同一個角色撐完整部劇：Seedance 參考圖、提示詞與逐格造型狀態

TWno1 編輯部 · 發布 2026-10-05

本文點數與規格以 TWno1 實際計費設定為準，最後核對：2026-10-05

髮型是角色最常畫錯的地方：一部 16 集短劇的 244 張分鏡圖裡，130 張（53.3%）髮型不對（2026 年 9 月審片）。

臉像不像，大家都知道要管。真正拖垮一部劇的，常常是臉以外的東西：第 3 格就戴上的眼鏡、該盤起來卻披著的頭髮、晚宴那場變回上班襯衫的洋裝。這篇講讓同一個角色撐完整部劇的四個做法，前三個來自廠商文件，第四個是我們審片之後才補上的。

那次稽核的數字

這是一部 16 集示範短劇的分鏡圖全面稽核，日期 2026-09-29。和角色外觀有關的三類：

同一部劇的定妝照，兩位男主的臉部相似度是 0.537，兩位女主是 0.544，觀眾很難分。我們後來的工作門檻是兩兩低於 0.40；這個數字是用一個開源人臉辨識模型算出來的，只對那個模型有效，換模型要重訂。

做法一：角色只建一次，建對的東西

一個角色在整部劇裡應該只有一份「正本」：一段外觀文字、一組參考圖。之後每一鏡都從這份正本取，不要每集各寫一版。

正本裡放什麼，BytePlus 的 Seedance 2.0 提示詞指南講得很具體：

• 一張單獨的臉部特寫當臉部參考，加一張全身造型圖。
• 在提示詞裡為角色命名，讓文字和圖對得上。
• 最重要的素材放第一個。
• 不要用多角度設定圖（正面、側面、背面拼在一張）。BytePlus 說這種圖可能讓同一個角色在畫面裡出現兩次，而且無法百分之百避免。

最後一條和很多教學的建議相反。三視圖在手繪動畫是標準做法，放進 Seedance 的參考欄卻可能變成兩個分身。我們會把三視圖留給人看，餵給模型的只有臉部特寫和全身圖。

還有一件事要在建角色時就決定：畫風。BytePlus 提醒，寫實的參考圖會把要求的 2D、3D 動畫風拉向真人實拍，除非提示詞寫明風格，或先把參考圖轉成目標畫風。

做法二：每一鏡都附參考，但不要塞滿

各家可以附的參考圖數量差很多（2026-10-05 的文件）：

上限不是目標。BytePlus 建議每次大約 4 到 5 個素材：1 到 2 張角色圖、1 張場景、1 段運鏡影片、1 段音訊；也提醒參考人物超過 4 個會降低穩定度。一場戲有三個角色同框，每人一張臉部特寫加一張場景，就已經接近建議值了。

這裡 Kling 有一點做得比較完整：它的「Elements」把同一個主體的 2 到 4 張圖綁成一組，還能綁定一段 5 到 30 秒的聲音。我們讀到的 Seedance 文件裡沒有對應的「主體」功能，每次都要自己按順序附圖、在提示詞裡用「圖片 1」「圖片 2」指稱。

真人照片不能當參考。Seedance 2.0 系列和 2.5 都拒收含真人臉的參考圖與參考影片，BytePlus 提供授權的人像素材或數位角色庫作為替代。

做法三：提示詞寫動作，長相交給參考圖

Runway 的 Gen-4 影片指南說得最直接：描述動作，不要重複描述輸入圖已經呈現的東西，主體用「the subject」或代名詞稱呼就好。理由不難懂。圖說她是短髮，文字又寫一次「黑色短髮」，最好的情況是多餘；最壞的情況是文字和圖有一點出入，模型兩邊拉扯。

但這條規則有例外，常見的教學沒講。Kling 的官方指南在多角色對話的場景，反而建議每句台詞都配上說話者的描述（服裝、髮型、角色身分），否則模型分不清是誰在說。

我們的折衷：

• 單人鏡頭：只寫名字和動作，長相全交給參考圖。
• 多人同框：每個角色加一個最短的辨識標籤（「穿深灰外套的沈薇」），只寫能區分兩人的那一項。
• 任何鏡頭：造型會變的部分（眼鏡、髮型、外套穿脫）不寫在角色正本裡，寫在下一節的逐格狀態裡。

做法四：逐格造型狀態表

前三個做法都是廠商教的。這一個是我們被眼鏡、髮型、服裝錯誤逼出來的。

先看眼鏡錯 58 張的原因，有四個疊在一起：

1. 外觀文字把眼鏡寫死在服裝描述裡，等於每一格都戴。
2. 我們做示範劇時用的流程裡，沒有「這一格戴沒戴」的紀錄。
3. 講出名字就會畫出東西。 提示詞只要出現「眼鏡」兩個字，連「未戴眼鏡」都會畫出眼鏡，否定句擋不住。
4. 分鏡草圖本身就畫了眼鏡，後面照著畫。

髮型錯 130 張也類似：當時的設定讓每個角色全片只能有一種髮型，劇本寫「低盤髮」也被蓋掉；同一個髮型有好幾種寫法，有的認不出來。服裝錯 106 張，則是因為挑造型時只看了一句職業描述，沒有回頭讀劇本原文，對不上就退回預設造型。

