出處： https://x.com/gezfilms/status/1981520951830298937?s=46&t=pI9XbiM16A5ksb7qAl63pg 翻譯 謝啦，兄弟！ 一開始我先為每個角色訓練專屬資料集，涵蓋多個角度、表情與光線變化，以確保視覺一致性。 接著我建立了一個「主提示詞（master prompt）」，定義所有環境參數──包括燈光配置、建築風格、對比比例、時間、相機型號、鏡頭種類、光圈以及其他預設設定。這成為每個場景的基礎。 當模型訓練完成、主提示詞也經過微調後，我開始生成「基礎模板（plates）」——這些影像用來確立整體色調、光線與氛圍，但暫時不放入角色。 在從各種角度生成這些模板後，我把它們作為參考影像匯入 Google NanoBanana，生成實際含有角色的場景。這樣的步驟能保持所有影像在建築、色彩與光線上的一致性。 舉例來說：我先生成一張新人站在祭壇前的中景特寫，再將這張影像與教堂的模板結合，生成同樣色調與光線一致的廣角空拍畫面。 我用同樣的流程處理剩下的場景，根據每次輸出的結果稍微調整提示詞。 # 🎬 AI 影像一致性生成流程教學 作者實戰分享翻譯整理版 在 AI 影像生成中，**如何讓角色與場景在不同鏡頭下保持一致性**，是一個常見又棘手的問題。以下是一個完整的製作流程，能幫助你穩定控制畫面風格、光線與角色外觀。 --- ## 🧠 第一步：建立角色資料集 為每個角色各自收集或生成訓練資料，包含： - 多角度（正面、側面、背面） - 多種表情（開口、微笑、嚴肅） - 多種光線（白天、黃昏、室內燈光） 這能確保後續生成的影像不會出現角色崩壞或風格不統一的問題。 --- ## ⚙️ 第二步：設計「主提示詞」（Master Prompt） 建立一個統一的提示模板，定義整個世界觀的環境參數，例如： - 燈光配置（主光、副光、背光） - 建築風格（現代、古典、日式、哥德） - 對比與色彩比例（高對比、柔光、冷暖色調） - 時間與天氣（黃昏、夜景、晴天） - 攝影設定（相機型號、鏡頭焦段、光圈值） 這個「主提示詞」將成為所有場景生成的基礎。 --- ## 🖼️ 第三步：生成「場景基礎模板」（Plates） 在加入角色之前，先生成多張「乾淨場景」—— 這些圖片只包含建築、光線與氛圍，不含人物。 這一步的目的是： - 確定整體光線方向 - 建立色彩基調 - 確保不同鏡頭之間的空間邏輯一致 --- ## 🎨 第四步：導入 NanoBanana 或其他 AI 工具 將這些「模板」匯入 Google NanoBanana（或類似工具）中作為參考影像，再生成含角色的場景。 這樣能保證： - 建築比例一致 - 角色光線與環境匹配 - 整體色調統一 --- ## 📷 第五步：逐鏡頭微調 以同一對角色為例： 1. 先生成新人在祭壇前的中景特寫。 2. 再將該畫面與教堂模板結合，生成廣角空拍畫面。 3. 根據生成結果微調提示詞（例如改變光圈、色溫、鏡頭距離）。 持續重複這個過程，就能完成一整段風格統一的動畫或分鏡。 --- ## ✨ 結語 這套方法讓每張圖像不只是隨機生成，而是**在有系統的提示與資料集控制下完成的影像製作流程**。 如果你想打造 AI 短片、漫畫或遊戲概念圖，這個流程能幫你極大地提升一致性與製作效率。 討論 https://chatgpt.com/c/68fdc86b-8a28-8321-9921-7c415bcf204d # 🎬 AI 影像一致性生成流程關係圖 ```mermaid graph TD A[AI影像一致性生成流程] --> B[角色資料集訓練] B --> C[主提示詞設計] C --> D[場景基礎模板生成] D --> E[NanoBanana導入生成角色場景] E --> F[逐鏡頭微調] F --> G[視覺一致性與氛圍維持] ``` 流程說明 1. AI影像一致性生成流程 整體方法論的核心主題，確保角色與場景的一致性。 2. 角色資料集訓練 蒐集多角度、多表情、多光線的角色素材，以建立穩定的訓練基礎。 3. 主提示詞設計（Master Prompt） 統一設定環境參數：光線、建築風格、時間、相機設定等。 4. 場景基礎模板生成（Plates） 先生成不含角色的乾淨場景，用於建立光線與色調一致的背景。 5. NanoBanana導入生成角色場景 將模板匯入 NanoBanana 或其他 AI 工具生成含角色的場景，保持建築與光線一致。 6. 逐鏡頭微調 根據生成結果調整提示詞與構圖，使每個鏡頭自然銜接。 7. 視覺一致性與氛圍維持 最終達成整體風格、色彩與光線的連貫性，呈現穩定的視覺敘事效果。