Community写作与编辑github.com

calesthio/character-design-continuity

供应商无关的角色设计与连续性指导,用于生成媒体。当代理必须在AI生成的图像、视频片段、头像、动画、漫画、广告、产品吉祥物、系列化社交媒体帖子或多镜头宣传活动中创建、保留、修改或QA一个重复出现的角色时使用;尤其是在构建角色圣经、参考包、提示词、表情/姿势范围、服装/发型/化妆/道具连续性、身份和肖像保护、迭代计划、交接笔记或连续性审查时。

character-design-continuity 是什么?

此技能为AI代理提供了一套全面的系统化方法,确保在跨图像、视频和动画的生成媒体中实现角色连续性。它将角色视为一个生产过程,而不仅仅依赖于单一的提示词技巧,提供了一种结构化方法来构建角色圣经、参考策略和提示规划,以实现稳定、可识别的角色形象。该技能支持多种交付形式,包括静态图像、多镜头视频、头像、动画和漫画,并且独立于特定的AI提供者,指导如何有效利用参考图像、图像到图像编辑、个性化微调或基于文本的提示词,同时管理它们的局限性和漂移风险。它强调了清晰的法律和伦理边界,特别是涉及真实人物肖像或受版权保护的角色时,需要对权利状态、同意和预期的使用范围进行明确记录。该技能还提供了处理服装、发型、化妆和道具变化的实用工作流程,将连续性视为一种基础设施,通过连续性分类账、公差表和受控迭代循环确保在整个项目生命周期中保持一致。

兼容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/calesthio/generative-media-skills/tree/HEAD/skills/production/creative-direction/character-design-continuity

Installed? Explore more 写作与编辑 skills: steipete/notion, langchain-ai/langchain, bytedance/podcast-generation · View all 6 →

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

角色设计连续性

使用此技能使角色在保持可识别一致性的同时,仍然可以行动、变老、更换服装、穿越镜头或适应宣传活动的风格。将连续性视为一个生产系统,而不是单一的提示技巧。

基本规则

在你的推理中区分三种指导:

  • 记录的事实:引用来源或用户已批准的材料。
  • 经验观察:描述最新生成或测试批次中发生的情况。
  • 生产启发法:可提高成功率的实用工艺规则,但并非保证。

不要承诺仅凭文本提示就能完美保持身份。当前的图像和视频系统可能在面部结构、身体比例、手部、年龄、服装、标记、道具和风格上出现漂移。强大的连续性来源于角色圣经、参考策略、受约束的提示规划、迭代选择和QA。

从连续性意图开始

在设计或修复角色之前,确定:

  1. 连续性目标:精确肖像、虚构身份、品牌吉祥物、原型角色或松散风格系列。
  2. 交付形式:静态图像、多镜头视频、头像、绑定动画、漫画面板、广告变体、社交媒体系列、游戏/UI资源。
  3. 允许的变化:表情范围、姿势范围、服装变化、年龄/时间跳跃、灯光、摄像机角度、艺术风格变化、季节/活动变体。
  4. 硬性不变项:不得漂移的特征。
  5. 权利状态:虚构原创、许可IP、员工/客户肖像、公众人物、未成年人、死者或受真人启发的混合体。
  6. 模型/参考能力:提供者是否支持参考图像、图像到图像、遮罩、种子、角色参考令牌、身份适配器、微调、类似LoRA/DreamBooth的个性化,或仅支持文本。

如果涉及精确肖像或可识别的真人,在编写提示词之前暂停,获取同意并明确范围。截至2026-07-10的验证,美国法律在公开/隐私/数字复制品方面仍不统一,美国版权局已建议制定联邦数字复制品立法。SAG-AFTRA当前的AI材料和数字复制品公告强调明确同意、公平补偿、对表演的控制、特定的预期用途描述以及对涵盖表演者的补偿。不要将“公开可用的照片”视为同意。

构建角色圣经

一个有用的角色圣经应简洁但可行。包含足够的细节,使另一个代理无需猜测即可生成、审查和修复角色。

身份锁定

以层次化的具体程度定义角色:

  • 姓名或代号。
  • 物种/体型/年龄范围,避免使用污名化或过度确定的语言。
  • 角色和个性,用一或两句话。
  • 剪影:即使涂黑也能读出的轮廓。
  • 形状语言:主导形状及其支持的情感解读。华特迪士尼家庭博物馆将形状语言和剪影教授为核心角色设计基础;将其视为设计词汇,而非确定性心理学。
  • 面部/头部锚点:头部形状、眼距、眉毛形状、鼻子/嘴巴比例、下巴/下颌、耳朵、面部毛发、疤痕、雀斑、标记。
  • 身体锚点:身高印象、姿势、肩/臀比例、肢体长度、步态或默认站姿。
  • 颜色锚点:肤色/毛皮/材质调色板、头发颜色、眼睛颜色、标志性强调色、品牌关键禁用色。
  • 标志性物品:眼镜、帽子、吊坠、工具、背包、吉祥物标志、假肢、移动设备、武器、道具或UI配件。
  • 负面身份:角色不是什么,尤其是常见的模型混淆点。

