Castaly · 博客 · 使用指南
如何让同一个角色贯穿多段 AI 视频
重复描述只能保持大致外观,参考图才能把角色带进新场景。哪些模型支持、提示词怎么写、要花多少钱。
视频模型每次都从零开始。如果不给它一个可以依据的东西,第一段里的女子到第二段就成了另一个人。解决办法有三种,控制力依次增强:重复描述、从静图开始、提供参考图。
方法一:重复描述
最便宜的办法是重复相同的文字。下面两段 Kling 3.0 视频的开头描述完全相同:
A woman in her late twenties with a short dark bob, a small scar above her left eyebrow and a worn olive field jacket …
短发和夹克都保留了下来,但疤痕没有留在原处:在夜市里它跑到了脸颊上。重复文字只能保持大致外观,用于背景角色或快速测试已经足够。
如果用这个方法,给角色一两个鲜明的视觉特征,比如颜色或材质,并且每次逐字复制。详见提示词指南。
方法二:从静图开始
生成一张满意的角色图,把它作为首帧。视频开头会完全一致,因为那就是你的图片。缺点是构图和场景也被固定了,换场景就要换静图。
静图很便宜。按张计费的图像模型中,Wan 2.7 Image 每张 $0.0212,Seedream 5.0 Lite 每张 $0.0332,而且 Seedream 的组图模式一条提示词最多能返回 15 张相关图片。完整示例见图生视频指南。
方法三:使用参考图
参考图给模型一个要保留的主体,同时让它构思新的镜头。下面用一个角色演示。先用 Wan 2.7 Image 生成一张静图:

然后让 HappyHorse 1.1 R2V 以它为参考,提示词写明要保留什么,并把事件搬到新地点:
One continuous take, no cuts. Keep the woman in the crimson satin coat and the peeling carpet ribbons from the reference and move the event outdoors: she walks out of a revolving door onto a wet plaza and the patterned ribbons keep tearing up behind her, now lifting off the paving stones and streaming out across the square in a long coloured wake.
外套和地毯花纹都被带到了新地点,这正是参考图的作用。静图加视频一共约 $0.66。
提示词怎么写
- 说明要保留什么。 我们的两条参考提示词都在镜头类型之后马上写明:Keep the woman in the crimson satin coat…、Keep the glass flowers from the reference exactly as they are…
- 说明要改变什么。 像写文字提示词一样,描述新的地点和动作。
- 不要再详细描述角色。 图片已经包含了这些信息,相互矛盾的文字只会干扰模型。
- 准备干净的参考图。 单一主体,光线好、看得清,不带文字。
哪些模型支持参考素材
| 模型 | 参考图 | 参考视频 | 5 秒 1080p |
|---|---|---|---|
seedance-2.5 |
最多 30 张 | 最多 10 段 | $3.54 |
seedance-2.0 |
最多 9 张 | 最多 3 段 | $2.33 |
wan3.0-video |
最多 10 张 | 最多 5 段 | $0.99 |
happyhorse-1.1-r2v |
最多 9 张,必填 | 不支持 | $0.64 |
wan2.7-r2v |
与视频合计最多 5 个 | 与图片合计最多 5 个 | $0.56 |
kling-3.0-omni |
最多 7 个,含元素 | 1 段 | $0.51 |
kling-o1 |
最多 7 个,含元素 | 1 段 | $0.51 |
以上模型的参考图都不加价。参考视频在部分模型上会加价:Kling 3.0 Omni 和 O1 会切换到更高的单价,Seedance 则把视频时长计入 token。
一个镜头里有多个角色或道具时,选上限高的模型。Kling 3.0 Omni 和 O1 最多 7 个参考,Seedance 2.5 最多 30 个。
把动作也保留下来
要让角色做出特定动作,Kling 3.0 和 Kling 2.6 支持动作迁移:一张角色参考图加一段动作参考视频。Kling 3.0 的单价不变。
短系列的工作流程
- 在便宜的图像模型上设计角色。 每张约两美分,可以多试几个版本。
- 保存最好的一张。 生成的内容都可以从作品存到素材库,再作为参考图使用。
- 用低分辨率测试第一个场景。 确认外观能保持住。
- 每个场景都用同一张参考图和同一句“保留”说明。 只改地点和动作。
常见问题
保持角色一致的最好办法是什么?
参考图。重复描述只能保持大致外观,首帧则会连构图和场景一起固定。
参考图要额外收费吗?
不用。参考图不改变 Castaly 上任何视频模型的价格。参考视频可能会。
最多能用多少参考素材?
Seedance 2.5 最多,30 张图。Wan 3.0 是 10 张,HappyHorse 1.1 R2V 和 Seedance 2.0 是 9 张,Kling 3.0 Omni 和 O1 是 7 个。
首帧和参考图能一起用吗?
大多数模型上它们是互斥的模式。Wan 2.7 R2V 例外,允许首帧和参考素材同时使用。
疤痕这类精确细节能保持住吗?
靠描述不可靠,上面的 Kling 示例就是如此。参考图的把握更大,所以投入长视频之前,先用短视频测试。