角色创建
设计一个角色。永久复用。
“角色”包括:名称、个性、视觉身份(肖像图片)和语音原型。系列中的每个视频都从同一配置文件中提取信息,从而保证角色在100集内保持一致。
角色存储于 ~/clawd/characters/<slug>/。
第一步:定义角色
在接触 Nano Banana 之前,先回答以下问题:
| 字段 | 描述 | 示例 |
|---|---|---|
| 名称 | 角色在屏幕上的名称 | “Max”、“Dr. Erica”、“The Analyst” |
| Slug | 文件系统安全的标识符 | max、dr-erica、the-analyst |
| 平台 | 主要目标平台 | TikTok、Reels、Shorts |
| 领域 / 话题 | 角色谈论什么? | 投资、个人理财、加密货币 |
| 个性 | 最多3个形容词 | 自信、冷峻、逆向 |
| 说话风格 | 他们如何说话 | 短句子。不模棱两可。经常使用“关键点在于:”。 |
| 语音原型 | 用于 ElevenLabs 选择 | 深沉的男声、中音女声、活力年轻男声 |
| 视觉风格 | 整体美学 | 写实、3D 动画、插画风格 |
| 外貌 | 年龄、种族、着装、场景 | 35岁,商务休闲装,简约办公室背景 |
保存答案——你在每一步都会用到它们。
第二步:生成肖像
需要两张图片:肖像(用于缩略图、品牌展示)和面部参考(用于 InfiniteTalk 的一致性)。
肖像(针对 TikTok/Reels 的 9:16 比例)
uv run ~/clawd/skills/nano-banana-pro/scripts/generate_image.py \
--prompt "<外貌描述>, 直视镜头, 自信表情, <视觉风格>, 专业布光, 干净背景" \
--filename "~/clawd/characters/<slug>/portrait-$(date +%Y-%m-%d).png" \
--aspect-ratio 9:16 \
--resolution 2K \
--thinking high
面部参考(针对 InfiniteTalk 的 1:1 比例)
uv run ~/clawd/skills/nano-banana-pro/scripts/generate_image.py \
--prompt "<外貌描述>, 极度特写头像, 中性表情, 正面, <视觉风格>, 棚拍布光, 白色背景" \
--filename "~/clawd/characters/<slug>/face-ref-$(date +%Y-%m-%d).png" \
--aspect-ratio 1:1 \
--resolution 2K \
--thinking high
迭代
- 从
--resolution 512开始快速生成草稿。先锁定外观。 - 确认后,使用
2K和--thinking high重新生成。 - 如果 80% 正确,则编辑:将草稿作为
--input-image并加上具体修复提示。 - 为了未来重新生成时的一致性:始终将已批准的面部参考作为
--input-image传入,并附带“完全保持输入图像中的人物面部特征”。
第三步:保存配置
创建 ~/clawd/characters/<slug>/config.json:
{
"name": "Max",
"slug": "max",
"platform": "TikTok",
"niche": "投资/股票市场",
"personality": ["自信", "冷峻", "逆向"],
"speech_style": "短促有力的句子。不模棱两可。抨击传统观点。使用“关键点在于:”作为过渡。",
"voice_archetype": "深沉的男声,35-45岁,沉稳的语速,略带锋芒",
"elevenlabs_voice_id": "",
"visual_style": "写实",
"appearance": "35岁男性,棱角分明的下颌,商务休闲装(海军蓝西装外套,不打领带),简约现代办公室背景,左侧暖色主光",
"portrait": "portrait-2026-03-03.png",
"face_ref": "face-ref-2026-03-03.png",
"created": "2026-03-03",
"accounts": {
"tiktok": "",
"reels": "",
"shorts": ""
}
}
在 ElevenLabs 中选择或克隆语音后,填写 elevenlabs_voice_id。账号建立后,填写 accounts 中的平台句柄。
第四步:验证一致性
在角色准备投入生产之前,使用面部参考作为输入生成 3 张测试图片,并验证:
- 所有三张图片的面部特征一致
- 表情变化有效(中性、微笑、严肃)
- 角色在缩略图尺寸下清晰可辨(小屏幕测试)
如果一致性被打破:通过逗号分隔的 --input-image 同时传入 2-3 张已批准的参考图片。
角色目录结构
~/clawd/characters/
max/
config.json
portrait-2026-03-03.png
face-ref-2026-03-03.png
dr-erica/
config.json
portrait-2026-03-03.png
face-ref-2026-03-03.png
何时创建新角色
- 在新的平台上开设新账号,且领域或语调不同
- 需要一个视觉上不同的角色来承载新系列概念
- 在同一领域内对两种角色风格进行 A/B 测试
不要仅仅因为要开始一个新系列就创建新角色。如果领域和平台匹配,复用现有角色——这就是该技能的全部意义所在。
下游使用
角色创建完成后:
- 脚本 →
content-strategy技能(视频系列部分)用角色的声音编写剧集脚本 - 音频 → ElevenLabs,使用配置中的
elevenlabs_voice_id - 视频 → InfiniteTalk,使用
face_ref图片 + ElevenLabs 音频 - 排期 → 将输出的 MP4 上传到你选择的平台