AI 短剧角色对不上号，多半是「称呼—定妆」映射没做：从场记板角度看角色绑定

猫斯卡编辑部 ｜ 最后更新日期 2026 年 8 月 5 日

AI 短剧角色对不上号，根因往往不是模型「画错」，而是剧本里的「警官」没有稳定映射到档案里的「李强」和他那张定妆图。解法是把称呼、人物档案、参考图三者绑成一条可核对的链。

先把问题说准：这不是「画得不像」，是「没对上号」

在 AI 短剧片场，最常见的翻车不是角色长得丑，而是同一个人在不同场里像三个人：上一场是「警官」，下一场变成「李队」，第三场剧本写「那男人冷笑」，模型就真的给你生成了另一个男人。

这背后通常有三层断裂：

1. 称呼断裂：剧本里用职业、关系、代词称呼角色，没有统一到人物档案。
2. 资产断裂：人物档案里有李强，但这场没有绑定李强的定妆图。
3. 指令断裂：已经有参考图了，提示词又用文字描写他的发型、服装、年龄，模型在「看图」和「读字」之间选了后者。

角色绑定要解决的，就是把这三层接起来：剧本称呼 → 档案人物 → 定妆参考图 → 镜头提示词。任何一环断开，角色就会漂移。

什么是角色绑定

角色绑定是把剧本中的每一个人物称呼，对应到故事档案里的唯一人物，并在该场拍摄时调用其已定稿的视觉资产。它类似传统剧组里场记手里的人物对照表：剧本写「警官」，场记知道这是李强；李强今天穿警服，定妆照编号是哪张；到了现场，摄影、化妆、服装都按这张图执行。

没有这张表，剧组也能拍，但会不断有人问：「刚才说话的是谁？」AI 短剧也一样。

称呼为什么会漂移：剧本天然不是资产表

编剧写剧本时，不会每句都写「李强说」。为了节奏和语感，剧本里会自然出现这些叫法：

所以，不能指望模型「根据上下文自己猜」。短剧节奏快、场块短、人物多，猜错一次就是一次换脸。专业流程要把猜测变成确认。

一条稳定的角色绑定链长什么样

1. 先有档案人物，再有称呼

故事档案里每个人物应有唯一身份：姓名、身份、稳定性格特征、当前状态、人物关系。剧本中的各种称呼，最终都要落到这个唯一人物上。

这一步不靠模型记性，而靠结构化档案。档案里没有的人，不应该在视频阶段临时「长出来」。

2. 每个可绘制人物要有定妆图

角色确认阶段就要检查：阵容是否齐全、姓名是否合法、视觉字段是否完整、主角是否与创意简报对齐。没过这道门禁，不进入开拍。

定妆图不是宣传海报，而是生产资产。它要回答的是：这个人的脸、发型、服装材质、气质、视图一致性是什么。后续每场戏只引用，不重新发明。

3. 每场建立参考素材表

拍摄单场时，系统应按固定顺序组装参考：

1. 场景图
2. 本场道具图
3. 人物定妆图

这个顺序很重要。先让模型知道「在哪」，再知道「有什么」，最后才是「谁在」。如果人物图压过场景图，模型容易把背景也画成人物特写；如果道具缺失，关键证据可能每场长得不一样。

4. 有图就别再写外观

这是角色绑定里最硬的一条规则：

有参考图的人物，禁止再用文字描写服装 / 外观；以参考图为准，文字只写动作、表情、伤情。

原因很简单：提示词里写「穿黑色警服的年轻警官」，而参考图里李强穿的是深蓝色制服，模型就必须在两套指令间取舍。它一旦选择文字，角色就漂了。

正确做法是：外观交给图，动作交给词。提示词只写「李强侧身推门，眼神压低，左手按住伤口」。

手动绑定：处理「警官就是李强」

自动映射能解决大部分标准称呼，但短剧剧本里总有不标准的叫法。这时需要手动角色绑定。

典型场景包括：

• 剧本写「警官」，但这场实际出场的是李强，不是另一名警员。
• 剧本写「那个男人」，根据上下文应绑定到顾沉。
• 角色改名、伪装身份、隐藏身份前后称呼不同。
• 客串角色没有完整档案，但需要复用某张已定妆形象。

手动绑定不是补救，而是正常工艺。它相当于场记在拍板前确认：「这场的『警官』是李强，别叫成王磊。」

群演和泛指角色要从主演名单里剥离

很多团队忽略这一点：如果把「路人」「宾客」「打手」也当成可绘制角色去抢定妆槽位，主演的参考图反而可能被挤掉。

正确做法是把群演、泛指角色从可绘制主演名单中剥离。他们可以通过文字和场景氛围呈现，不应占用关键人物的一致性资产。每场参考图数量有上限，槽位要留给观众需要记住的脸。

