课程库 › AI 视频生成 › 连续性与表演 › 第 1 课
人物、产品与场景一致性——七层连续性与资产系统
普通课约 55 分钟
本课导读
unit-1 毕业作业里，四个镜头拼起来最刺眼的问题几乎一定是：主角第三镜换了件衣服、场景的门一会儿在左一会儿在右、光线方向镜镜不同。这就是 L1 预告的"核心战场"——连续性。视觉课 L6 刚给了你五层一致性模型和视觉圣经；本课把它们扩展到视频：时间维度让五层变七层，视觉圣经长成九件套资产系统，外加影视行业百年前就发明的那件工具——连续性表。预计 55 分钟。
说明
本课默认你已学过视觉课 L6（五层一致性、视觉圣经、参考图锚定、风格块冻结）。没学过的先补——本课的所有方法都建立在它之上，只讲视频新增的部分。
从五层到七层：时间带来了什么
视觉课的五层（身份/造型/风格/世界观/叙事）管的是"多张图之间"；视频里，镜头内部有时间流逝，镜头之间有空间和因果衔接，于是长出四个新层，合并整理为七层：
| 层级 | 控制内容 | 断掉的典型表现 | 主要来源 |
|---|---|---|---|
| 身份一致 | 五官、年龄、发型、体型 | 三号镜头换了张脸 | 视觉课已有 |
| 造型一致 | 服装、首饰、道具、产品结构 | 项链消失了；瓶身 logo 变形 | 视觉课已有 |
| 动作一致 | 姿态衔接、运动方向、行为逻辑 | 上一镜在跑，下一镜悠闲站着且无过渡 | 时间新增 |
| 空间一致 | 出入口、人物位置、视线、轴线 | 从左出画却从左入画；对话双方视线不接 | 时间新增 |
| 光线一致 | 主光方向、时段、色温 | 同场景一镜黄昏一镜正午 | 时间新增 |
| 声音一致 | 声线、环境音、空间混响 | 角色换了嗓音；室内忽然有室外风声 | 时间新增 |
| 叙事一致 | 事件顺序、因果关系 | 湿衣服下一镜干了；喝掉的咖啡又满了 | 视觉课的叙事层扩展 |
风格层和世界观层去哪了？没消失——它们被吸收进资产系统（风格块照用），七层表专注镜头之间接不接得上这个视频特有的问题。
诊断纪律和视觉课相同：先归层，再开药。观众说"出戏了"，你要能说出断的是哪一层。
资产系统九件套
视觉圣经（角色标准像、产品定妆照、风格块）继续服役，视频项目在此之上补六件。听起来多，实际上每件都是一页纸/一张图的轻量文档——它们的共同使命是：把"什么是对的"在开机前写下来，让每个镜头有处可查：
承接视觉课的三件
① 人物设定表 标准像三视图 + 文字规格（= 视觉课角色设定表）
② 产品标准视图 四视角定妆照 + 结构清单
③ 风格块 冻结的风格描述，全片提示词通用
视频新增的六件
④ 表情表 关键情绪的角色定妆图——表演镜头的首帧原料
⑤ 服装道具表 每套造型/每件关键道具的标准图 + 出场镜头清单
⑥ 场景地图 场景的简笔平面图：门窗方位、家具位置、人物动线
——空间层的宪法，手绘拍照即可
⑦ 光线方向图 在场景地图上标注主光来向 + 时段色温
——同场景所有镜头共用
⑧ 声音规范 角色声线描述、环境音清单、配乐情绪关键词
⑨ 连续性表 逐镜状态记录（下一节专讲）
⑥ 和 ⑦ 值得强调：空间和光线是最容易被忽略、又最容易被观众潜意识捕捉的断层。一张手绘平面图+一个光源箭头，成本两分钟，却是"轴线标注"（L2）和"光线连续"唯一可靠的执行依据——靠脑子记，第四个镜头必乱。
连续性表：百年老工具的 AI 复活
传统剧组有个职位叫场记（script supervisor），全职盯一件事：这条拍完，记下演员左手还是右手拿杯子、烟烧到几厘米——因为下一条可能三天后才拍，接不上就是穿帮。
