AI 短剧/漫剧/旅拍/古风男/女演员”一张脸以及AI 视频人物太假”

概述

AI 视频·真人感与角色一致性

一套纯方法论层的提示词工程技能，专门解决 AI 视频生成 + 静态人像生成两大场景的"AI 味"顽疾：

不绑定任何下游剪辑工具。提示词写好后，可送入 VideoGen / ImageGen / 各种 AI 视频平台；也可作为 prompt 资源，被 reborn2026-narration-drama、reborn2026-dialogue-mode 直接引用。

When to use

• 用户说"AI 视频人物太假""一张脸""面具脸""动作僵硬""眼神空洞" → 加载本技能。
• 用户在跑 AI 短剧/漫剧/旅拍/古风，遇到画质糊、人脸崩、角色漂移 → 加载本技能。
• 用户要做一份"角色设定表"或"角色外貌档案" → 加载本技能。
• 用户要在 reborn2026-narration-drama（旁白版）或 reborn2026-dialogue-mode（对白锁脸版）的提示词里提升真人感/差异化 → 加载本技能作为上游 prompt 来源。
• 用户要生成/优化 AI 静态人像（职业头像、胶片街拍、自然光生活照、杂志情绪特写、同人九宫格），抱怨"塑料皮肤""平光假脸""多张对不上" → 加载本技能模块二。

不要用于：

• 纯文案/编剧/小说润色（不属于视频生成层） → 用 tomato-novelist 等小说技能。
• 图像生成（不是视频）但人物一致性问题严重时，仍可作为"角色档案"方法论被引用。

配套工具（可直接运行，免去手动拼装）

本技能不止是方法论文字—— scripts/ 下附 3 个纯标准库 Python 脚本（无需 PyYAML / 无第三方依赖），把上文所有公式与模板固化成工具。填一份角色档案（templates/character_profile.yaml），跑一条命令，即得可直接送生图/生视频后端的 prompt，或批量撞脸体检报告。这正是把"适合有基础的创作者"的门槛降下来的关键。

工具清单

快速上手

# 0) 复制模板，改值（扁平 key:value 或 JSON 均可）
cp templates/character_profile.yaml my_role.txt

# 1) 生成视频分镜（自动按题材取三段情绪链路：羞涩→心跳→温柔）
python scripts/build_video_prompt.py --profile my_role.txt --genre 言情甜宠类 --shot close --output role-video.md

# 2) 生成人像（职业头像 / 胶片街拍 / 自然光生活照 / 杂志情绪特写 / 一致性九宫格）
python scripts/build_image_prompt.py --profile my_role.txt --scenario 01 --output role-img-01.md

# 3) 批量撞脸体检（多人项目必跑，1 个命令防"全员一张脸"）
python scripts/consistency_check.py --dir ./profiles --json report.json

角色档案支持两种格式：扁平 key: value（# 注释）与 JSON，脚本自动识别。详见 examples/zhoulingxi/——已用真实角色跑通三脚本，可直接对照输入/输出。

诚实边界：脚本负责"按公式正确装配并保住四零件/五维差异"，但不调用任何生图/生视频 API（由 AI 或你拿到 prompt 后再送后端）；最终成片质量仍取决于模型版本与人工过目。脚本是"不会漏零件的装配器"，不是"质量保证器"。

核心方法论一览（来自《塔塔 AI 盒子》ai 漫剧方法论整理）

一、三招去 AI 感核心方法

按优先级写情绪而不是按习惯写场景。三招配合使用，不可拆。

二、真人感公式（核心大招）

完整公式：

情绪总基调 + 眼神细节 + 面部微表情 + 3 个连贯递进小动作

四个零件少一个就回退到"假人"。

提示词示范（外卖员，5 秒镜头）：

代码复制

【情绪总基调：疲惫又坚定】

视角：第一人称手持轻微晃跟拍。

人物：外卖员，额头细汗，眼神疲惫但有光，视线直盯前方路。

面部微表情：眉头微蹙，嘴角紧抿，鼻翼略张。

动作链（连贯递进）：
  1) 双手握紧车把手手指收紧。
  2) 上身微前倾、肩胛骨夹紧。
  3) 头盔雨水沿脸颊滑落，眨眼 1 次。
场景：穿梭雨夜街巷，暖黄街灯逆光。

