AI 短剧里，谁该有定妆、谁不该有：群演与泛指角色的分流工艺

猫斯卡编辑部 ｜ 最后更新日期 2026 年 8 月 3 日

AI 短剧里群演翻车，往往不是画得不像，而是不该有定妆的人被当成了角色。先分流，再决定谁进参考图、谁只做氛围，是解决问题的第一步。

先回答一个问题：群演该不该有定妆图

不该一概而论。AI 短剧里的「群演」其实是好几种东西混在一起：有台词、有动作、推动剧情的茶馆掌柜，和背景里一闪而过的食客，不是一个工艺对象。把它们都塞进定妆链路，会出现三个问题：

• 参考图槽位被无关人物占满，主角反而没位置
• 模型把「一群路人」理解成「多个长得一样的人」，出现分身
• 道具师、选角导演为不需要露脸的角色浪费出图成本

正确的做法是：先按剧本功能分流，再决定谁进资产链路。

四类角色，四种处理方式

把剧本里出现的所有人称，按下面这张表先过一遍：

判断口诀：有名字、有特写、有连续动作——进；只有职业、只有背影、只是凑人数——不进。

分流的三个具体动作

1. 从主演名单里剥离泛指

剧本结构化解析时，要把「人群」「食客」「围观群众」这类复数泛指，从可绘制主演名单里剥离出去。它们不是一个角色，不能分配定妆槽位，也不该出现在角色绑定下拉框里。

这一步如果不做，最典型的翻车是：系统给「路人甲」生成了一张定妆，然后把这张脸复制到背景里所有人身上，画面变成克隆人开会。

2. 功能性群演用文字，不用脸

茶馆掌柜报了一句信、侍卫拦了一下门、护士递了一份病历——这类角色有功能但不需要观众记住脸。处理方式是：

• 在人物档案里只记录职业、性别、大致年龄
• 不生成定妆图
• 镜头提示词里写「中年掌柜，布衫，擦桌动作」这类职业与动作描述
• 不给近景，不给特写

如果剧情后续让这个掌柜突然变成关键人物（比如他是卧底），再回头补建角色、补定妆，从那一场起绑定参考图。

3. 氛围泛指只写群体行为

「街上人来人往」「法庭旁听席骚动」「演唱会台下挥舞荧光棒」——这类镜头的主体是氛围，不是某个人。提示词里只写：

• 群体规模（数十人、上百人）
• 共同动作（行走、骚动、挥手）

| 服装的时代与阶层特征

• 光线与景深（远景、虚化、剪影）

不要写「一个穿红裙的女子站在人群中」除非她是角色——那是主角的出场镜头，不是群演。

多人场景的兜底约束

当一场戏里同时出现主演和群演，提示词需要加一组兜底约束，防止模型把脸搞混：

• 明确主体：「画面中心是男主李强，其余为虚化的路人」
• 数量描述：「身后约十名食客，面目不清」
• 分身兜底：多人场景加「人群中无重复面孔」
• 参考图优先级：有定妆的主演禁止用文字再描写服装外观，以参考图为准

最后这一条是核心机制：有参考图的人物，禁止再用文字描写服装 / 外观；文字只写动作、表情、伤情。 群演没有参考图，所以才需要文字描述；主演有参考图，文字再写就是和图打架。

什么时候该给群演补定妆

三种情况值得回头补：

1. 角色升级：原本的功能性群演在后续剧情有了名字和戏份
2. 重复出场：同一个掌柜在三集里都出现，且有正面镜头
3. 关键动作：群演的动作承载剧情信息（比如递刀、指认），观众需要看清

补建后，从该场起绑定参考图，之前的场次不必回滚——观众对早期背景人物的脸没有记忆负担。

边界：这套分流解决什么，不解决什么

分流能解决的是参考图槽位被挤占、主角被路人换脸、克隆人群众这一类工程问题。它不能解决的是：模型本身在多人物复杂动作场景下的肢体崩坏、遮挡穿帮。这类镜头仍然要靠分镜拆细、动作简化、多 take 择优来处理。

约 10 秒一个场块的切分逻辑在这里也起作用：人越多、动作越复杂的场，越应该切成更短的块，每个块只承载一个主要动作。

关于猫斯卡

猫斯卡是 AI 竖屏短剧生产操作系统，把从创意到成片的专业流程固化为可验收的生产链。群演与泛指角色的分流、参考图映射、多人场景兜底约束，都内置在拍摄链路里。但它不替代导演的镜头判断，也不宣称零失误出片——审美判断仍然坐在人这边。

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