环节 3：图像资产生产

本章是漫剧管线的地基环节：视频阶段的角色一致性，80% 在这里就已经决定了（原理见角色一致性技术路线）。图像阶段多花一小时，视频阶段少抽十次卡。

1. 工具选择

主力：即梦 AI（Seedream 5，2026-02 发布【官方】；以即梦站内可用版本为准）——中文圈漫剧出图的事实标准之一（截至 2026 年 9 月）：

• 文生图 + 参考图生图 + 自然语言修图一体化，中文理解最好；Seedream 5 的指令遵循与跨图角色一致性较前代明显增强【官方】；
• 2K 直出、AI 增强至 4K，支持 9:16 竖版比例；多图参考上限提升（API 版最多 14 张参考图【官方】），新增笔刷局部编辑（涂抹选中区域精确修改）；
• 免费用户每日有基础积分，会员 69 元/月起（价格随官方调整，以官网为准）。

进阶：LiblibAI / 吐司 TusiArt——需要跨集长线一致性时，用于训练角色图片 LoRA（流程与成本见角色一致性·路线二）。

认知即可：Midjourney Niji 7（动漫风格上限高，但需海外网络与外币支付）、NovelAI（纯二次元立绘，英文提示词）——了解其存在，预算和网络条件到位前不必投入。

工具收敛原则

一部剧只用一个出图工具、一个画风模板。 混用工具是风格不统一的第一大来源。画风怎么选、各谱系提示词段见画风图谱与挑选指南。进阶 LoRA 也建议用主力工具的图作为训练素材，保持生态内一致。

输入素材的版权边界

发布侧的内容红线见发布与运营，输入侧同样要守：定妆照参考图、画风锚点图、LoRA 训练素材请使用自产图或确认授权的素材——直接拿网图/他人作品做参考图生图或训练素材，侵权风险会传导至下游全部作品（判例与"模型原罪"传导逻辑见调研报告 §8.2）。

2. 出图参数基线

• 比例：按形态决策定——竖屏 9:16（红果/抖音）或横屏 16:9（B 站/YouTube）；定版后全剧统一，不中途切换。
• 分辨率：短边 ≥1080（竖屏 1080×1920 / 横屏 1920×1080）。视频模型输入不需要 4K，但高分辨率图在局部重绘时有更大余量；生成角色设定包等需要反复取用的"母图"建议 2K 以上。
• 质量档位：探索期用快速档，定稿图用高品质档（积分差异大，养成习惯）。

参数背后的概念——像素与分辨率、宽高比、文件格式（为什么存档用 PNG）、色彩空间——见附录数字媒介基础·图像。

3. 角色设定包：一致性四件套

设计先行：角色视觉三原则

定妆照不是"抽一张好看的图"——它要服役全剧几百次引用。写提示词之前，先用三条原则检查角色设计：

• 剪影辨识度：把角色涂成纯黑剪影，观众还能认出是谁吗？发型轮廓与体型差异是辨识度的根基——长发及腰与齐耳短发的剪影差异，远大于瞳色差异。AI 管线的现实意义：同剧角色的剪影差异越大，跨图串脸、认错的概率越低。
• 配色定角色：每人一个主色 + 一个辅色，全剧 2~4 个角色主色互不重叠（主角藏青、反派暗红、配角米白）。色彩是观众记忆角色的第一钩子，也是提示词里"区别性特征"的核心字段。
• 一个记忆点：一个标志性配饰或特征（银框眼镜、左脸伤疤、异色瞳）——观众靠它认人，模型靠它锁人：它在定妆照、三视图、每张关键帧的提示词里反复出现，成为跨图一致性的锚点。

