AI 视频一致性攻坚：角色/场景「不跑偏」的 LoRA 与提示词工作流

用 AI 做视频，最让人崩溃的不是画质，是一致性：同一个角色，镜头一转脸就变了；同一个场景，换个角度家具全挪了位置。做单个炫技短片没问题，一旦要做有连续剧情的广告、教程、短剧，一致性就变成生死线。本文讲清攻坚路线。

一致性的三个层次

1. 角色一致性：不同镜头里是同一个人（脸、发型、服装）。
2. 场景一致性：不同角度下是同一个空间（布局、光照、道具）。
3. 风格一致性：全片色调、质感统一（电影感、卡通、写实）。

三者难度递增，但底层思路相通：把”什么是恒定的”外化。

路线一：LoRA 微调（角色一致性最稳）

为特定角色训练一个 LoRA（低秩适配器），让模型”记住”这个角色的特征。

• 素材：20-50 张同角色不同角度、不同光照的高质量图。
• 关键：素材要干净（同一张脸）、多样（角度/表情/景别），打标要统一命名角色 token。
• 效果：训练好后，只要提示词里带上该 token，生成的角色就高度稳定。

代价是每个角色要单独训练，前期投入大，但长期复用（做系列内容）时最划算。

路线二：参考图 + 条件控制（快速起步）

不训练，用**参考图（reference image）**引导生成，配合姿态/深度/边缘控制。

• 固定一张角色主图作为参考。
• 用 face swap 或 face ID 类能力锁脸。
• 用 ControlNet 类控制锁定姿态和构图。

优点是无需训练、即时可用；缺点是极端角度和大幅度动作下容易崩，适合镜头变化不大的场景。

路线三：提示词锚定（配合前两者）

无论用哪条路线，都需要一套结构化角色卡作为提示词的”锚”：

角色: [名字] — 30岁亚裔女性，齐肩黑发微卷，深灰西装，圆框眼镜，左眉有痣
场景: [地点] — 现代开放式办公室，落地窗，下午暖光，右侧有绿植墙
风格: 电影感，浅景深，柯达色调，35mm
镜头: 中景，机位略低

每次生成都完整带上角色卡和场景卡，不要偷懒用”她""上面那个人”。模型没有长期记忆，你不写清楚它就自由发挥。

一套可复用工作流

1. 定锚：先产出一张”标准定妆照”和一张”标准场景图”，作为全片基准。
2. 训 LoRA（可选但推荐）：用定妆照扩展出训练集，训角色 LoRA。
3. 写卡片：把角色/场景/风格固化成提示词模板，做成片段库。
4. 分镜生成：每个镜头单独生成，稳定优先（先用固定种子 + 参考图）。
5. 失败的镜头：优先调镜头角度或换参考图，而不是改一堆提示词导致风格漂移。
6. 后期统一：用调色、颗粒、转场把细微不一致”焊”在一起。

三个高频坑

• 用”她/他”指代角色：模型记不住，一定用完整角色卡。
• 一次改太多变量：镜头、光照、服装一起改，出问题无法定位。一次只动一个变量。
• 忽视后期：很多”不一致”其实是色调差异。统一调色能救回不少镜头。

小结

AI 视频一致性不是靠某个神器一键解决，而是把恒定信息外化：角色用 LoRA 锁、场景用参考图锁、风格用提示词卡锁，再配合严格的”一次改一个变量”迭代法。先练熟这套工作流，再去追求画面炫技。