Community寫作與編輯github.com

角色設計與連續性指導

提供者無關的角色設計與連續性指導,適用於生成式媒體。當代理必須在 AI 生成的圖像、影片片段、虛擬角色、動畫、漫畫、廣告、產品吉祥物、系列社群貼文或多鏡頭行銷活動中創建、保留、修改或品管重複出現的角色時使用;特別是在建構角色聖經、參考資料包、提示詞、表情/姿勢範圍、服裝/頭髮/化妝/道具連續性、身份與肖像權保障、迭代計畫、交接備註或連續性審查時。

角色設計與連續性指導 是什麼?

這項技能「角色設計與連續性指導」是一套完整的生產系統,旨在幫助 AI 代理在任何生成式媒體(包括圖像、影片、動畫、漫畫和廣告)中創建和維護角色的一致性。它超越了「單一提示技巧」的思維,提供了從角色聖經建構、參考策略、提示規劃到多鏡頭連貫性管理的詳細框架。該技能支援所有主流平台(如 Claude Code、Cursor、Codex),並強調根據不同連續性目標(如精確相似度、虛構身份、品牌吉祥物)選擇最輕量的參考方法(文字、單一參考圖、多參考圖或微調)。其工作流程包含建立角色特徵鎖定表、連續性容忍度表格、表情/姿勢範圍設計,以及基於身份的倫理與法律考量,最終形成一個可控的迭代修復循環,確保角色在整個系列中保持可識別性。

相容平台~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 寫作與編輯 skills: steipete/notion, langchain-ai/langchain, bytedance/podcast-generation · View all 6 →

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

角色設計連續性

運用此技能,讓角色在保持可辨識性的同時,能夠做出動作、老化、更換服裝、移動於鏡頭之間,或適應活動的風格。將連續性視為一套生產系統,而非單一提示的取巧手段。

基本規則

在你的推理過程中,區分三種指導方針:

  • 已記錄的事實:引用來源或使用者已核准的材料。
  • 經驗觀察:描述最近一次生成或測試批次中發生的情況。
  • 生產啟發法:有助於提高成功率的實用工藝規則,但非保證。

不要承諾僅憑文字提示就能完美保持身份。當前的圖像和影片系統可能在面部結構、身體比例、手部、年齡、衣著、標記、道具和風格上出現漂移。強大的連續性來自於角色聖經、參考策略、受約束的提示規劃、迭代選擇和品質管制。

從連續性意圖開始

在設計或修復角色之前,先確定:

  1. 連續性目標:精確相似度、虛構身份、品牌吉祥物、典型角色或寬鬆的風格家族。
  2. 交付形式:靜態圖、多鏡頭影片、虛擬角色、綁定動畫、漫畫格、廣告變體、社群系列、遊戲/UI 素材。
  3. 允許的變化:表情範圍、姿勢範圍、服裝更換、年齡/時間跳躍、光線、攝影機角度、藝術風格變化、季節/活動變體。
  4. 嚴格不變項:絕不能漂移的特徵。
  5. 權利狀態:虛構原創、授權 IP、員工/客戶肖像、公眾人物、未成年人、已故人士,或受真實人物啟發的混合體。
  6. 模型/參考能力:提供者是否支援參考圖像、圖像到圖像、遮罩、種子、角色參考 token、身份適配器、微調、類似 LoRA/DreamBooth 的個人化功能,或僅限文字。

如果涉及精確相似度或可辨識的真實人物,請在撰寫提示詞之前暫停,取得同意並確定範圍。截至 2026-07-10 的驗證,美國法律在公開權/隱私權/數位複製方面仍然零散,美國版權局已建議制定聯邦數位複製法案。SAG-AFTRA 目前關於 AI 材料和數位複製的公報強調明確同意、公平補償、對表演的控制、具體的預期用途描述,以及對受保障表演者的補償。切勿將「公開照片」視為同意。

建構角色聖經

一份有用的角色聖經應該精簡但可操作。包含足夠的細節,讓另一個代理人無需猜測即可生成、審查和修復角色。

身份鎖定

以分層的具體性定義角色:

  • 姓名或代號。
  • 物種/體型/年齡範圍,避免使用污名化或過度決定的語言。
  • 用一到兩句話描述的角色和個性。
  • 剪影:即使塗黑也能辨識的輪廓。
  • 形狀語言:主導形狀及其支持的情感解讀。華特迪士尼家庭博物館將形狀語言和剪影視為角色設計的核心基礎;請將其視為設計詞彙,而非決定論的心理學。
  • 面部/頭部錨點:頭形、眼距、眉形、鼻/嘴比例、下頜/下巴、耳朵、鬍鬚、疤痕、雀斑、標記。
  • 身體錨點:身高印象、姿態、肩/髖比例、四肢長度、步態或預設站姿。
  • 顏色錨點:皮膚/毛髮/材質調色板、髮色、眼睛顏色、標誌性強調色、品牌關鍵時禁止使用的顏色。
  • 標誌性物品:眼鏡、帽子、吊墜、工具、背包、吉祥物標誌、義肢、行動裝置、武器、道具或 UI 配件。
  • 負面身份:角色不是什麼,尤其是常見的模型混淆點。

連續性容許度

明確說明容許度:

  • 鎖定:除非使用者核准重新設計,否則必須保持不變。
  • 彈性:可隨場景或情緒變化。
  • 改變故事:僅在敘事需要時才能變化,例如老化、受傷、偽裝、風化或活動季節衣著。

