AI 角色设定图：服装和脸同样重要

每个角色的每套服装都需要 1 张 3:4 的角色设定图，此外还需要至少 3 张 3:4 的补充视图。

这个最低要求，改变了角色设定图的用途。

它不只是记录一张脸。它还必须保留面部、身体比例、服装结构、鞋履、配饰、扣合结构、接缝、发型，以及整套服装穿在角色身上的状态。

设定图给面部安排 1 个专用分区，给服装安排 2 个全身分区。

其中 1 个身体视图不包含头部。

这是刻意的。

把所有需要连续性的形象都算进去

任何可能出现在画面中、需要保持连续性的形象，都算角色。

其中包括主要角色、次要角色、动物、非动物形象、拟人角色、群演和背景演员。

是否需要参考资料，取决于连续性，而不是叙事地位。

只要一个形象必须在不同镜头间保持可辨认，就要纳入角色参考系统。

每个角色至少需要每套服装 1 张设定图，以及 3 张补充图。设定图之外的每张图片也都采用 3:4 比例。

这是首先要计算的成本。一个角色不等于一张图。角色的起点是设定图和辅助视图，每换一套服装，就要再做一张设定图。

把设定图分成 3 个分区

角色设定图本身采用竖版 3:4 构图，背景是浅灰色摄影棚。

图中有 3 个分区，用细线隔开。

肖像占满上方 1/3。

2 个身体视图并排放置，占满下方 2/3。

这种布局避免肖像占据整份资料。面部有一块足够大、条件受控的区域，但身体和服装占据了纵向版面的大部分。

3 个分区的任务也各不相同。不能把它们当成同一个角色的几张重复美图。

用上方分区确定面部身份

上方分区是一张正面肖像。

以特写或近景展示面部和上半身。角色朝向正前方，置于浅灰色背景前，采用中性的棚拍光线，表情保持中性或受控。

这是最主要的面部身份参考。

它记录眼睛、鼻子、嘴、脸型、头发、肤色，以及特有的面部特征。这个分区的目的就是记录面部，因此要加入规定的皮肤纹理条款。

所谓“做到位”，就是不用戏剧化灯光、不靠极端表情，也没有争抢注意力的场景，依然能清楚看见这张脸。

肖像应该确立身份，不必独自承担服装连续性的全部任务。

这部分责任属于下方分区。

正面身体分区不保留头部

左下分区从颈部开始，展示完整的正面身体。

头部不得出现。

这是一项硬性要求，因为生成器往往把注意力花在脸上，再凭记忆补出身体。去掉头部，才能迫使设定图记录服装和比例。这些信息在以半身肖像为锚点的镜头中经常丢失。

这个分区记录服装的垂坠状态、身体比例、鞋履、配饰、轮廓，以及服装正面的结构。

由于没有面部，这里不使用皮肤纹理条款。

第一次制作时，这个分区可能让你觉得奇怪。它本来就该如此。它的目的不是生成完整肖像，而是不让面部占用本该属于身体和服装的注意力。

我把这个分区当作服装结构资料来检查。

能看清完整的正面轮廓吗？

鞋子在画面里吗？

配饰的位置确定了吗？

能看懂衣服如何垂落吗？

身体比例明确了吗？

如果回答还要依赖上方肖像，左下分区就没有完成任务。

背面身体分区保留头部

右下分区是完整的背面视图。

这里要看得见头部和头发。

这个分区记录身体背面、服装背面的结构、扣合结构、接缝、背面配饰、发型，以及背面轮廓。

正面与背面分区不是重复内容。它们各自承载对方无法展示的信息。

正面视图无法定义背面的扣合结构。

肖像无法记录从后方看到的完整发型。

当服装背面需要保持一致时，场景中的斜侧面图无法替代条件受控的背面视图。

所谓“做到位”，就是背面分区明确呈现从头到鞋履的完整形态，并展示正面看不到的服装细节。

每套服装各做一张设定图

设定图对应的是一套服装，不只是一个角色名字。

如果一个角色有日常装、制服、派对装、工作服和睡衣，就需要 5 张设定图。

每种造型都有自己的一份三分区资料。

具有叙事意义的状态变体也要分开。干净的制服、脏制服、磨损的制服和沾血的制服，各自都需要参考资料。