风格：电影质感、人物比例正常、镜头轻微晃动模拟手持。

固定后缀（必加，见下文）：photorealistic, raw photo, natural skin texture, no CGI, no plastic skin, real human proportions。

三、情绪参数对照表

按目标情绪选定"运镜 + 色调 + 动作节奏"三件套，三者必须完全对齐情绪氛围。

进阶：不要写"运镜好看"，一定要写具体运镜行为——慢推慢拉、急推摇镜、横移轻摇、固定稳机位 + 微距推。AI 对"具体动词"远比"形容词"敏感。

四、三段式情绪递进抢配表（按题材选情绪链路）

每种题材都对应一条专属的"情绪递进链路"，先选题材、再写情绪：

写法：链路确定后，把这三个情绪词按"0–3 秒 / 3–7 秒 / 余下"分别套进镜头。不要三个情绪词写完不区分时段，否则节奏就垮了。

五、10 秒短视频万能公式 + 模板核心结构

适用于 10–15 秒单镜头短视频。结构如下：

[0–3 秒] 初始情绪铺垫：侧面轻摇运镜 + 脸颊泛红微表情 + 首个微动作 → 把观众带进场景
[3–7 秒] 核心情绪爆发：更紧的运镜 / 更明显的表情升级 / 更强的动作 → 撑起冲突或看点
[7–10 秒] 情绪氛围收尾：缓推定格运镜 + 身姿放松定格 + 黄昏 / 逆光氛围 → 留下记忆点

模板范例（言情甜宠首镜·10 秒）：

情绪总基调：羞涩 → 心跳 → 温柔
情绪递进链路（已按抢配表选定）。

[0–3 秒] 起始 = 羞涩
  运镜：侧面 90° 轻摇运镜（dolly+pan）。
  镜头：女特写，斜下方 30°，头发微乱，碎发贴在脸颊。
  面部微表情：脸颊泛红、眼尾下垂微弧、唇微抿。
  动作链 1：抬手将碎发别到耳后。
  
[3–7 秒] 发展 = 心跳
  运镜：小幅下移镜头、跟拍（push-in, mild）。
  镜头：继续特写，目光躲闪后回看镜头，眼球微抖。
  面部微表情升级：瞳孔微张、呼吸可见、嘴角微抬。
  动作链 2：双手交握手指轻绞、双脚轻点地面。
  
[7–10 秒] 收尾 = 温柔
  运镜：缓推定格、慢慢定焦人物。
  镜头：黄昏逆光，发丝边缘透光。
  面部收尾：眼神柔下来，嘴角彻底放松。
  动作链 3：身体放松、微微侧头、垂眼。
  
固定后缀（必加）：photorealistic, raw photo, natural skin texture, no CGI,
                   real human proportions, 9:16 vertical composition, cinematic lighting.

镜头时长不是死的：短视频每段 2–4 秒；中视频（30–60 秒）每段 8–15 秒；长视频分段按场不按时。情绪曲线必须递增，不允许三个情绪词分布均匀。

角色一致性方案（解决"全员一张脸"）

光有"去 AI 感"还不够——男/女演员长得不一样才能撑起剧情。本节给出可复用的"差异化外形档案 + 参考图锁定"流程。

1. 角色档案模板（每个出场角色 1 份，覆盖脸/妆/型/龄/地域气质）

# 文件建议命名：<角色代号>-profile.yaml
id: ziri      # 短代号，不能与别人重复
gender: 男
age: 28
ethnicity: 东亚
face_shape: 偏瘦长脸、颧骨略高、下颌线清晰   # ← 与其他角色必须不同的字段
eyes: 双眼皮偏窄、内双微挑、瞳色深棕         # ← 必备
brows: 平直略浓、眉峰微挑                     # ← 必备
nose: 鼻梁挺、鼻尖略钩                         # ← 必备
lips: 薄唇、上唇微翘、下唇饱满                 # ← 必备
skin: 自然纹理、轻微晒斑、不磨皮                # ← 必备
hair: 黑色短发往后梳、鬓角修短、刘海 3/7 分     # ← 必备
build: 178cm / 65kg, 偏瘦但有线条             # ← 必备
signature: 右眉尾一颗小痣、左手戴黑皮表        # ← 必备（标志性细节）
voice_id: xiaotian                             # ← 与 reborn2026 对齐
style: 都市职场 / 国风仙侠 / 校园             # 题材
costume_default: 黑色立领风衣 + 白 T + 深灰西裤 # 防止换镜头服装漂移
anti_collision: "NOT (blue eyes, blond hair, beard)"   # ← 显式排除他人特征