道具也会影响角色识别

角色绑定不只是脸。观众识别一个人，常靠服装、随身物、标志性道具。如果李强的警枪、玉佩、旧手表每场都变，即使脸没换，观众也会觉得「不像同一个人」。

道具应以拍戏视角从剧本中按原始称呼提取，全剧合并成道具目录。拍摄时，道具图按场纳入；无关道具应排除，避免视觉焦点被干扰。

例如，剧本写「李强掏出怀表」，道具目录里就应有「怀表」。如果这场不需要怀表，可以手动排除；如果它是关键证据，就必须绑定同一张道具图，不能每场重新生成一块。

穿越、闪回、伪装：同一人不同造型怎么办

角色一致性不等于一套衣服穿到底。穿越、闪回、卧底、失忆等题材，同一个人物会有不同时代造型。

这时要做的是时代造型路由：根据场景的地点、时代、内外景等信息，判断该调用人物的哪一套定妆图。现代戏调用现代造型，古代闪回调用古代造型，而不是让模型根据文字临时换衣服。

但要注意边界：系统能按规则选图，最终观感仍取决于立绘质量和提示词是否遵守「有图不写外观」。如果两套造型本身画得不像同一个人，后续镜头也救不回来。

开拍前的齐套校验：别让缺图静默生成

专业流程里，生成视频提示词前应检查本场参考是否齐全：

• 场景图是否存在
• 本场人物是否都有定妆图
• 关键道具是否已绘制
• 是否有角色称呼尚未绑定

如果缺图，应该给出明确清单，让创作者先去补资产。系统可以允许跳过，走纯文字路径，但必须提醒：纯文字路径通常一致性更差。专业做法是先定妆，再开拍。

改词、换图、重拍：绑定错了怎么修

角色绑定不是一次性设置，拍完发现不对，可以按片场方式修：

重点是：每一次修改都应留下可回看的版本。你能看到这场用过哪张图、哪版词、生成过哪些 take，而不是在黑箱里反复抽卡。

容易被忽略的三个细节

1. 剧本正文是最高优先级

镜头提示词必须围绕本场剧本正文写，不能为了炫技加入剧本里没有的动作、场景或人物。串戏是角色漂移的高发原因。

2. 多人场景要加防分身约束

一场戏里有两个相似人物时，提示词需要明确区分站位、服装色块、动作，否则模型容易把两人画成双胞胎，或让一个人长出四只手。

3. 参考图必须是完成态资产

视频阶段只应调用状态已完成、文件可读的立绘。半成品图、损坏图、未确认图不应进入拍摄链路，否则问题会被放大到视频里。

诚实边界：角色绑定不能解决什么

角色绑定能显著降低换脸、串人、服装乱跳，但它不是魔法。

• 它不做真人脸嵌入校验。如果使用外部真人照片，还会涉及合规与肖像风险，应走平台绘制链路。
• 它不能把两张画得不像的定妆图强行变成同一个人。立绘质量仍是基础。
• 它允许创作者跳过参考图走纯文字路径，但这种情况下质量通常更差。
• 它不自动判断剧情逻辑是否合理。绑对了人，不等于戏演对了。

所以，质量终审仍在创作者和监制手里。系统负责把「这场的警官是谁、长什么样、用哪张图」固定下来；表演、节奏、审美仍由人判断。

一个可直接套用的开拍前检查清单

每场开拍前，建议逐项确认：

1. 本场所有有台词或推动剧情的人物，是否都已绑定到档案人物？
2. 职业称呼、关系称呼、代词、外号是否已确认指向？
3. 每个绑定人物是否都有完成态定妆图？
4. 本场是现代、古代还是特殊造型？是否调用了正确版本？
5. 关键道具是否已绘制并纳入？无关道具是否排除？
6. 场景图是否为空镜、没有误入人物？
7. 提示词里是否还残留服装、发型、年龄等外观描写？
8. 群演和泛指角色是否已从主演参考槽位中剥离？

这张清单不能保证每场都完美，但能把最常见的换脸问题挡在开拍之前。

关于猫斯卡

猫斯卡是 AI 竖屏短剧生产操作系统，提供从创意评估、剧本写作、故事档案、角色定妆、场块切分到多模态出片的完整链路。在角色绑定这件事上，它把「称呼—档案—定妆图—镜头提示词」的对照关系固化为可检查、可修改、可回退的流程：支持手动角色绑定、道具纳入排除、同类同名下替换历史版本，并按时代造型选择对应定妆图。

它不替代导演和监制做审美判断，也不宣称零失误。猫斯卡做的是把重复、易漂移、易失控的部分变成可约束的流水线，让「警官就是李强」这件事，在第 1 场和第 100 场都能被执行。

常见问题

关于猫斯卡 ｜ 猫斯卡 · 专业AI视频自动生产系统。把创意评估、剧本写作、人物场景道具定妆、镜头提示词与出片串成一条可审、可改、可回退的生产链。官网：www.maosika.com