三条原则服务同一件事：几十集、几百张图之后，观众和模型都还认得这是谁。

三原则是"设计过没过安检"的判据；再上游一步——角色该设计成什么样（性格怎么翻译成服装、妆造、体型），见造型与场景设计§2~§5，定妆照定版前先过它的设计量规。

设计定稿后进入生产——每个出场角色按此流程出四件套（定妆照/三视图/表情差分/姿势差分，社区主流工作流）：

第一步：定妆照（锚定图）

正面、全身、纯色背景、均匀打光、标准姿势——信息完整、没有遮挡。这张图是全剧的"角色基因库"，选定后全剧不换。用图像提示词模板生成，多抽几组直到完全满意（这里值得花积分，它将被引用几百次）。

第二步：三视图

以定妆照为参考图，生成正面/侧面/背面三视图：

提示词要点：character turnaround sheet / 角色三视图，同一角色的正面、侧面、
背面并排站立，保持与参考图完全一致的发型、服装与配色，白色背景。

复杂角色（多层服装、大量配饰）追加到 6~7 张：俯仰视角、半身特写。

第三步：表情差分

用局部重绘只改眼、嘴区域，从定妆照派生出喜/怒/悲/惊 4~6 个表情——脸型、发型、配色完全不动，这是表情一致性的关键手法。

第四步：姿势差分（标志性姿势）

表情之外，角色的标志性姿势同样要预先进库（如顾辰说明书中锁定的"摘镜擦拭"标志性动作）——流程与表情差分同构：

1. 从剧本与分镜列高频姿势清单（标准站姿、摘镜动作、坐姿、背影等 3~5 个）；
2. 以定妆照为参考图逐一出图：提示词只改姿势与构图段，画风、光影、外貌字段一律不动；
3. 按 pose/glasses-off.png 式命名入角色目录，关键帧出图需要该姿势时直接挂载参考。

姿势差分的价值与表情差分相同：把"反复要的图"做成"一次到位、全剧引用"的资产。

收尾：角色说明书

为每个角色写一份文档：开头先写"设计依据"段（三句话性格→视觉翻译稿——他是谁→关键词→落在造型上的决策，方法见造型与场景设计§2），再锁定 6 个易失控变量：表情、动作、镜头、光影、穿搭、画风。描述要量化——"眼裂长宽比约 1:1.2"优于"大眼睛"。说明书 + 三视图 + 表情差分 + 姿势差分，合称角色设定包，存入资产库。

角色说明书完整实例

一份填好的说明书长这样（顾辰·都市重生逆袭男主，与本章示例图同一角色）：

# 角色说明书：顾辰（char/01-guchen/）
- 设计依据：AI 科研天才、隐婚弃夫、从幕后到名震全球——关键词"高智、隐忍克制、蛰伏六年"→ 造型决策：一丝不苟的三七分+银色细框眼镜（高智）、扣到顶的黑色高领内搭（克制）、质地好但款式略旧的深灰西装（蛰伏）
- 表情：默认冷静少表情，情绪上限为"眼神变锐利"；大笑易崩，全剧不用
- 动作：站姿端正、肩线平；思考或反击前摘眼镜缓缓擦拭（标志性动作）
- 镜头：正面 / 45° 侧面成功率最高；大仰角翻车率高，分镜阶段规避
- 光影：默认均匀柔光；对峙场景允许侧光（右脸受光）
- 穿搭：深灰戗驳领西装外套 + 黑色高领内搭 + 银色细框眼镜——全剧不变，无换装计划
- 画风：CG 厚涂（3D CG 渲染风格、写实比例美型、次表面散射肤质——画风词段见附录《提示词模板速查》）
- 量化锚点：28 岁，黑色短发三七分；眼裂长宽比约 1:1.2；发色 #1A1A1A 系；西装为深灰两粒扣戗驳领

用法：出图与抽卡验收时逐条对照——任何与说明书冲突的图直接判不合格，不"将就用"。说明书随生产迭代（发现新翻车点就补一条），它是活文档。

换装与造型变体：说明书实例里"全剧不变、无换装计划"是最省心的形态；剧情确需换装时（居家服 → 高定西装、日常 → 礼服），做法是以定妆照派生"服装变体"——发型、标志配饰、配色锚点一律不动，只改服装段提示词，按姿势差分的同流程单独建档（如 char/01-guchen/costume-formal/），并在说明书中注明"第 X 集起启用"。每个新变体都相当于一次小型定版：先测复现稳定性再进量产，别在量产中途临时换装。