关键差异化字段（每个角色至少要在以下 5 项中做出不同）：脸型 / 眼型 / 眉型 / 鼻型 / 唇型 + 一处 signature（痣/疤/单/双眼皮差异/酒窝）。

实战技巧：把 signature 写进每一条 prompt（"右侧眉尾一颗小痣"），比"参考图一致"更稳——参考图只锁脸型，signature 锁辨识度。

2. 生成角色参考图（ImageGen）—— 锁脸 + 锁头身比例

• 每个角色单独跑一次 ImageGen，prompt 开头不能相同（否则文件名互相覆盖）。
• prompt 必须包含：上表所有"必备"字段 + signature + anti_collision + photorealistic, raw photo, natural skin texture, no CGI。
• 比例用 2:3 竖图（1100×1650 等），后续图生视频继承这比例。
• 生成后立刻改名为 <id>-ref.png（ziri-ref.png / xiaotang-ref.png / wanqing-ref.png），不同角色用不同文件名。

3. 视频里的锁脸策略（角色一致性）

4. 防穿帮固定后缀（每一帧 prompt 都必加）

photorealistic, raw photo, natural skin texture with pores, no CGI,
no plastic skin, no makeup filter, real human proportions,
consistent facial features across frames, identity-locked character.

"consistent facial features across frames, identity-locked character" 是专治角色漂移的关键词，强烈建议每个镜头 prompt 都带上。

实战工作流（一套完整节奏）

步骤 1 — 角色定档

对每个出场角色建立 *-profile.yaml，至少 4 个维度差异化（脸型 / 眼型 / 鼻型 / signature）。穷举发型、年龄、体型、气质（酷/温/痞/萌），避免暧昧不清。

步骤 2 — ImageGen 出参考图

每个角色跑 1 次（最多 2 次挑最佳），改名为 <id>-ref.png，把原图存进项目 assets/refs/。

步骤 3 — 选定情绪链路

按"三段式情绪递进抢配表"挑题材对应的链路，写入分镜文档顶部：

情绪链路：紧张 → 坚定 → 释然
情绪总基调：坚定

步骤 4 — 写分镜（按 10 秒万能公式或更长结构分段）

每一镜必须强制包含 4 个零件：

【情绪总基调：xxx】+ 视角 + 运镜 + 镜头景别 + 面部微表情 + 眼神细节 + 动作链 + 场景 + 固定后缀

禁止出现：

• "他微笑"、"她难过"等笼统情绪词 → 必须改写为情绪总基调 + 面部微表情。
• "好看的运镜"、"电影感"等形容词 → 改写为具体运镜行为：slow push-in、low-angle dolly、handheld mild shake。
• 只写动作不写眼神 → 必须按公式拆三层。

步骤 5 — VideoGen 出片

• 角色出镜：VideoGen 图生视频，传入 <id>-ref.png，不传 aspect_ratio（继承 2:3）。
• 空镜 / 物件：文生视频，传 aspect_ratio:"9:16"，不能传参考图（否则会被强行带脸）。
• 所有镜头：保存原始 prompt 到 prompts/<镜头编号>.md，方便回溯。
• prompt 长度上限：VideoGen 单镜 prompt 硬上限 2500 字符，超限直接 HTTP 400 被拒。写 10 秒分镜时压到 2300 字内，优先精简外貌字段与阶段动作描述，务必保住"情绪总基调 + 眼神 + 面部微表情 + 动作链"四零件。长视频拆成多条短 prompt 分镜分别生成。

