如何在 AI 影像與影片中維持角色一致性：FLUX.2 與 Kling 工作流程

角色一致性的關鍵，是別再指望一句 prompt 就能從記憶裡「重畫」同一個人。先做出一張通過審核的參考圖，每次只改一個視覺決策並重複使用它，最後再用 image-to-video 把定稿靜格動起來。

這樣做不會讓漂移消失，但失敗會更好發現、更好修正。

為什麼 AI 角色在每次生成之間會變？

AI 角色會變，是因為每次生成都在抽樣一組新的視覺解法。「藍髮、皮夾克的女人」這類描述，模型可以自由改臉部比例、髮長、夾克結構、光線和鏡頭距離。

解法不是堆更多形容詞，而是把「唯一真相」收緊。

用三層結構：

1. canonical 描述： 不該變的細節。
2. 參考圖： 通過審核的臉、輪廓與色盤。
3. 鏡頭指令： 這一次只改的表情、姿勢或動作。

對 AI companion 來說，canonical 描述可以固定心形臉、琥珀色眼睛、短銀色 bob、單邊黑色 ear cuff、炭灰 bomber 配紅色內裡。這些比「帥氣 cyberpunk 女英雄」好核對。

如何在 FLUX.2 建立錨點肖像？

錨點肖像要做成中性、好讀的製作參考。正脸或四分之三、光線均勻，比極端特寫或戲劇陰影更能給後續生成可用的臉部與服裝資訊。

AI Art Create 目前一張 FLUX.2 圖像為 6 credits，支援參考輸入與常見的正方形、直式、橫式比例。開始前可 開啟 text-to-image 生成器 或查看 FLUX.2 模型說明。

prompt 請固定順序：

原創 companion 角色，腰上四分之三肖像。
心形臉、琥珀色眼睛、短銀色 bob、單一黑色 ear cuff。
炭灰 bomber 紅內裡、素色深色上衣。
中性專注表情、視平鏡頭、柔和均勻棚拍光。
乾淨深灰背景、清晰半寫實插畫。

短而可觀察的細節，勝過抽象人格詞。「單一黑色 ear cuff」可驗證，「神秘氣場」不行。

保留角色臉部、銀色 bob、琥珀色眼睛、ear cuff、
夾克設計、色盤與插畫風格。
僅將表情改為克制微笑。
維持相同鏡頭距離與光線。

如何做表情包又不丟臉？

從穩定的中性肖像出發，保持裁切一致。中性、開心、擔心、驚訝、惱怒分開生成，並用實際顯示尺寸檢視。

companion 聊天裡，反應頭像可能只有幾百像素寬。眉形、嘴型的小變化很明顯；多餘飾品與複雜布紋常變成雜訊。

PNGTuber 的張嘴、閉嘴狀態需要幾乎相同的頭位與輪廓。AI Art Create 產出源圖，即時切換在 Veadotube Mini 或 OBS 等軟體完成。VTuber 素材流程 說明這段交接。

如何用 Kling AI 動畫一致角色？

動畫化已核准的 still，別用 text-to-video 從文字重建角色。Kling 3.0 Pro 接受圖像參考，現有目錄可產 5 或 10 秒片段，每次請求 100 credits。

動作範圍保持短而窄：

角色露出小幅會心微笑，緩慢轉頭一次。
細微呼吸。頭髮輕微飄動。
固定視平鏡頭。保留臉、夾克與背景。

單一清楚動作比一串手勢安全。若 prompt 要求轉身、走路、撿物、說話、進新場景，影片模型有更多機會改寫來源。

5 秒低成本測試（45 credits）可用 Wan 2.2。臉部連續性與明確鏡頭語言比迭代成本重要時，用 Kling 3.0 Pro。

image-to-video 的臉部漂移從哪來？

臉部漂移常在臉被遮擋、過小、大角度旋轉或 motion blur 時加劇。快鏡與複雜互動也會逼模型補畫來源影格沒有的資訊。

用這些限制降風險：

• 第一影格臉部可讀。
• 只要求一個 motion beat。
• 參考只有正面時，避免完整側臉。
• 早期測試手別遮臉。
• 先固定鏡頭，再試 orbit 或快速 push-in。
• 看最後一影格，不只盯好看的第一秒。

沒有連貫的 text-to-video 能保證身份；參考導向的 image-to-video 只是讓模型少憑空補一點。

何時該找真人繪師？

當「完全可重複」是製作硬性要求時。動畫 model sheet、授權 mascot 系統、付費品牌角色需要刻意修正、乾淨 turnaround 與成文結構規則。

AI 生成最強在探索與低風險製作：companion 肖像、社群短片、概念板、反應實驗。它能快速收斂方向，但不能在「每一根線都要對」的最終 art direction 上取代人工。

開始角色流程

從一張清楚的肖像起步。建立 companion 角色參考，比對圖像模型，身份對了再動畫。首次生成免費，無需信用卡。