进阶：角色图片 LoRA 训练 SOP（LiblibAI 实操）

确认量产长篇连载后再做（决策时机见角色一致性·路线二与路线图 W9~W10；原理与"三个旋钮"见训练质量的三个旋钮，平台界面以当前版本为准）：

1. 备素材：12~20 张，从角色设定包派生——定妆照 1 + 三视图 3 + 表情差分 4 + 关键帧定稿 4~8 张（计 12~16 张）；全部出自同一画风模板（混画风 = 训出一个四不像）。注意设定包派生的素材里面部特写只有定妆照 1 张，达不到原理篇"面部特写 4~6 张多角度"的配比要求（见训练质量的三个旋钮）——不足时追加 3~5 张多角度面部图（可用 §7 指令修图从定妆照派生，追加后总量不超过 20 张），否则召回测试易翻车；
2. 建数据集打标：上传 LiblibAI → 自动打标后人工校对——删掉固有特征词（黑发三七分/银框眼镜/深灰西装：让它们烙进触发词），保留可变属性词（表情/姿势/服装状态：保持可控）；
3. 设触发词：hero_guchen 式的无意义独占词，不与词典既有词撞车；
4. 选底模与参数：FLUX 或 SDXL 底模（按画风选系——二次元角色选动漫系，CG 厚涂角色选写实 CG 系）；秩 r 与步数先用平台默认（通常 r=16~32）；
5. 提交训练：约 30 分钟~2 小时（成本口径见角色一致性·路线二）；
6. 验收三测：① 召回测试——hero_guchen + 极简描述出 4 图，像不像本人；② 泛化测试——换姿势/换景别出图，若只会摆训练素材里的姿势 = 过拟合；③ 画风兼容测试——挂全剧画风模板出图，风格是否被素材焊死；
7. 迭代：召回弱 → 补面部特写素材重训；过拟合 → 降 r、减步数重训。

验收不过的 LoRA 不如不训——继续用平台参考图（路线一）顶着，别带病进入量产。

4. 场景与道具资产

资产分级：不是每个元素都配建档

四件套是主角待遇，不是所有出场元素的默认配置。按出场频率与剧情分量分级，资产清单才不膨胀：

级别	对象	资产配置
主角 / 核心反派	全剧高频出场	完整设定包：定妆照 + 三视图 + 表情/姿势差分 + 说明书（§3 全流程）
重要配角	出场多集、有关键对手戏（主角的盟友/仇敌）	简化包：定妆照 + 2~3 个表情差分（局部重绘派生即可）
一次性角色	只出场 1~2 镜（店员、路人、反派手下）	不建档——随场景图或关键帧直接生成；日后偶尔复用时补单张定妆即可

道具同理（见下文"关键道具"的叙事道具/氛围道具之分）。分级的标准只有一条：它被观众记住、被剧情反复需要的程度，回不回得了一本它的资产成本——分级清单从分镜表汇总时顺手标注（见分镜·美术设定）。

• 场景概念图：每个场景出 1 张基准图 + 必要的光线变体（日/夜、晴/雨）。提示词复用全剧画风模板，结构要点：无人出镜（避免角色在场景图里漂移）、写明光源与时间（"夜晚，窗外冷光透入"）、写明透视与构图（"广角平视，纵深构图"）；日/夜变体只改光影段，其余字段不动。
• 同场景多机位清单：一个高频场景在分镜里通常出现 3~5 个机位（全景定场位、中景对话位、特写道具位）——为这类场景出 2~3 张不同机位的概念图（同画风、同光影模板，只改透视与景别）。关键帧出图时挂对应机位的场景参考图，空间一致性远好于"一张场景图走天下"。
• 关键道具：推动剧情的道具（手机、合同、信物）单独出图，特写镜头直接引用，避免每次生成道具形态漂移。注意分级管理：只有叙事道具（丢了它剧情就走不下去的）才配单独建档；只起丰富画面作用的氛围道具（桌上的茶杯、墙上的挂画）随场景图一起生成即可，不单独管理——资产清单不膨胀。