步骤 6 — 与下游 ChatCut 技能接力（可选）

• 想做"旁白版"短剧 → 接力 reborn2026-narration-drama，把本技能出的视频 + TTS 旁白 + 字幕 + MG 卡拼起来。
• 想做"对白版"短剧 → 接力 reborn2026-dialogue-mode，把本技能出的"锁脸视频 + 角色档案"作为上游交付。

步骤 7 — 自检清单（生成完所有镜头后过一遍）

• [ ] 同一角色在所有镜头里脸型 / signature 都不变？（Yes → 通过）
• [ ] 不同角色的脸型 / 眼型 / 鼻型 / signature 是否至少 4 维度不同？（Yes → 通过）
• [ ] 每一镜都包含情绪总基调 + 眼神 + 面部微表情 + 动作链？（Yes → 通过）
• [ ] 运镜、色调、动作节奏是否与情绪对照表对齐？（Yes → 通过）
• [ ] 是否按题材三段式情绪链路递增？（Yes → 通过）
• [ ] 是否每一条 prompt 都加了固定后缀？（Yes → 通过）
• [ ] 空镜 / 物件镜没有误传参考图？（空镜不出脸 → 通过）

与下游技能的衔接

两个 reborn2026 技能不强制依赖本技能，但接入本技能后会获得：① 真人感更强的视频 ② 每个角色"长得不一样"的可控差异 ③ 防穿帮固定后缀。

media-auto-system 已把本技能列为依赖并在 17 道工序 + 8 分身中钉死触发条件（口播演员 / 剧情·变装真人出镜必触发；纯图文 / 复用实拍帧不触发）。

关键坑速查

反模式 / 禁用词表

写提示词时禁用以下表达（它们会让 AI 出"AI 味"）：

• ❌ "beautiful composition"、"amazing shot"、"cinematic masterpiece"
• ❌ "perfect lighting"、"perfect skin"、"flawless face"
• ❌ "dramatic pose"、"epic scene"、"mysterious atmosphere"（太抽象）
• ❌ 只用单个情绪词："sad / happy / angry"（必须配对：疲惫又坚定 / 愤怒又隐忍）
• ❌ "anime style"、"3D render"、"CGI character"、"plastic skin"
• ❌ 笼统动作："he smiles / she looks away" → 必须改写为面部微表情 + 眼神细节 + 微动作链

替换词表（推荐用）：

• ❌ "perfect skin" → ✅ "natural skin texture with pores, slight sun marks, no filter"
• ❌ "dramatic" → ✅ 具体写"低角度仰拍 / 雨夜背光 / 手持晃动跟拍"
• ❌ "smile" → ✅ "嘴角向上 2mm 缓慢勾起，露出上排牙齿 1/2，眼尾同步下垂微弧"
• ❌ "look angry" → ✅ "皱眉距 1.5cm、鼻翼扩张、瞳孔收缩、嘴角水平向下"

自检脚本（已实装，直接用）

上面的伪代码已落地为真实可执行工具，无需手写：

• prompt 四零件自检 → 由 build_video_prompt.py 在装配时强制保证（情绪总基调/眼神/面部微表情/动作链 四零件必含，缺一则脚本会报错，不会产出半成品）。
• 撞脸 / 差异化自检 → 由 consistency_check.py 实装（见「配套工具」章节），扫描目录下全部角色档案，比对 5 维字段，标记 4+/5 维雷同对与缺 signature 角色，退出码 1 可直接接进生成流水线做预检门禁：

python scripts/consistency_check.py --dir ./profiles --json report.json && echo "差异化达标" || echo "存在撞脸风险，先改档案"

• prompt opener 不重复 → 由 build_image_prompt.py / build_video_prompt.py 在写多条分镜时各自带角色 id 前缀，并建议生成后 mv 改名 <id>-ref.png 防覆盖。

模块二：静态人像去 AI 味（GPT-Image-2 / 墨图类生图模型）

适用后端：GPT-Image-2 / 国内可直连的「墨图」等类生图模型（与模块一的 ImageGen/VideoGen 不是同一引擎，提示词思路可互鉴但不能混用）。本模块全部提示词已实机跑过，复制即复现。

