本文授權轉自： 58UXD （ID： i58UXD）

在短視頻碎片化傳播的浪潮中，越來越多創作者嘗試用 AI 技術打造劇情連貫的長視頻。然而，主體人物形象特征的「前后割裂」，成為橫在優質視頻前的「攔路虎」—— 比方前一秒還穿著藍色風衣的中年偵探，下一秒突然換成紅色外套的少年…… 這類細節瑕疵不僅讓觀眾出戲，更會瓦解故事的情感張力。

今天，我們結合 AI 視頻創作的核心工作流（視頻劇本→腳本分鏡→提示詞生成→圖像生成→圖生視頻→剪輯優化），拆解兩大實操方法，教你用技術手段精準把控人物一致性。

方法1:從「圖像生成」這個步驟保持圖片主體的一致性。

工具：即夢AI-參考角色特征，上傳我們的主體物，輸入提示詞，想要主體物做什么動作，或者拿什么道具，通過此方法生成的靜態圖，人物相似度可達90% 以上，為后續動態視頻奠定「形象錨點」。

以上步驟操作下來，就得到了我們的視頻主人公的多動作靜態圖。再將得到的多張靜態圖，通過圖生視頻的方式，進行長視頻的生成。

方法2:從「圖生視頻」這個步驟控制主體的一致性。直接基于單張角色圖生成動態視頻時，通過 AI 工具的「參考生視頻」功能，強制鎖定人物特征與動作連貫性。

使用工具：vidu、Viggle、海螺AI等工具，上傳我們的圖片，以參考生視頻的方式進行視頻的生成。

?? Vidu鏈接：https://www.vidu.studio/zh

→ 上傳角色靜態圖 → 選擇「參考生視頻」模式 → 輸入角色提示詞（如制造工人正在搬動手中的紙箱）借助主體庫、參考圖片融合生成視頻。

（進階玩法）提示詞三幀法控制動作

在提示詞中也可明確首幀、中間幀、尾幀的關鍵動作， 單次生成需要簡化動作步驟以保證主體的穩定性。

?? Viggle鏈接： https://viggle.ai/home

→ 上傳角色圖 → 選擇「Move」功能 → 從平臺資產庫中選取相似動作的視頻（如跳舞視頻）→ 生成帶角色特征的動態視頻。

借助 Viggle 的 自帶資產庫，可自動匹配物理規律（如走路時手臂擺動幅度、跑步時身體前傾角度、跳舞時躍起跳動的姿態），同時還能保留角色的獨有特征（如面部、服裝）。

兩種方法的多維度對比

維度方法 1（圖像生成階段控制）方法 2（圖生視頻階段控制）精準度

★★★★★（靜態圖形象鎖定，誤差率＜10%）

★★★☆☆（動態優化，誤差率約 20-30%）

可控性

高（可逐幀調整形象細節）

中（依賴 AI 工具，需多次生成測試）

創意空間

中（動作需提前設計，靈活性較低）

高（AI 自動衍生意外動態，適合創意碰撞）

適用場景

角色特寫、關鍵情緒戲、服裝道具固定場景

復雜場景調度、多人互動、需要自然動作銜接的劇情

從靜態形象到動態行為，主體一致性的本質是賦予角色「形象記憶」—— 讓 AI 理解「這是誰」「在什么情境下做什么」。無論是通過「圖像錨點」還是「動態參考」，核心都是在創作流程中建立「角色檔案」，并將其嵌入每一個生成環節。

歡迎在評論區分享你的長視頻創作難題，我們一起用技術破解！

在科技浪潮奔涌向前的當下，人工智能正深刻重塑我們的生活與工作。人機之間的關系，也從簡單交互邁向深度協作。想知道如何在這一趨勢下把握體驗設計的新方向嗎？2025 年 10 月將在北京舉辦的 IXDC 國際體驗設計大會聚焦 “人機共生：人工智能時代人機協作新范式” ，作為全球領先的用戶體驗創新盛會，它將匯聚前沿理念與實踐。一起來關注這場盛會，探索人機協作的無限可能。

文章轉載：58UXD，版權歸原作者所有

原文鏈接：https://mp.weixin.qq.com/s/HkVD-eTG3iWxlsi2zmtWGQ

版權聲明：“IXDC”所推送的文章，除非確實無法確認，我們都會注明作者和來源，本公眾號對轉載、分享的內容、陳述、觀點判斷保持中立，不對所包含內容的準確性、可靠性或完善性提供任何明或暗示的保證，僅供讀者參考。部分文章推送時未能與原作者取得聯系，若涉及內容或作品等版權問題，煩請原作者聯系我們，給出內容所在的網址并提供相關證明資料，我們會核查后立即更正或者刪除有關內容！本公眾號不承擔任何責任，并擁有對此聲明的最終解釋權。

聯系微信：18802086168

聯系電話：18802086168

編排 | 羅家玉

終審 | 蘇 菁

點這里，學習更多設計知識！