AI 短剧眼镜、发型、服装穿帮：244 张分镜图里的原因

TWno1 编辑部 · 发布 2026-10-16

本文点数与规格以 TWno1 实际计费设置为准，最后核对：2026-10-05

2026 年 9 月我们审核了 244 张 AI 短剧分镜图，眼镜错 58 张，发型错 130 张，服装错 106 张。

这批图来自一部 16 集的示范短剧，审核日期是 2026-09-29。折成比例分别是 23.8%、53.3%、43.4%。论张数，“动作没按剧本”（220 张）和“道具缺失或画错”（186 张）更多；但造型穿帮是最常被指出的错误之一。女主这个镜头戴着金框眼镜，下个镜头没了，再下一个又戴上，观众一眼就能看出来。

本文按这个顺序讲：先复盘一个眼镜的例子，再说发型和服装，最后给出一张能直接套用的逐格状态表。

复盘：第 7 格才戴上的眼镜，第 3 格就有了

剧本写的是女主在第 7 格“戴上金框眼镜”。出图结果是她从第 3 格起就戴着，第 7 格又戴了一遍，而另外几格本该戴的却没戴。

往回查，发现是四个原因同时起作用：

只要还剩一个原因，眼镜就会继续乱跳。这也解释了为什么反复重抽没用：重抽能碰运气消掉偶发错误，而这四个是每次都会发生的。

说出名字，就会画出来

第 3 条最违反直觉，踩坑的人也最多。

一般的建议是：不想要什么就写“不要”。于是有人写“她没有戴眼镜”，或者在负面提示词里填 glasses。我们实际遇到的情况是，“眼镜”这个词一出现在描述里，不管前面是“戴”还是“未戴”，模型都倾向于把眼镜画出来。

厂商文档里有相近的说法。Runway 的 Gen-4 视频提示词指南（查证 2026-10-05）写明不支持否定式写法，结果可能不可预测，甚至相反；它建议用正面表述，比如写“固定镜头”，不写“镜头不要动”。

不过这条不是铁律。BytePlus 的 Seedance 2.0 提示词指南（查证 2026-10-05）反而推荐加“无字幕、无 logo、无水印”这类约束句。我们的理解是：字幕和水印属于整段视频的全局条件，而眼镜是角色身上的一个物件，名字一出现，它就成了要画的东西。

落到操作上：

• 戴眼镜的格，写“戴金框眼镜”。
• 不戴的格，一个字都不提。不写否定句，也不写“摘下眼镜后”。
• 草图和参考图的提示词同样处理。

发型错 130 张：一条“全片只用一种发型”的规则

三类里发型错得最多，占 53.3%。典型情况是剧本写“低盘发”，每一格都画成披肩长发。

原因有三层。我们做示范剧时用的流程里有条规则，规定每个角色全片只用一种发型，直接拿外观描述里的发型覆盖了剧本；词表有漏项，“低挽成髻”没被识别成发型子句；选中的那张造型参考图本身就是披发版。

第三层最容易漏看。文字写低髻、参考图是披发时，画面多半跟着图走。

“固定一套造型才能保证一致”，这句话常被当成标准答案，其实只说对了一半。连贯的意思是每一格都和剧本当时的状态对得上，并不是全片同一个发型。女主早上披着头发出门，晚上在宴会上盘起来，这是剧情；硬锁成一种发型，反而穿帮。

我们现在这样处理：

1. 发型逐格按剧本决定，不设全片默认值。
2. 发型和配饰只写在一个地方，也就是外观描述；服装栏只写衣服。同一件事写在两处，迟早会互相矛盾。BytePlus 指南也提醒，同一个主体不要给出互相冲突的特征。
3. 用词统一。同一种发型全剧只用一种写法，建议写“低髻”，不要“低盘发”“低挽成髻”“盘起来”换着用。
4. 参考图和文字保持一致。文字写低髻，就准备一张低髻版参考图。

服装错 106 张：做造型规划的环节没读过剧本

例子：剧本写女主穿酒红色连衣裙去赴宴，画出来却是白天上班穿的衬衫裙。

查下来，那套流程里负责规划造型的那一步只拿到“一句理由加职业”，从没读过剧本原文。挑造型时关键词没匹配上，就退回了默认造型，而默认造型恰好是通勤装。

改法有两条：规划造型时必须读剧本原文；每一格明确记录“这格穿哪一套”，不让流程靠关键词去猜。

每场戏第一行，把造型完整写一遍

这条规则出自一个具体的失误。剧本写了“戴上金框眼镜”，却没交代她之前没戴；到了办公室那场，剧本也没有再写低盘发、眼镜和手表，结果画成了披发、没戴眼镜。

由此有两个写作要求：

• 会变化的东西，先写清“之前是什么状态”。要写“戴上眼镜”，前面就得让人知道她原本没戴。
• 每场戏的第一行，把发型、眼镜、配饰、服装整套重写一遍，哪怕和上一场完全一样。

