跨镜一致性方法论 (Consistency Engineering)

AI 视频生成的头号敌人不是「画面不好看」，而是同一个人看起来不像同一个人。多镜头、多段的片子若不解决一致性，观众看两三镜就出戏。本文不发明技术，而是把业界已验证的一致性手段整理成拆镜头与生成时的强制动作。

在 Nomi 里落地的方式：凡是「跨镜头要保持一致」的东西，都建成画布上的 anchor 节点（kind：character 角色 / scene 场景 / prop 道具 / style 风格）。视觉锚（carrier: visual）会先生成一张参考图锁住长相；文本锚（carrier: text）把特征词拼进每个引用它的镜头。镜头用 anchorIds 引用哪些锚，系统据此给视觉锚连参考边、把文本锚描述拼进 prompt。所以下文凡说「@引用某素材」，在 Nomi 里就是在该镜的 anchorIds 里点名那个 anchor，不是把提示词复制到外部工具。

---

一、一致性的五个维度

每个镜头产出前，逐维度自检——哪一维会漂移，就为它建/引用对应的锚：

维度	盯什么	失控表现	在 Nomi 的锚定手段
角色	脸、身材、发型、肤色、瞳色	换脸、身高忽高忽低	character 视觉锚（参考图含面部特写 + 三视图）+ 镜头 anchorIds 引用
服化	服装版型、配色、质地、饰品、武器	同场戏换衣、纽扣数变化	视觉锚定妆图锁版型 + 文本锚补服装色卡/关键细节词
道具	关键道具的造型、材质、铭文	道具外形每镜不同、设备换型	prop 视觉锚（多角度 + 材质特写 + 比例参照）+ anchorIds 引用
场景	空间布局、光源位置、装饰细节	同一房间家具搬家、窗户消失	scene 视觉锚（空场景全景 + 光位）+ 镜头复述主光方向
时序	同场戏内动作连续性、伤痕、服装残损	上一镜干净下一镜染血（或反之）	场内状态表（见 §三），锚管不了「同一场内的状态推进」

前四维靠锚（跨镜「这一个特定实例」保持不变），第五维靠状态表（同场景内状态只增不倒退）——两套机制互补，别混用。

---

二、三级锚定体系

一致性靠三层由强到弱的绑定，越靠上越硬：

Level 1 · 参考图锚定（源头）

主要角色、关键道具、固定场景都建成视觉锚，让系统先生成一张参考图作为「唯一真相」。参考图质量直接决定后面所有镜头的下限，所以定妆/定景描述要中性、干净：

• 角色：面部特写 + 全身三视图（正/侧/背） + 干净背景，全身中性站姿、不带剧情动作、光影不过强。
• 道具：多角度（至少 3 个视角） + 材质特写 + 比例参照（放一只手或常见物体作尺度）。
• 场景：空场景全景 + 关键光位，不带人物、不带剧情。

一元素一锚，不要合成：人物、场景、道具各自独立建锚、各自独立参考图，绝不把人物和场景塞进同一张参考图——合成会同时拉低场景和人物的 identity 精度。这正是 Nomi「每个跨镜元素一个 anchor 节点」的设计初衷：系统会把多张参考图分别喂给生成，不需要、也不要你手动拼成一张。

Level 2 · anchor 引用（镜头层）

镜头只引用锚，不在 prompt 里重描锚的静态外貌。外貌交给参考图/文本锚，镜头 prompt 只写这一镜独有的运镜与动作：

• 良例：anchorIds: [角色A, 指挥舱]；prompt =「角色A背部直挺，右手食指缓慢从面板抬起后放下」。
• 劣例：不引用锚，prompt 里从头描述「一个穿制服的男人在飞船舱桥中……」→ 每镜重描 = 每镜重掷骰子 = 必漂移。

硬规则：出现在某镜里的每个角色 / 所在场景 / 用到的道具 / 整片风格，都要列进这一镜的 anchorIds；只出现一次的一次性元素（群演、路过的物件）不建锚，直接写进那一镜 prompt。

Level 3 · 段间承接（handoff）

段与段之间（一场戏拆成多个连续镜头，或一整段接下一段）的视觉连续性，靠首尾帧承接：上一镜的尾帧状态（角色位置/朝向/姿态/环境/光位）明确传给下一镜的起点。Nomi 里对应「用上一镜产物做下一镜的首帧（first_frame）」或在下一镜 prompt 里显式承接尾帧状态。承接分三级：