AI 生产里你就是场记。每生成完一个镜头，趁记忆新鲜填一行：
连续性表 —— 项目：晨跑者 30 秒
镜号 | 人物状态 | 位置/方向 | 光线 | 道具状态
镜1 | 马尾辫/浅灰运动服 | 远景，向右跑 | 晨光低角度左来 | 耳机戴着
镜2 | 同上，微出汗 | 中景，向右 | 同上 | 同上
镜3 | 同上 | 近景，面朝右 | 同上 | 耳机线可见
镜4 | 停步，转头看右 | 路口，视线向右 | 同上 | 抬腕看表→表在左腕
它的用法是双向的：生成前查上一行（镜 5 的提示词就知道该写"左腕戴表、从画面右侧入画"）；验收时对本行（生成结果和表格不符=返工或改表）。AI 的特殊之处在于模型完全没有跨镜头记忆，连续性表是唯一的"项目记忆体"——这正是 L1 原则三"提示词不是唯一控制手段"的又一实例：表格也是控制条件。
生产流程：圣经先行，首帧派生
把资产系统接进 unit-1 学过的图生视频主力工作流，就得到视频版的一致性生产线：
① 建资产 九件套开工前做齐（图像工作流制作，成本集中在前期）
② 首帧派生 每个镜头的首帧 = 角色/产品参考图 + 风格块 + 场景地图
约束下的构图 —— 用视觉课全套技能在图像阶段锁定一致性
③ 镜头生成 图生视频（L4），提示词只写运动，方向按场景地图/轴线
④ 逐镜验收 七层各扫一眼 + 对照连续性表本行 + 验尾帧（L4）
⑤ 填表推进 合格 → 填连续性表下一行，进入下一镜
核心洞察在 ②：视频的一致性问题，大头要在图像阶段解决。首帧对了（同一张脸、同一件衣服、光从同一边来），视频模型只需要"别在几秒内跑偏"（L4 的漂移管理）；首帧就不一致，后面全是无用功。这就是两个 Track 共享地基的设计意图——视觉课的一致性功夫，在视频里全额兑现。
注意
一个降本技巧再强调一次（L2 提过）：主动减少场景和角色数量。每多一个场景=多一套地图/光线图/首帧组；每多一个角色=多一套设定表+每镜多一个漂移源。30 秒短片 2 个场景 1 个主角是舒适区——职业制作的「省钱」和创作上的「克制」在 AI 生产里是同一件事。
动手任务：四镜头连续片段
把 unit-1 毕业作业升级为"有资产系统撑腰"的版本：
基础路线（约 90 分钟）：
- 沿用你 30 秒项目的主角和主场景，补齐轻量版资产包：人物设定表（正/侧面标准像+文字规格）、一张手绘场景地图（标注门窗、动线、主光方向箭头）、冻结风格块；
- 选连续的 4 个镜头（必须含至少一次"人物在场景中移动"+一次景别变化），先把 4 个首帧全部用"参考图+风格块"派生出来，四帧并排质检（视觉课 L6 的并排法）通过后再进入视频生成；
- 逐镜生成，每完成一镜立刻填连续性表一行，下一镜生成前先查表；
- 拼接四镜，交付：资产包、连续性表、成片；
- 复盘：对照七层表逐层给自己的片段打分（每层：稳/偶尔断/明显断），找出最弱的一层——它就是你 unit-2 后半程的重点。
进阶路线（可选）：把镜 2 故意不带参考图重新生成一次，插回成片对比——直观感受资产系统到底值多少钱。
随堂测验
1. 成片里角色从画面左侧走出画，下一镜却又从左侧走入画，观众感觉她「瞬移折返」了。断的是七层里的哪层，该查哪件资产？
2. 连续性表在 AI 工作流里被称为「唯一的项目记忆体」，根本原因是？
3. 「视频的一致性问题，大头要在图像阶段解决」的含义是？
4. 预算紧张时，「把剧本从 4 个场景砍到 2 个」在一致性工程上的收益是？
划选正文任意文字可高亮、批注或加入复习卡
讨论
载入中…