两个人:一次生成,但要分开写
提示词里按人分句写:先说左边这个人,再说右边这个人,每人一句,各自带一个可辨认的锚点。不要写「两个人站着说话」这种笼统描述,模型会自己分配特征。
两个锚点要不重复:一个写「左眉有疤」,另一个就不能写「眉毛浓」。锚点撞了,特征就会互换,这是双人戏最常见的错。锚点选在形状上比选在颜色上稳,因为颜色会被光源带走。
Why It Works
双人戏还好,三四个人同框就开始出问题:A 的眼睛长到 B 脸上,C 的发型被 D 用了。这不是模型不认识人,是它在一张画面里要同时处理多套特征,越多人越容易混。
解决办法不是加更多参考图,而是减少同时处理的人数。按人数分档:两个人一次生成,三个人错开景别,四个人以上分开做再拼。人越多,这套分档越不能省。这套分档在文镜画师里对应多参考图与合成两条路,摹映空间同样支持分批生成。
Video Slices
提示词里按人分句写:先说左边这个人,再说右边这个人,每人一句,各自带一个可辨认的锚点。不要写「两个人站着说话」这种笼统描述,模型会自己分配特征。
两个锚点要不重复:一个写「左眉有疤」,另一个就不能写「眉毛浓」。锚点撞了,特征就会互换,这是双人戏最常见的错。锚点选在形状上比选在颜色上稳,因为颜色会被光源带走。
三个人都正面同框,特征最容易混。可行做法是让第三个人背对或侧对,只露侧脸和背影。观众仍然知道有三个人,但模型少了一套正面特征要处理。
三个人里有几个正面。超过 2 个就该调整,把其中一个转成侧身或前景虚化。侧身的那个人不需要精确的脸,只需要身形和衣服对。这一改,模型要处理的正面特征就少了一套。
群像不要一次生成。分别生成单人或双人,再按构图拼到同一个画面里,光向和色温统一一次。合成比一次生成稳,因为每张只需要处理一个人。
合成后看光向是否一致。每个人身上的亮面在同一侧,才算合成成功。一亮一暗,一眼就看得出是拼的。合成前把每张的色温也对一遍,色温不统一比光向不统一更显眼。
把画面给一个没看过剧本的人,问他能不能指出谁是主角。指不出来,说明主次没拉开:要么衣服颜色太接近,要么站位太平。
主角要在一眼之内被认出来,靠的是位置、光、和服装对比 3 样里至少 2 样。只靠脸,观众在小屏上分辨不出来。手机上看群像,一张脸只占 40 到 60 像素,靠脸认人不成立。这一条在竖屏内容里尤其要紧。
Before You Publish
两个人同框时,两人的锚点没有重复
三个人同框时,正面不超过两个
四个人以上是分开生成再合成的
合成后所有人的亮面在同一侧
Questions
能,但超过两张参考图之后,模型容易把特征平均。稳妥做法是最多两张,其余用文字锚点。参考图越多不等于越准,这是同框场景里最反直觉的一条。
远景群像可以一次生成,因为脸只占几个像素,混了也看不出来。中近景的群像建议分开做。判断标准很简单:这张画面里,脸占多大面积,占得越小越可以偷懒。
让主要人物站在光里,次要人物退到暗部或前景虚化。位置、光、服装对比 3 样里至少拉开 2 样。3 样都差不多,画面就没有主次,观众得靠台词猜谁重要。
比一次生成慢,但返工少。一场 3 人对话,分开做大约多花 2 到 3 次生成的时间,省掉的是整段重做的风险。人越多,这个账越划算。完整做法在文镜画师学习中心的角色一致性页。