示例：

【办公室・白天】女主低髻，戴金框眼镜，左手戴银色手表，穿灰色西装外套配白衬衫，站在落地窗前。

逐格造型状态表

把上面的规则汇总成一张表：每格一行，每个可能变化的造型项一列，最后一列写依据。下表为示意，格号和场景是虚构的。

推导状态时有两条判断规则，都是我们出过错之后补上的：

• 事件归给同一句里最近提到的那个人。“男主看着她戴上眼镜”，戴眼镜的是她。
• 一集里的第一个事件决定它之前的状态。 第一个事件是“戴上”，之前就是没戴；第一个事件是“摘下”，之前就是戴着。

每格的提示词都由这张表生成，而不是直接照抄角色设定。表里标“无”的格，提示词中不会出现“眼镜”二字。

还有一个连带问题。如果角色定妆照没戴眼镜，造型却要求戴，两份参考会互相拉扯，视频里可能冒出一副半透明的“鬼眼镜”。定妆照应该在造型定下来之后，用同一段外观文字来出图。

出图之后，逐格问具体问题

状态表写对了，画面仍可能出错。分镜图画完、做视频之前，逐格对照剧本问具体问题：眼镜戴了吗？是不是低髻？是不是酒红色连衣裙？答错就重画，不送去生成视频。视频是从分镜图往下演的，分镜图是视频质量的上限，分镜图错了，视频多半跟着错。

背对镜头的格要换个查法：看不到脸，就改为核对发色和衣服。

TWno1 的项目会保存角色外观和参考图，后续镜头沿用同一套，这能堵住“每格拿的参考图不一样”这个口子。如果参考图本身就是披发版，盘低髻的戏就得先准备低髻版的图。

这套方法的限制和不适合的情况

• 文字压不过参考图。 参考图是披发版，文字写得再清楚也常被拉回去。先换图，再改文字。
• 数字只代表一部剧。 23.8%、53.3%、43.4% 来自一部 16 集示范短剧的一次审核，不是行业平均水平，你的错误分布可能完全不同。
• 重抽解决不了系统性错误。 同一个错每次都出现，就该改剧本、提示词或参考图，而不是一直花钱重抽。
• 配件细节要求极高的项目不适合。 比如每个镜头都要看清同一款镜框的纹路，AI 生成很难保证，实拍或后期合成更稳妥。
• 厂商自己也承认上限。 Google 的 Veo 3 模型卡把复杂场景和复杂运动下保持完全一致列为已知限制。

点数规则和套餐见价格页。

延伸阅读：用人脸相似度分数管住 AI 短剧角色：防撞脸、防变脸的四道检查、竖屏短剧一个镜头几秒？平均 2.5～4 秒、单镜 6 秒上限怎么来的、让同一个角色撑完整部剧：Seedance 参考图、提示词与逐镜造型状态。

常见问题

AI 短剧里角色的眼镜为什么时有时无？

AI 短剧眼镜穿帮通常是多个原因叠加：眼镜被写死在服装描述里、流程没有逐格记录戴没戴、提示词写“未戴眼镜”仍会画出眼镜、草图本身画了眼镜。我们审核 244 张分镜图时，有 58 张（23.8%）眼镜出错，四个原因都要改，只改一个不够。

在提示词里写“不要眼镜”有用吗？

一般没用。提示词里只要出现“眼镜”这个词，即使是否定句，模型也倾向于把眼镜画出来。Runway 的 Gen-4 提示词指南同样说明不支持否定式写法，可能得到相反结果。不戴眼镜的格，正确做法是把眼镜相关字眼全部删掉。

AI 短剧角色能不能全片固定一个发型？

除非剧本里发型从头到尾不变，否则不要固定。我们审核的 244 张分镜图里发型错了 130 张（53.3%），主要原因之一就是“每个角色全片只用一种发型”的规则覆盖了剧本。发型应逐格按剧本决定，并且只写在外观描述这一处。

逐格造型状态表需要哪些列？

逐格造型状态表至少要有格号、场景、每个会变化的造型项（眼镜、发型、服装、手表等配饰），以及作为依据的剧本原句。每格的提示词由这张表生成；表中标“无”的配饰，提示词里完全不提。

为什么每场戏第一行都要重写造型？

换场时不重写造型，画面经常退回角色的默认造型。我们遇到过办公室那场没有重写低盘发、眼镜和手表，结果画成披发、没戴眼镜。每场第一行写全发型、眼镜、配饰和服装，即使与上一场相同。

参考资料

• Runway：Gen-4 Video Prompting Guide（查证 2026-10-05）
• BytePlus ModelArk：Seedance 2.0 系列提示词指南（查证 2026-10-05）
• Google DeepMind：Veo 3 Model Card（PDF）（查证 2026-10-05）

• AI 短剧
• 教程