本节是"怎么生产"；场景该设计成什么样——陈设放什么、生活痕迹怎么配、时代元素怎么统一——见造型与场景设计§7~§9：那边的设计量规过了，再回这里按生产要点出图。

光影与色调：情绪的一半来自光

同一个房间，灯全开是日常、只留一盏台灯是悬疑——光影是给画面"定情绪"的工具。三组概念覆盖漫剧九成用光：

• 明暗基调：高调（画面整体明亮、阴影浅淡）= 明快、日常、甜宠；低调（大面积暗部、只留局部强光）= 悬疑、压抑、危险。
• 色温冷暖：暖色（橙黄）= 安全、回忆、温情；冷色（蓝青）= 孤独、紧张、末世与科技感。冷暖对比是焦点发生器：冷环境里一束暖光打在主角脸上，观众视线避无可避——成本最低的"高级感镜头"，提示词直接可写（"冷色调房间，窗外暖光打在角色侧脸"）。
• 光源方向：顺光（正面上光，平而清楚）= 客观陈述；侧光（明暗分割脸部）= 矛盾、心事；逆光（人物成剪影或镶一圈轮廓光）= 神秘、登场高光、情绪顶点；顶光（眼窝压出深影）= 压迫、反派专属。

专业布光把方向组合成三点布光框架：主光（造型的核心光源）+ 辅光（柔化主光投下的阴影）+ 轮廓光（从侧后方勾出人物边缘，把主体从背景里"揭"出来）——认知即可：AI 管线里不需要布灯，只需在提示词里写清光的方向与强弱（上文四方向 + 明暗基调已够覆盖）。

再进一步：全局光照——"假图"与"真图"的分水岭。三点布光是"人主动布了几盏灯"的框架，而真实世界里光不止来自灯：阳光照进房间，地板被照亮后又把光弹到墙上、墙面再弹到人物背光面——这种经过一次或多次反弹的光叫间接光（反弹光），直接来自光源的叫直接光，两者合起来的整体光照效果就是全局光照（GI）。判断一张 AI 图光影假不假，最快的办法就是看背光面：只有直接光的画面，背光面是死黑的（像贴纸）；有反弹光的画面，背光面里能读出环境的颜色与细节（地板的暖色弹到角色下巴上）——这是"照片感/电影感"的物理来源，也是 3D CG 级画风真实感的核心（见画风图谱）。

AI 管线落地：不需要你计算光路，在提示词里显式写出反弹光即可引导——"阳光从窗外射入，地板反射的暖光打在角色侧脸""暗部有环境反光"，比只写"侧光"的立体感明显更强；反过来，画面发"平"发"假"时，先检查提示词是不是只写了光源方向、没给环境反弹的信息。

色彩三属性与配色框架：上文"色温冷暖"其实只是色彩的一个维度。完整的色彩三属性是——色相（颜色的名字：红橙黄绿蓝紫）、明度（有多亮）、饱和度（有多艳）。剪辑面板里的调色滑块、穿搭撞色、"画面太灰"的抱怨，拆到最后都是这三个维度的问题。配色有两条可直接套用的框架：

• 互补色（色环对角，如蓝×橙、红×绿）：对比最强，是"冷暖对比焦点发生器"的理论根——橙黄的暖光打在蓝青的冷环境里之所以抓眼，正因为橙与蓝互为互补色。用法：一帧画面里只留一对互补对抗，主体占小头（两强相争画面会"吵"）。
• 类似色（色环相邻 2~3 格，如蓝×青×绿）：天然和谐，适合同场景的氛围统一——同场景资产（概念图、关键帧）共用一段类似色区间，跨图色彩漂移会明显减小。
• 60-30-10 配比：画面配色的稳态结构——约 60% 基调色（环境/背景）、30% 主角色（角色主色，呼应 §3"配色定角色"）、10% 强调色（记忆点配饰、视线焦点）。画面"花""乱"十有八九是强调色超了 10%——数数发色、配饰、道具里跳出来的高饱和色块有几个。

