三視圖、服裝拆解、真實商品角度與場景錨點，再把必要資料組成當鏡參考集。AI 工作流程示意圖。
AIGC 人物一致性並不是把角色資料做得愈滿愈好，而是讓每一層資料各司其職：三視圖負責身份，角色資訊版負責服裝與配件，表情動作檔案負責表演，真實商品圖負責結構，場景包負責空間，逐鏡頭最小參考集負責執行。
對 GOMINI 來說，Angel 與 Candy 的角色一致只是第一關；真實商品不能變形、功能不能被虛構、場景與動作不能誤導，才是專業文章與商品影片可以公開使用的基本條件。先建立唯一基準，再拆解資產、限制鏡頭、逐幀驗收，才能把偶然生成的漂亮畫面，變成長期可複製的內容工作流。
#AIGC角色一致性 #AI影片製作 #角色三視圖 #服裝拆解 #參考圖工作流 #AngelCandy #商品一致性 #GOMINI
發表日期：Oct 26. 2026