服装变化带来的实际制作工作，就体现在这里。

一套新服装，不是在现有角色设定图旁边加一张配饰图。它意味着新增一张完整设定图，因为面部身份和这套服装需要一起记录。

这里的单位并不只是“角色”。

而是“穿着这套服装的角色”。

面部和服装分别审核

一张角色设定图可能有一部分成功，另一部分却不合格。

肖像可能保住了面部，但正面身体分区对服装交代不清。背面分区可能轮廓鲜明，却改变了发型或遮住了扣合结构。

我不会把设定图当成一张不分部分的图片来批准。

我先审核上方分区的面部身份，再审核下方分区的身体比例和服装结构。

不含头部的正面视图在这里尤其有用。脸好看，就很难再成为放过服装问题的借口。

面部和服装对连续性的要求不同。设定图必须同时满足两者。

加上规定的 3 张辅助视图

设定图是最低限度的基础，但不是完整的参考资料包。

每个角色还需要至少 3 张 3:4 的补充图。

第 1 张是居中的正面面部视图，用来固定眼睛、鼻子、嘴、脸型、头发、肤色和独特的面部特征。它要包含皮肤纹理条款。

第 2 张是半身视图，从腰部或躯干中段向上取景。它用于确定姿态、比例、上身服装的垂坠状态，以及面部、身体和服装之间的关系。它也要包含皮肤纹理条款。

第 3 张把角色放进项目世界中的一个具体情境，同时保留已批准的身份。它的任务是测试角色在那个世界里是否成立。当面部距离足够近、需要交代纹理时，也要包含皮肤纹理条款。

这些图片不能替代三分区设定图。

正面面部视图强化身份。

半身视图检查上身服装与角色是否协调。

场景视图在具体环境中检验已批准的设计。

每张图都提供设定图本身无法给出的依据。

把每套服装都作为完整的角色参考

设定图已经包含穿着这套服装的角色。

这会直接影响镜头提示词。参考不再只是“角色”，旁边另放一条互相争夺注意力的服装指令，而是穿制服的角色，或穿日常装的角色。

因此，提示词调用的是 1 张设定图，而不是 2 张。

以前的做法需要分别指定角色和服装。这两份参考可能会失去同步。

按服装建立角色设定图，消除了这种分离。面部、身体和整套服装都放在同一份已批准的参考中，一起使用。

这并没有减少准备工作，而是把工作提前到了可以检查的阶段。

每套服装都必须事先拥有自己完整的设定图。

理解换装的成本

一套服装的最低成本，是 1 张三分区设定图，加 3 张 3:4 的补充视图。

第 2 套服装需要另一张设定图。具有意义的状态变体也需要单独的参考。

我没有记录价格或生成耗时的估算，因此不会把它折算成金额或小时。能量化的成本，是必须制作的素材数量。

每种新造型都会增加参考制作工作。

每种有意义的服装状态还会继续增加。

决定角色有几套服装时，就应该把这项成本算进去。换装影响的不只是它出现的那场戏，还会改变用于保持连续性的角色资料包。

按固定顺序审核

我按固定顺序审核整套资料。

第 1 步，检查上方肖像的面部身份和皮肤纹理。

第 2 步，检查不含头部的正面身体视图，包括身体比例、服装垂坠、鞋履、配饰、正面轮廓和服装结构。

第 3 步，检查背面身体视图的头发、扣合结构、接缝、背面配饰和背面轮廓。

第 4 步，检查单独的正面面部视图。

第 5 步，检查半身视图中面部、姿态、身体与服装的关系。

第 6 步，通过场景视图，测试角色在项目世界中是否成立。

这个顺序能防止好看的肖像掩盖不完整的服装，也能防止漂亮的场景图取代条件受控的参考视图。

所谓“做到位”，就是面部已通过审核，服装正反面的结构清晰可读，辅助图片也确认这个完整角色离开设定图后依然成立。

今天就拿一张现有角色设定图，检查它的正面身体视图。如果脸抢走了服装的注意力，就从颈部往下重做这个分区，让服装撑起画面。

---

方法，就是在灵感没有如约而至的早晨，依然管用的东西。