连续性公差

明确说明公差:

  • 锁定:除非用户批准重新设计,否则必须保持不变。
  • 灵活:可根据场景或情绪变化。
  • 故事性变化:仅当叙事需要时才可变化,如年龄增长、受伤、伪装、风化或宣传季服装。

公差表示例:

元素连续性规则
发型锁定:银色短波波头配齐刘海;不得为长发、马尾或棕色头发。
夹克灵活:青色轰炸机夹克可敞开、拉上、淋湿或被风吹起;相同版型和色系。
工具腰带工作场景中锁定;仅在正式活动变体中缺席。
年龄锁定:看起来三十多岁后期。除非用户要求时间跳跃,否则不得使其看起来像儿童或老人。
面部疤痕锁定:左眉上小斜疤;在审查中确认“屏幕左侧”与“角色左侧”。

AI的模型表替代品

在传统动画中,转身图、表情表、姿势表、颜色表和道具表让艺术家保持角色统一。对于AI生产,创建一个等效的参考包:

  • 可能的正面全身、3/4侧面、侧面和背面视图。
  • 中性特写肖像。
  • 表情范围:中性、微笑、愤怒、恐惧、惊讶、悲伤、专注、品牌特定情绪。
  • 姿势/动作范围:默认站姿、行走/奔跑、坐姿、伸手、拿着标志性道具、英雄姿势、小动作。
  • 服装表:默认服装加批准的变体。
  • 发型/化妆/修饰表:正面/侧面/背面笔记、颜色、质地、造型、面部毛发、假肢。
  • 道具表:比例、形状、材质、出现在哪只手/侧、如何开合或变形。
  • 色板和材质描述。
  • “不要生成”表,针对频繁的错误变体。

对于头像或绑定动画,添加枢轴点、关节限制、嘴型/视位、眨眼风格、空闲姿势以及任何必须一致变形的特征。

参考策略

选择能满足连续性目标的最轻量级参考方法:

  • 仅文本:适用于原型、松散吉祥物和早期概念探索。预期会漂移;多批次生成并挑选。
  • 单张参考图像:适用于风格和宽泛身份,但可能过度拟合姿势、灯光、面部角度或服装。
  • 多参考包:更适合重复出现的角色;包括多个视图、表情和默认服装。
  • 图像到图像或遮罩编辑:有助于保留构图或修复漂移的元素;避免意外冻结不需要的伪影。
  • 个性化/微调/身份适配器:当重复的精确度值得设置成本且权利清晰时使用。记录训练/参考来源和局限性。
  • 绑定/矢量角色:当项目需要确定性复用、受控表情或大量集数时最佳。

已记录的AI研究支持这种权衡:DreamBooth风格的个性化从少量主题图像进行微调,以在新上下文中合成主题,而较新的一致性研究如StoryDiffusion和“The Chosen One”则解决多图像故事讲述的一致性。这些是技术方法,并非普遍保证;可用性取决于提供者/运行时,可能发生变化。

提示规划以实现连续性

将提示词写成一个连续性包:

  1. 角色锚点段落:不变的身份和剪影。
  2. 场景段落:动作、环境、摄像机、情绪。
  3. 连续性段落:服装状态、道具侧、故事天数、前一镜头链接。
  4. 风格段落:视觉媒介、线条/纹理、镜头/渲染风格、品牌调色板。
  5. 负面/避免段落:可能的漂移、禁止的服装/年龄/身体变化、错误的配件。

除非有意修改设计,否则保持跨镜头的锚点措词稳定。将场景特定的变化移到场景段落,以免模型重新解释身份。

提供者无关的提示骨架

将此用作规划框架,而非强制公式:

角色锚点:[姓名/代号],[年龄/物种/身体感知],[剪影],[面部/头部锚点],[身体/姿势锚点],[标志性颜色],[标志性物品]。在整个系列中保持这些身份锚点。

场景:[镜头编号],[动作],[环境],[摄像机/取景],[情绪/表演],[灯光/时间]。

连续性:故事天数 [x],接着 [前一镜头/面板]。服装状态:[精确服装]。发型/化妆/道具:[精确状态和侧]。相对于前一镜头的必需更改:[仅预期的更改]。

风格:[媒介/风格],[线条/渲染/纹理],[调色板],[真实程度],[品牌或漫画规则]。

避免:改变年龄、脸型、身体比例、肤色/毛色、头发长度/颜色、标志性配件、服装剪裁、道具侧;避免额外标志、额外肢体/手指、疤痕侧不匹配、未批准的化妆。

多镜头和系列连续性

在生成批次之前创建连续性分类账。不要依赖记忆。

记录每个镜头/面板:

  • 镜头ID和输出文件名;
  • 故事天数/时间和地点;
  • 角色进入/退出镜头的状态;
  • 服装/发型/化妆/道具状态;
  • 情绪节拍和姿势;
  • 摄像机/视角;
  • 使用的源参考;
  • 模型/提供者/设置/种子(如可用);
  • 批准的镜头和拒绝的漂移笔记;
  • 修复说明。

借鉴场记的纪律:专业场记会跟踪故事时间顺序、动作、对话、服装、道具、发型/化妆、视线、摄像机细节和连续性变化。对于生成媒体,代理通过在下次生成之前记录视觉状态,成为连续性部门。

连续性层级

使用交付物所需的最严格层级:

  • Level 1: 可识别概念 用于情绪板和早期构思。审查剪影、调色板、角色。
  • Level 2: 系列角色 用于漫画/社交媒体/广告变体。审查面部、身体、服装、道具、风格、表情范围。
  • Level 3: 身份关键 用于头像、代言人、许可吉祥物、真人肖像或有偿品牌活动。需要同意/来源、参考包、受控生成/编辑、更严格的QA和人工批准。
  • Level 4: 确定性生产资产 用于长时间系列、动画绑定、游戏和重复的品牌使用。优先使用绑定/模型表/矢量资产或批准的规范渲染,而不是每次提示重新发明角色。

设计表情和姿势范围

不要只定义中性肖像。当第一个批准的图像被要求做出新情绪或动作时,角色会漂移。

为每个主要角色指定:

  • 默认姿势和手势词汇;
  • 高/低情绪强度;
  • 符合角色特征的表情和要避免的表情;
  • 每个表情的嘴/眼/眉毛变化;
  • 不对称性,如单侧假笑或抬左眉;
  • 表演限制,如“绝不狂躁”、“受控的温暖”或“活泼的儿童能量”;
  • 动作限制,如敏捷性、跛行、辅助设备使用、战斗风格或喜剧性笨拙。

在设计具有残疾、辅助技术、性别表达、种族/民族、宗教、体型、年龄或其他身份标记的角色时,避免让该标记成为角色的全部。使用尊重、具体、用户批准的描述。GLAAD的媒体指南指出,没有单一方式描述LGBTQ人群,并建议询问人们如何描述自己;联合国指南呼吁将残疾作为日常生活的准确和平衡的描绘。对于头像设计,最近的HCI研究将外观、身体动态、辅助技术、外围设备和定制控制视为残疾表现的维度。

服装、发型、化妆和道具

服装和修饰是连续性基础设施:

  • 命名每件衣物和层次:“青柠色罗纹袖口轰炸机夹克”,而非“酷夹克”。
  • 记录开合方式、袖长、领型、下摆、面料、磨损/损坏和商标位置。
  • 定义面料在动作中的表现:硬挺牛仔布、反光尼龙、柔软针织、装甲板。
  • 指定头发长度、分界、质地、体积、面部毛发、发根、配件和湿/风变体。
  • 指定化妆位置、强度、颜色、伤口、污垢、汗水、纹身、疤痕、指甲颜色以及身体的哪一侧。
  • 记录道具相对于角色的比例、材质、握持方式、磨损、屏幕侧和故事状态。

对故事变化使用“状态化”笔记:

故事天数 2,镜头 08-12:左袖口在爬栅栏后撕裂;右眼下有少量烟灰痕迹;背包带断裂并用红绳扎住。携带这些变化直到清洁场景 13。

年龄、身份和肖像权

对权利敏感的角色使用保守规则:

  • 未经书面许可和预期用途限制,不得生成可识别的在世人物、员工、客户、影响者、表演者、儿童或私人个体。
  • 不得通过“启发自”而保留独特的脸、身体、声音、名称或标志性风格来伪装真人。
  • 对于未成年人,需要父母/监护人同意,并避免色情化、羞辱性、剥削性或年龄转移的上下文。
  • 对于死者,检查遗产/公开权和文化敏感性;不要假设属于公共领域。
  • 对于公众人物,区分评论/戏仿/社论与代言、广告、冒名顶替和商业角色复用。
  • 除非必要,否则将同意记录排除在提示词之外;不要不必要地将私人身份数据暴露给提供者。
  • 当精确身份未经法律或道德许可时,设计原创组合:改变面部几何形状、比例、造型、姓名、传记和标志性标记,使之不再是一个可识别的替代品。