落地三条：① 分镜表的画面描述列带上光影意图（如"低调、侧逆光"），出图时翻译成提示词的光影氛围段；② 同场景所有镜头共用同一段光影词（光源方向、色温、强度写死）——这就是画风图谱里"光环境模板"的用法，也是压跨图光影漂移的第一手段；③ 角色与场景配色按 60-30-10 自检——强调色超编先砍（高发源头：配饰、道具、发色里跳出来的高饱和色块）。

以上是单帧的光影与色彩；跨集、跨场景的时间维度（全剧色彩跟着情绪曲线走）见造型与场景设计 §10 色彩脚本。

5. 关键帧批量生产（衔接分镜表）

分镜表中的每一镜，在这里产出一张"关键帧图"（即图生视频的首帧）。量产之前，先把"出图准确率"这个词拆开——它是本节所有手法的统一目标。

出图准确率：四层诊断地图

出图准确率 = 出图一次通过验收的比率。 感觉上的"最近出图老不准"，拆到最后只有四层失败原因——各层有各自的提升杠杆，对症下药才不浪费积分：

层	失败表现	提升杠杆	出处
① 语义符合	画的不是要的：主体/动作/构图/画风跑偏	提示词工程（模板 + 单变量调试）	提示词工程；本节翻译规则与自查清单
② 资产一致	角色不像：脸型/发型/配饰漂移	参考图 + 设定包 + 参考强度	§3 设定包；本节参考强度调参
③ 无瑕疵	画的是要的、也像，但手崩/字乱/结构歪	一图一难点 + 构图规避 + 局部重绘	本节调试实录与决策树；§7 修图；§9 瑕疵图谱
④ 工程达标	图能用但规格错：比例/分辨率/未入库	参数基线 + 命名规范	§2、§8

四层对应四个返工方向：哪层丢分回哪层补课，别用同一招（改提示词）治所有病。记账时给每张失败图标注所在层（见本节成本演算的分账统计），一周后你会精确知道自己卡在哪一层。

从分镜表到提示词：翻译规则

分镜表是"拍什么的规格书"，提示词是"画什么的指令"——两列字段按下表逐段翻译（模板结构本身见图像提示词模板）：

分镜表列	进入提示词哪一段	翻译要点
景别·运镜	构图/镜头段	景别直写（"近景""特写"）；运镜不写给图像模型——但运镜意图影响构图（"推近至特写"→ 直接按特写构图出图）
画面描述	主体与外观段 + 动作/表情段 + 场景段	角色外貌不写（参考图锁定），只写本镜的动作、表情、位置关系
光影意图（备注）	光影氛围段	直接落成光环境模板词（"低调、侧逆光"）
资产列	不进提示词——进参考图	角色挂定妆照/差分参考，场景挂概念图，道具挂道具图
台词	原则上不进	仅当台词决定表情时，翻译成表情词进动作/表情段（"怒吼"→"张嘴大喊"）

写完按要素自查清单过一遍（对应七段模板，缺段即补）：

□ 画风段（句首，全剧模板复用）   □ 主体与外观（只写区别性特征，挂参考图则不写外貌）
□ 动作/表情（本镜一个主动作）   □ 场景（环境一句话，不抢戏）
□ 构图/镜头（景别 + 角度 + 焦段意图） □ 光影氛围（光环境模板词）
□ 质量词（段尾固定）

量产四步：

1. 按上方翻译规则写提示词（画风段复用模板）；
2. 挂上角色参考图（即梦智能参考 / LoRA 触发词）——参考强度按场景调参（见下表）；
3. 提示词只写动作、表情、构图、光影，不复述角色外貌（避免与参考图打架）；
4. 逐镜过图像阶段验收清单——不合格在这里改图，不要留到视频阶段：