人像场景里，这类模型真正要紧的能力只有两条：

1. 能把皮肤画成皮肤。上一代生图最露馅的是脸——过度磨皮、油光塑料感、毛孔全无。只要把「保留真实纹理和细微毛孔」「不要磨皮」写进去，它就真的会留下质感。
2. 能听懂布光。写「柔光箱从左前方 45 度、右侧补反光板」「单一硬光源从右上方打下」，它画出的光位是对的、明暗分界也在该在的地方。可以按摄影棚语言下指令，而不是堆「高级感」「氛围感」。

五张图的定位（人像用途最集中的五类）

每条都写成通用模板，改人物设定（年龄/性别/发型/服装）只动几个词。

01 职业头像

专业职业头像，竖版 3:4。一位三十岁左右的东亚女性，半身，身体四分之三角度、面部朝向镜头，穿深藏青西装外套配白色衬衫，头发利落挽起，留有少量自然碎发。浅灰渐变影棚背景。主光用柔光箱从左前方 45 度打下，右侧补一块白色反光板，眼里有清晰的眼神光，下颌处有柔和的过渡阴影。皮肤保留真实纹理和细微毛孔，妆感自然干净，不要磨皮，不要塑料感皮肤。85mm 镜头 f/2.8，锐利对焦在眼睛，背景轻微虚化。神情从容、嘴角微微含笑，可直接用于简历、公司官网与职业社交主页。不要文字，不要水印。

• 要点：关键在布光那一句「柔光箱从左前方 45 度 + 右侧补白色反光板 + 眼神光」——影棚职业照标准三件套，写清光位就不出平光大头照。
• 解析：职业头像最忌背景太满、人太「精修」。背景写死「浅灰渐变影棚背景」，皮肤写死「保留真实纹理和细微毛孔、不要磨皮」。85mm f/2.8 是该场景默认焦段，写上透视和虚化都对。换性别/年龄/西装色，其余整句照抄。

02 胶片街拍

35mm 胶片街拍，竖版 3:4。傍晚的城市街道，一位二十多岁的东亚女性站在便利店玻璃门旁侧身回头看向镜头，穿宽松白衬衫和直筒牛仔裤，长发松松扎成高马尾，几缕碎发落在脸侧。店内冷白荧光透过玻璃打在她身上，店外是粉色和蓝色霓虹招牌的余光，两层光叠在一起。真实胶片颗粒，高对比，轻微偏色，玻璃门上有真实反射，背景是虚化的店内货架。自然妆感，皮肤有真实纹理和细微毛孔，不要塑料感皮肤，不要磨皮。真实 35mm 胶片调色。不要文字，不要水印。

• 要点：两层光要分开写「店内冷白荧光透过玻璃打在她身上」+「店外粉色和蓝色霓虹的余光」；写成一句「霓虹氛围」就出不来层次。
• 解析：胶片感是四样东西——真实胶片颗粒、高对比、轻微偏色、玻璃上的真实反射。四样都写进去才有「拍到的」而非「渲染的」。「松松扎成高马尾，几缕碎发落在脸侧」这种不完美细节最像照片。

03 自然光生活照

室内自然光生活照，竖版 3:4。一位二十多岁的东亚女性坐在窗边的木质桌前，双手捧着一只陶瓷马克杯，微微低头看着杯子笑。上午的柔和窗光从左侧斜射进来，在她的脸上和桌面留下长而柔的影子，空气里有细微浮尘。穿米色针织开衫，头发随意披在肩上。背景是温暖的居家客厅，虚化处理。35mm 镜头 f/2，真实、非摆拍，像朋友随手拍的一张。皮肤保留纹理和细微瑕疵，不要磨皮。不要文字，不要水印。

• 要点：「真实、非摆拍，像朋友随手拍的一张」比任何形容词都管用，它同时压掉摆拍感和过度构图。
• 解析：生活照难点是「不好看得刻意」。诀窍两个：①给具体动作（捧着马克杯低头看着杯子笑），人有事干就不假；②写空气感（「空气里有细微浮尘」），窗光里有浮尘画面立刻有真实空间。