作为一个生产启发法,在生成商业媒体之前使用“三距离”测试:角色在缩略图剪影、肖像裁剪和书面描述中是否保持非识别性?如果任何距离指向一个真人或受保护角色,则升级进行权利审查。

迭代和修复工作流

使用受控循环:

  1. 生成探索批次,使用广泛但有界的身份锚点。
  2. 选择一个规范镜头。

…

[此为截断版本]

Individual skills in this repo

This repo contains 9 individual skills — each has its own dedicated page.

calesthio/brand-launch-film-production

Provider-independent production workflow for AI agents creating brand launch films, product reveal videos, manifesto films, campaign hero films, website hero videos, investor/customer launch assets, and social cutdowns. Use when planning, scripting, generating, editing, reviewing, or delivering launch films that must align strategy, claims, brand voice, visual direction, product proof, accessibility, compliance, and multi-platform delivery.

calesthio/generative-media-skills

Provider-independent dialogue editing and ADR direction for AI agents producing generated videos, films, ads, avatar clips, explainers, localization/dubbing, podcasts, recuts, and social content. Use for dialogue prep, repair, room tone, take comping, sync, ADR cueing, dubbing direction, pronunciation, de-essing, plosives, mouth clicks, voice continuity, synthetic voice consent boundaries, captions/transcripts handoff, mix handoff, loudness, intelligibility, accessibility, and QA.

calesthio/generative-media-skills

Provider-independent localization and dubbing production direction for AI agents producing translated videos, dubbed ads, social clips, explainers, avatar videos, documentaries, training media, and multi-market campaigns. Use when planning or reviewing subtitle-versus-dub strategy, translation adaptation, glossary/style-guide setup, casting or voice matching, lip-sync or phrase-sync direction, synthetic dubbing boundaries, captions/subtitles handoff, accessibility, platform delivery, client review, or localization QA.

calesthio/generative-media-skills

Provider-independent cinematic trailer production for AI agents creating movie-style trailers, teaser trailers, launch trailers, game trailers, documentary trailers, series promos, and high-impact generated-media previews. Use for trailer strategy, structure, shot planning, voiceover/title-card copy, music and sound-design direction, generated-video prompt translation, edit pacing, platform/runtime choices, delivery handoff, rights/claims caveats, and trailer QA.

calesthio/generative-media-skills

Provider-independent explainer video production for AI agents creating educational, product, concept, nonprofit/public-service, onboarding, training, animated, mixed-media, and short social explainers. Use when an agent must turn a topic, brief, research corpus, product, process, policy, dataset, or complex idea into a factual, accessible, narrated, captioned, storyboarded, generated-media-ready explainer video with claim review, localization, pacing, variants, and QA.

calesthio/generative-media-skills

Use this skill to plan, direct, finish, and QA provider-independent mono or stereo 180-degree, 360-degree, spherical, spatial, wide-FOV, and immersive video. It covers format choice, capture rigs, stitching, nadir and seam management, stereoscopic comfort, attention direction, stabilization, ambisonic and spatial audio, titles, captions, accessibility, edit, color, VFX, projection metadata, Vision Pro, YouTube, headset delivery, device QA, and privacy, location, and likeness rights. Do not use it for interactive XR apps, volumetric/world-model generation, game-engine experiences, or provider-specific video generation prompts.

calesthio/generative-media-skills

Provider-independent production workflow for AI agents creating music videos, lyric videos, visualizers, performance/narrative/dance videos, social cutdowns, album or single launch assets, and generated-media clips synchronized to songs. Use when planning, directing, prompting, editing, reviewing, or delivering video content built around a recorded song, artist performance, lyrics, beat timing, choreography, platform variants, music rights, likeness consent, accessibility, or synthetic-media disclosure.

calesthio/generative-media-skills

Provider-independent captions and media accessibility direction for AI agents producing or finishing generated videos, ads, social clips, explainers, avatar videos, documentaries, podcasts/video recuts, training media, and localized content. Use when planning, authoring, reviewing, localizing, burning in, exporting, or QAing captions, subtitles, SDH, transcripts, audio description, flashing/motion safety, caption readability, or accessible media handoff files.

calesthio/motion-graphics-direction

Provider-independent motion graphics direction for AI agents producing title sequences, lower thirds, explainer graphics, product UI overlays, social ads, kinetic typography, diagrams, data callouts, brand films, and video post. Use when planning, prompting, storyboarding, specifying, implementing, reviewing, or QAing motion graphics across live footage, generated video, UI capture, data visualization, brand systems, typography, accessibility, claim integrity, runtime handoff, and iteration.

相关技能