参考强度调参场景表（默认值之外的调参依据，社区经验口径）：

场景	调参方向	原因
默认起点	70%~90% 区间中段	甜区（原理见角色一致性·路线一）
角色漂移（换脸/换装/配饰消失）	往高调（→90%）	锁不住时加约束力
姿势僵硬、构图雷同	往低调（→70%）	约束过强压死了多样性
大动作/大角度镜头	往低调 + 换对应姿势差分作参考	高参考强度下大姿势变化最易崩
多图参考组合	主参考（定妆照）锁身份 + 辅参考（三视图/对应表情差分）锁视角与情绪	各图分工，提示词用 @图N 指代（语法见 §6）

□ 角色与锚定图可辨认一致（脸型/发型/配色/标志配饰）
□ 构图符合分镜表的景别与运镜意图
□ 无手部崩坏、面部畸形、乱入文字等瑕疵
□ 风格与画风定版模板一致，无跨图漂移
□ 画幅与形态决策一致（9:16 或 16:9）、短边 ≥1080
□ 已按命名规范入库，消耗记入记账表

调试实录：一张关键帧从初稿到定稿

分镜表镜 12（"拉开抽屉底层，摸出旧 U 盘"，来自分镜表实例）的出图过程——方法论照提示词工程·单变量修改：

轮	改动（单变量）	结果	判定
v1	初稿：男性拉开抽屉，神情凝重	手崩（6 指）	✗ 手部崩坏
v2	构图改"俯拍过肩"（手在画面中占比缩小）	手正常了，但抽屉消失	✗ 关键道具丢失
v3	提示词补"木质抽屉半开"	抽屉回来了，U 盘的形态怪异	✗ 道具崩坏
v4	删掉 U 盘的描写，只留"手探向抽屉深处"	全项过检	✓ 定稿；U 盘交给特写镜 13 单独出图

核心教训：AI 出图"一图一难点"——同时要求"手 + 抽屉 + U 盘"三个精细物件，翻车率近似相乘。分镜表里镜 13（U 盘特写）本就独立存在，让镜 12 只承担"探手"一个难点即可。这是分镜与出图联动的典型决策：改提示词不如改任务分配——遇到多难点镜头，先回分镜表看难点能不能拆到别的镜里，再决定抽不抽。

图像版抽卡决策树：第 N 次失败后改什么

与视频章同构（见视频生成·抽卡决策树），连续失败时按层级逐级处理，不要原地硬抽：

第 1~2 次失败 → 改提示词（零成本）
   单变量修改；先判失败所在层：语义层改措辞，一致层检查是否复述了外貌
第 3~4 次失败 → 换生成条件（低成本）
   调参考强度、换参考图组合、换种子（有该功能的工具）、快速档 ↔ 高品质档互换
第 5 次失败  → 降级画面方案（内容损失）
   简化构图（裁掉难点）、换角度（正脸 → 侧脸）、把难点拆给其他镜
仍不过      → 回分镜改任务分配（最贵/保底）
   该镜难点重新拆分（见上方调试实录）；或改走信息镜头贴图路线（见[剪辑与成片](/workflow/editing)）

批量与种子的两条工程经验：

1. 探索期 4 选 1，定稿期逐张精调：探索构图与措辞时一次出 4 张选优，同价下命中率显著高于逐张单抽；但定稿母图（定妆照等要被引用几百次的图）建议逐张精调，别把母图交给手气；
2. 种子是"换一条采样路径"的零成本换法：调好结构后固定 seed 微调措辞可复现对比（方法见提示词工程·迭代方法论）；提示词与条件都不动、只换 seed，就是决策树第 3 级里最便宜的一手。

出图成本演算：单集 20 元怎么来的

本章是预算表"图像资产约 20 元/集"（见工具清单与预算表）的产生现场。把这笔账拆开（以分镜表实例的 16 镜单集为例）：

关键帧：单集 16 镜 ≈ 16 张（含 3 个信息镜头的静帧底图，也在这里出）
设定图摊销：定妆照/三视图/表情与姿势差分/场景/道具，按集摊销 ≈ 4 张当量
出图总量 ≈ 20 张/集
单集出图成本 ≈ 20 张 × 平均抽约 2.5 次 × 约 0.4 元/张 ≈ 20 元/集