修法是同一個概念：狀態跟著格子走，不跟著角色走。 實際上就是一張表：

幾條規則：

• 沒戴就整個不寫。 「不寫」和「寫未戴」是兩回事，前者才有用。
• 髮型與配飾只寫在一個地方，服裝欄只寫衣服，避免兩處打架。用詞統一，例如固定寫「低髻」，不要一下「低挽成髻」一下「低盤髮」。
• 狀態變化要先寫「之前」。 劇本寫第 7 格「戴上金框眼鏡」，就要知道第 1 到 6 格是沒戴的。我們的規則是一集裡第一個事件決定它之前的狀態。
• 每場第一行重寫造型。 換場時把髮型、眼鏡、服裝完整寫一次。我們有一場辦公室戲沒重寫，就被畫成披髮、沒眼鏡。
• 出圖後再看一次。 狀態表只能保證送出去的指令對，畫出來的對不對要另外檢查，而且要看全尺寸圖，只看縮圖總表會漏掉細節。

換工具之前，值得做一次最笨的測試：只換服裝參考圖、提示詞和其他設定全部不動，看衣服有沒有跟著變。沒變，就代表那張圖對結果沒有作用，再多附幾張也一樣。

這套做法的限制與不適合的情況

• 它管不了臉部漂移。 逐格狀態表管的是造型。轉頭、擁抱、手擋臉時的變臉，是影片模型本身的限制：Google 的 Veo 3 模型卡把「複雜場景與複雜動作下難以維持完全一致」列為已知限制，2026 年的研究預印本也指出商用影片模型仍有身分漂移。這要靠參考圖加上審片重抽。
• 一次性的短片不值得。 只有 3、5 個鏡頭的單支短片，手動檢查就夠了，不必建狀態表。
• 長鏡頭風險更高。 2026 年 5 月的預印本把長影片的漂移和角色重複、屬性遺失連在一起。造型要穩，鏡頭寧可短。
• 真人與未成年不在討論範圍。 這些做法只用在成年的虛構角色上。TWno1 的內容政策禁止用真人的照片、姓名、肖像或聲音做性或裸露內容。

做法一講的「正本」，最怕的是被每一集各自改一版。TWno1 把角色外觀文字和參考圖存在專案裡，後面的鏡頭取用的都是同一份。想把一個角色的正本建起來試，可以在 Studio 開專案。

延伸閱讀：Seedance 2.5 和 2.0 差在哪？秒數、參考素材、解析度與計價怎麼選、Seedance 樣片模式省不省錢？480p 先試、1080p 再出的算法。

常見問題

AI 短劇角色一致性最常出錯的是臉還是造型？

在我們 2026-09-29 審的一部 16 集短劇、244 張分鏡圖裡，造型錯誤非常普遍：髮型錯 130 張（53.3%）、服裝錯 106 張（43.4%）、眼鏡錯 58 張（23.8%）。臉部相似度只能檢查臉，眼鏡、髮型、服裝要另外用逐格造型狀態表管理。

Seedance 的角色參考圖要放幾張？

BytePlus 的 Seedance 2.0 指南建議每次約 4 到 5 個素材，其中角色圖 1 到 2 張（臉部特寫加全身），參考人物超過 4 個會降低穩定度。Seedance 2.0 系列上限 9 張圖、2.5 上限 30 張（2026-10-05），但上限不是建議值。

可以用三視圖當 Seedance 的角色參考嗎？

不建議。BytePlus 的 Seedance 2.0 提示詞指南提醒，多角度或三視圖的角色設定圖可能讓同一個角色在畫面中出現兩次，而且無法百分之百避免。建議改用一張單獨的臉部特寫加一張全身造型圖。

有參考圖了，提示詞還要描述角色長相嗎？

單人鏡頭不必。Runway 的 Gen-4 指南建議只描述動作、不重複輸入圖已呈現的內容。多人同框時例外：Kling 的指南建議每句台詞配上說話者的服裝或髮型描述，我們的做法是只加一個能區分角色的最短標籤。

提示詞寫「未戴眼鏡」為什麼角色還是戴著眼鏡？

在我們的審片紀錄裡，提示詞只要出現「眼鏡」兩個字，包括「未戴眼鏡」，模型都可能把眼鏡畫出來，否定句擋不住。角色在某一格沒戴眼鏡時，應該把眼鏡相關字眼整個拿掉，並在逐格造型狀態表裡標為「不寫」。

參考資料

• BytePlus ModelArk：Seedance 2.0 系列提示詞指南（查證 2026-10-05）
• BytePlus ModelArk：建立影片生成任務 API（查證 2026-10-05）
• Runway：Gen-4 影片提示詞指南（查證 2026-10-05）
• Kling：Element Library 3.0 使用指南（查證 2026-10-05）
• Kling：AI 提示詞指南（查證 2026-10-05）
• Gemini API：Veo 影片生成（查證 2026-10-05）
• Google Veo 3 模型卡（PDF）（查證 2026-10-05）
• arXiv 2605.18733：長影片的角色漂移（預印本）（查證 2026-10-05）
• arXiv 2608.20749：商用影片模型的身分漂移（預印本）（查證 2026-10-05）

• AI 短劇
• 教學