级别	何时用	怎么接
L1 强锚定（同场景跨镜）	尾帧和下一镜起点必须严格一致	下一镜用上一镜尾帧做首帧，或 prompt 明确承接「角色位置/朝向/姿态/环境」
L2 软锚定（换场景但情绪连续）	位置不必对齐，但色调/光位/角色朝向要匹配	下一镜 prompt 保持「同色调 + 同主光方向 + 朝向匹配」
L3 硬切（叙事跳转/时间跳跃/蒙太奇）	视觉不需连续	下一镜独立起帧，连续性交后期剪辑

判断口诀：同一场戏内的相邻镜头默认 L1（拆条只为绕过单条时长上限，画面本应无缝）；换地点但情绪不断用 L2；闪回/跳时间/蒙太奇用 L3。

---

三、场内状态表 (State Table)

同一场戏内的连续性问题（染血、服装残损、伤痕、手持道具的有无）靠状态表管理——它管的是「同一场景里随剧情推进的状态变化」，是锚管不到的那一维。编写多镜头场戏前，先列一张表把每镜的关键状态钉死：

## 指挥舱对峙 · 状态表
| 镜号 | 角色A 状态          | 角色B 状态        | 关键道具     |
|------|--------------------|------------------|-------------|
| 镜12 | 制服整洁            | 站立，面无表情    | 控制台完好   |
| 镜13 | 制服整洁            | 身体微倾，瞳孔收缩| 控制台完好   |
| 镜14 | 右颊划伤            | 后退一步          | 控制台裂纹   |
| 镜15 | 右颊划伤 + 衣领扯开 | 倒地              | 控制台裂纹   |

硬规则（状态只进不退）：一旦某镜出现血 / 伤 / 衣破 / 湿身，后续所有同场镜头的 prompt 必须继承该状态，直到场景结束或剧本明确有清洗/换装动作。倒回「干净」= 穿帮。

---

四、段与段的承接检查

一段接下一段（尤其角色/道具/场景跨段复用）时，过一遍承接：

1. 末状态对齐：下一段首镜的角色状态（伤痕/服装/情绪残留）要接上一段末镜的状态，除非剧情明确跳了时间。
2. 道具延续：跨段出现的同一道具（飞船、关键物件）复用同一个 anchor，不要为它重新建锚、重新生成参考图。
3. 场景复用：跨段复用的场景沿用原来那个 scene 锚，不重新生成参考图——重生成 = 家具搬家。
4. 重大外观变化才拆锚：只有「少年↔成年 / 伤前↔伤后 / 彻底换装」这种认不出是同一个的变化，才把同一角色拆成两个锚并在 description 写清差异；普通情绪/小动作变化不拆锚。

---

五、常见一致性陷阱与规避

这些是 AI 生成的系统性弱点，属硬约束——重掷骰子基本无用，必须靠「换画面结构」绕过，别指望多抽几次能好：

陷阱	典型表现	规避
群演脸	同一群演相邻镜头脸变了	群演/一次性配角不建锚，用去个性化描述（戴头盔/背影/远景），避免特写
手部	AI 普遍画不好手，多指/缺指	握物/操作镜头避免手部特写；非给不可时用参考图明确指法
文字/铭文	招牌字、飞船编号、徽章文字反复变且乱码	prompt 不写要渲染的文字；用图形符号代替字母，片名/字幕一律后期叠
比例漂移	同一物体（飞船/建筑）尺寸在不同镜头不一致	与参照物同框（人、标准箱体），禁止纯空镜比例；关键道具用比例参照建锚
光位变异	同场戏光源方向乱跳	场景锚参考图标注光位，每一镜 prompt 复述主光方向
口型对白	正脸对白口型对不上	侧脸 / 画外音 / 不露正脸，配音交后期

---

六、拆镜头 / 审镜头时的一致性核对清单

拆完镜头、或复核一份分镜方案时，逐条打勾：

• 出现在某镜里的角色 / 场景 / 道具 / 全片风格，是否都进了这一镜的 anchorIds？（漏引用 = 漏锚 = 会漂）
• 镜头 prompt 里有没有重复描述锚的静态外貌？（应交参考图/文本锚，prompt 只写运镜+动作）
• 同一个人是否只建了一个角色锚？（别名/职称/「他」都归并成一个，别一人两锚）
• 同场戏内的状态（伤/血/衣破/湿身）是否与状态表一致、只进不退？
• 相邻/跨段镜头的承接级别（L1/L2/L3）是否想清楚，L1 是否用尾帧做了首帧或 prompt 承接？
• 有没有踩 §五 的硬约束（手部/文字/比例/光位/口型），并已用画面结构规避？

任一未满足就回去改——一致性是拆镜头阶段一次性想清楚的事，等生成出来才发现漂移，返工成本高得多。