0.4 元/张是即梦快速/高品质混合档位的经验口径（随档位与积分包浮动，仅作算法演示，以你的记账表实测为准）。三个杠杆各自对应本章的一节纪律：

• 压张数：设定图一次到位、全剧复用（§3），道具分级管理（§4）——资产清单不膨胀；
• 压重抽率：出图重抽率目标 ≤2.5 次/张——定妆照等母图允许多抽（要被引用几百次，值得），关键帧靠"参考图锁角色 + 一图一难点"（上方调试实录）把重抽压下来；连抽不过按上方决策树逐级降级，别原地硬抽；
• 压单价：探索用快速档、定稿才用高品质档（§2 参数基线）。

重抽率按层分账：记账表加一列"失败层"（①语义 ②一致 ③瑕疵 ④工程），每张失败图标注丢在哪一层。周复盘看分布——某一层占比明显偏高，下周就回那一层对应的章节精读补课：语义层回提示词工程，一致层回 §3 与角色一致性，瑕疵层重读本节决策树与 §9 瑕疵图谱。混在一起的"重抽率 2.5"只是平均数，分账后的数字才是诊断。

出图环节省下的每一元，都在给视频阶段的抽卡留预算——视频生成单集红线 80 元（见视频生成·控本纪律），图像环节的纪律是它在源头上的第一道保险。

6. 多人镜头处理

漫剧 2~4 个角色、对话戏为主——多人镜头是刚需，但"一图多人"是当前出图工具的高发翻车区（串脸、动作张冠李戴）。处理优先级：规避 > 平台多人参考 > 合成。

路径一（首选）：规避——把多人戏拆成单人镜头

• 对话与多人戏尽量拆成单人镜头：正反打（对话双方交替单人出镜）、过肩镜头、听者反应镜头——概念与机位布置见分镜与美术设定的"对话镜头：正反打与轴线"与"反应镜头：戏在听者脸上"两节。
• 一图一人时，每个角色由各自的参考图/LoRA 单独锁定，一致性成功率最高；剪辑阶段交替组接，观众感知仍是"两人在对话"。
• 规避不是妥协，是漫剧行业的通行做法：竖屏小画幅本就不适合多人同框，主流漫剧的对话戏几乎都是单人镜头组接出来的。

路径二（次选）：平台多人参考功能

必须同框时（拥抱、打斗、群像海报），用平台的多参考能力（能力口径见角色一致性技术路线；截至 2026 年 9 月，功能上限随版本变化，以官方文档为准）：

1. 即梦多图参考：同时上传各角色定妆照（图 1、图 2……），提示词用 @图1、@图2 分别指定各自动作，如"@图1 摘下眼镜逼近 @图2，@图2 后退一步"；
2. 可灵元素：为每个角色建独立"元素"，提示词中 @元素名 调用。

预期管理：成功率明显低于单角色，串脸仍会偶发；成本按"翻倍"做预算（每个同框镜头预留 2 倍抽卡次数）；先用极速/快速档探路确认构图，满意后再换高品质档定稿。

路径三（门槛明示）：分别生成再合成

各自生成单人立绘，再抠图合成到同一背景——效果上限最高，但需要抠图/PS 类工具基础，无美术基础的读者零基础阶段直接绕开此项。最低门槛替代：剪映"智能抠像"可做静态合成（导入背景图 → 画中画叠加人物图 → 智能抠像去底），能应付简单的双人同框静帧；精细合成（光影匹配、透视统一）留待有基础后再学。

一句话结论：日常多人戏走路径一；必须同框的镜头走路径二；路径三等你需要海报级画面时再回头补。

7. 局部重绘与指令修图

出图不可能一步到位，修图是日常。主流工具的指令修图对比（截至 2026 年 9 月，社区横评口径）：

• 即梦智能画布：中文自然语言修图体验最好，免费额度可用；复杂场景指令稳定性欠佳。
• FLUX Kontext（可经 LiblibAI/RunningHub 云端调用）：综合质量最均衡、角色一致性编辑强；需英文指令。
• Midjourney Editor：精修与扩图能力强；需订阅与海外网络。