04 杂志情绪特写

杂志感人像特写，竖版 3:4。一位东亚女性的面部特写，四分之三侧脸，眼神平静地看向镜头外。单一硬光源从右上方打下，在鼻梁和颧骨形成明确的明暗分界，左半边脸沉入阴影，高对比。深灰近黑的纯色背景。皮肤保留真实质感：可见毛孔、细纹和轻微不均匀的肤色，妆容极简只强调唇色。发丝边缘有清晰的轮廓光。85mm 镜头 f/4，极致锐利。整体像时尚杂志内页人像，克制、有力量感。不要塑料感皮肤，不要磨皮，不要文字，不要水印。

• 要点：全套最能检验模型皮肤功力的一张。放大看毛孔、细纹、颧骨上轻微不均匀的肤色都在——正是「可见毛孔、细纹和轻微不均匀的肤色」那句写出来的。
• 解析：杂志感 = 单一硬光 + 高对比 + 纯色深背景 + 极简妆容，四个条件缺一不可，缺硬光就变普通证件照。「单一硬光源从右上方打下，在鼻梁和颧骨形成明确的明暗分界，左半边脸沉入阴影」是整张图骨架，一个字别删。

05 一致性九宫格

同一人物的九宫格写真，3×3 均匀网格。九格里是同一位二十多岁的东亚女性，脸型、五官、发型、妆容和服装在九张中必须高度一致，只变换拍摄角度和神情：正面微笑、侧脸、低头、回眸、开怀笑、平视、微微抬头、手托腮、闭眼。统一的柔光、统一的浅米色背景、统一的色调。皮肤保留真实纹理，不要磨皮，不要塑料感皮肤。格与格之间用细白线分隔。不要文字，不要水印。

• 要点：命门是「必须高度一致」——脸型、五官、发型、妆容、服装五项逐项点名，只留角度和神情做变量。小金项链和米色开衫在每一格都在，连脸上雀斑位置都对得上。
• 解析：这张价值不在好看，在一致性压力测试。需要同一个人的多张图，宁可让模型在一张图里出多格，也别分开跑多次——同一画布出九格一致性明显更稳。

通用公式（照这个顺序填）

用途 + 人物设定 + 服装 + 布光 + 镜头 + 皮肤要求 + 神情 + 负面词

• 用途前置：「专业职业头像」「35mm 胶片街拍」「杂志感人像特写」放最前，一句话定调。
• 布光单独写：光位、光质、补光、阴影落在哪，逐项写清。
• 镜头是有效指令：85mm f/2.8 是头像标准配置、35mm f/2 是生活感、f/4 更锐利，模型认这套话术。
• 皮肤三连：保留真实纹理和细微毛孔 / 不要磨皮 / 不要塑料感皮肤。

镜头速查

与模块一（视频）的共通心法

• 皮肤三连与模块一的「防穿帮固定后缀」本质一致：都是用 natural skin texture with pores / no plastic skin / no makeup filter 把"假皮"压掉。
• 差异化 / 一致性：模块一用 角色档案 + 参考图 + anti_collision 解决视频里"全员一张脸"；本模块用「九宫格同画布一次出」解决图片里"多图对不上"。思路互通——需要同一个人的多张图，优先同一次生成。
• 布光/运镜具体化：模块一要求运镜、色调写具体动词；本模块要求布光写具体光位。都是"拒绝形容词、写具体物理指令"。

参考与延伸阅读

• 上游提示词理论：用户提供的 @塔塔 AI 盒子 ai 漫剧方法论截图 15 张
• 下游 ChatCut 拼装：reborn2026-narration-drama（旁白）、reborn2026-dialogue-mode（对白锁脸）
• 通用电影摄影运镜术语：dolly push-in / pan / tilt / handheld shake / low-angle / eye-level / over-the-shoulder / close-up / extreme close-up / medium shot / wide shot
• 写台词（不写在本技能）：让对白自然、口语化、避免"完美完整句"，可参考 tomato-novelist 的对话写法
• 配套工具与示例：scripts/（3 个生成/检测脚本）、templates/character_profile.yaml（档案模板）、examples/zhoulingxi/（真实角色跑通的输入+输出范例）