修图指令三要素：动作明确（"把左手改为拿咖啡"而非"改一下手"）、数值可量化（"上移约 20%"）、优先级清晰（一次只下一个指令）。漫剧高频修图场景：手部崩坏、表情微调、去掉乱入文字、局部元素替换。

8. 资产库管理（开发者的主场）

像管理代码仓库一样管理美术资产：

project/
├─ char/01-guchen/           # 示例剧男主：W2 练手包沿用至结业（说明书实例见 §3）
├─ char/02-jiangxinyu/       # 示例剧女主（对立线·前妻）：定妆照/三视图/表情/姿势/说明书.md
├─ char/03-lumingxuan/       # 白月光反派
├─ scene/apartment-night/    # 场景：基准图+变体
├─ prop/usb-drive/           # 道具
├─ keyframe/ep01/001.png     # 关键帧：按集+镜号命名（环节 3 产出）
├─ video/ep01/001-take3.mp4  # 镜头素材：镜号+抽卡序号（环节 4 产出，"入库"即入此层）
├─ audio/ep01/               # 配音逐条/音效/配乐（环节 5 产出）
├─ project/                  # 剪辑工程文件（环节 6 产出，版权证据链之一，见发布章合规清单）
├─ export/                   # 成片导出与发布物料（封面/预告）
└─ prompts/                  # 提示词模板库（画风段/质量词段）

命名规范 + 提示词版本记录，让你在 3 个月后仍能复现任何一张图、任何一条镜头的生成条件——这套目录同时覆盖环节 3~6 的全部产出物。三视图、场景概念图、修图指令等提示词的可复制成品已汇总至提示词模板速查，可直接复制进你的 prompts/ 库按需改造。

9. 常见问题与对策

高频瑕疵按类型整理成图谱——能出图前规避的别留到出图后修（规避零成本，修复要积分）：

瑕疵类型	典型表现	出图前规避	出图后修复
手部崩坏	多指、关节反折	构图裁手（插兜/背手/遮挡）、缩小手部画面占比	局部重绘（§7）
乱入文字	招牌/小字乱码	提示词避免文字元素；必要文字留后期	局部重绘抹除；剪辑阶段贴图覆盖
多人串脸	同框特征互染	首选拆单人镜头（§6 路径一）	平台多人参考（路径二）；合成（路径三）
透视/结构崩坏	建筑歪斜、物件结构不成立	避免极端角度；复杂结构拆镜	换角度重出，别硬修
光影假（贴纸感）	背光面死黑、无环境反弹	提示词显式写反弹光（§4 光影与色调）	指令修图补环境光
跨图风格漂移	批次间画风不一	同一工具 + 同一模板 + 同一模型版本（§1 工具收敛）	排查生成条件差异后重出
设定图像、关键帧不像	参考没锁住	参考强度调高（§5 调参表）；删提示词里与参考冲突的外貌描述	换更接近的差分参考图重出

10. 动手练习

完成 1 个角色的完整设定包 + 3 张场景概念图 + 5 张关键帧图。

这是 W2 跑通管线的练手包（建议沿用示例角色顾辰，§3 的说明书实例可对照；也可换成你自己故事的主角），不是结业剧资产；结业剧（顾辰·《名震全球后，前妻追妻火葬场》）资产将在第 1 集分镜表定稿后按同一 SOP 重做。

1. 定妆照 → 三视图 → 4 个表情差分 → 3~5 个姿势差分 → 角色说明书；
2. 场景图含 1 个日夜变体；
3. 为你的练手小故事列出 5 个关键画面（一句话分镜即可），逐张出图并按 §5 的图像阶段验收清单过检；
4. 全部入库并按规范命名。该资产包将直接用于第 4 环节的视频生成。