容許度範例表格:

元素連續性規則
頭髮鎖定:短銀色鮑伯頭搭配鈍劉海;禁止長髮、馬尾或棕色頭髮。
夾克彈性:青綠色 bombers 外套可敞開、拉上、潮濕或被風吹動;相同剪裁和色系。
工具腰帶工作場景中鎖定;僅在正式活動變體中缺席。
年齡鎖定:看起來接近 30 歲後期。除非使用者要求時間跳躍,否則不要使其看起來像兒童或老年人。
臉部疤痕鎖定:左眉上小斜疤痕;審查時確認螢幕左側與角色左側。

AI 的模型表替代品

在傳統動畫中,轉面圖、表情表、姿勢表、顏色表和道具表能讓畫師保持角色一致性。對於 AI 製作,建立一個等效的參考包:

  • 可能的話,提供中性全身正面、3/4 側面、側面和背面視圖。
  • 中性特寫肖像。
  • 表情範圍:中性、微笑、憤怒、恐懼、驚訝、悲傷、專注、品牌特定情緒。
  • 姿勢/動作範圍:預設站姿、走路/跑步、坐姿、伸手、手持標誌性道具、英雄姿勢、小動作。
  • 服裝表:預設服裝加上核准的變體。
  • 頭髮/化妝/儀容表:正面/側面/背面備註、顏色、質地、造型、鬍鬚、義肢。
  • 道具表:比例、形狀、材質、出現在哪隻手/哪一側、以及如何打開/閉合或變形。
  • 色板晶片和材質描述。
  • 常見錯誤變體的「禁止生成」表。

對於虛擬角色或綁定動畫,添加樞紐點、關節限制、嘴形/視位、眨眼風格、待機姿勢,以及任何必須一致變形的特徵。

參考策略

選擇能滿足連續性目標的最輕量參考方法:

  • 僅文字:適用於典型角色、寬鬆吉祥物和早期概念探索。預期會有漂移;批次生成並篩選。
  • 單張參考圖:有助於風格和廣泛的身份,但可能過度擬合姿勢、光線、面部角度或服裝。
  • 多張參考包:對於重複出現的角色更強大;包含多個視角、表情和預設服裝。
  • 圖像到圖像或遮罩編輯:有助於保留構圖或修復漂移的元素;避免意外凍結不必要的偽影。
  • 個人化/微調/身份適配器:當重複的精確度值得投入設定成本且權利明確時使用。記錄訓練/參考來源和限制。
  • 綁定/向量角色:當專案需要確定性重複使用、受控表情或大量集數時最佳。

已記錄的 AI 研究支持此權衡:DreamBooth 風格的個人化微調從少數主體圖像合成主體於新情境中,而較新的連續性研究如 StoryDiffusion 和「The Chosen One」則處理多圖像敘事的一致性。這些是技術方法,非通用保證;可用性取決於提供者/執行環境,且可能改變。

連續性的提示規劃

將提示詞撰寫為連續性套件:

  1. 角色錨定段落:不變的身份和剪影。
  2. 場景段落:動作、環境、攝影機、情緒。
  3. 連續性段落:服裝狀態、道具側、故事天數、前一個鏡頭的連結。
  4. 風格段落:視覺媒介、線條/紋理、鏡頭/渲染風格、品牌調色板。
  5. 負面/避免段落:可能的漂移、禁止的服裝/年齡/身體變化、錯誤的配件。

除非你有意修改設計,否則在各個鏡頭之間保持錨定文字的穩定。將場景特定的變化移到場景段落中,這樣模型就不會重新詮釋身份。

提供者無關的提示詞骨架

將此用作規劃框架,而非強制公式:

角色錨定:[姓名/代號]、[年齡/物種/體型印象]、[剪影]、[面部/頭部錨點]、[身體/姿勢錨點]、[標誌性顏色]、[標誌性物品]。在整個系列中保留這些身份錨點。

場景:[鏡頭編號]、[動作]、[環境]、[攝影機/構圖]、[情緒/表演]、[光線/時間]。

連續性:故事天數 [x],接續 [前一個鏡頭/漫畫格]。服裝狀態:[確切服裝]。頭髮/化妝/道具:[確切狀態和側邊]。相較於前一個鏡頭的必要變更:[僅限預期的變更]。

風格:[媒介/風格]、[線條/渲染/紋理]、[調色板]、[寫實程度]、[品牌或漫畫規則]。

避免:改變年齡、臉型、身體比例、皮膚/毛髮色調、髮長/顏色、標誌性配件、服裝剪裁、道具側邊;避免額外的標誌、額外的肢體/手指、不對稱的疤痕側邊、未經核准的化妝。

多鏡頭與系列連續性

在開始批次生產前建立連續性記錄。不要依賴記憶。

追蹤每個鏡頭/漫畫格:

  • 鏡頭 ID 和輸出檔名;
  • 故事天數/時間與地點;
  • 角色進入/離開鏡頭時的狀態;
  • 服裝/頭髮/化妝/道具狀態;
  • 情緒節拍和姿勢;
  • 攝影機/視角;
  • 使用的來源參考;
  • 模型/提供者/設定/種子(若可用);
  • 核准的鏡次與拒絕的漂移備註;
  • 修復指示。

借鑒場記的紀律:專業場記追蹤故事時間順序、動作、對話、衣著、道具、頭髮/化妝、視線、攝影機細節和連續性變化。對於生成式媒體,代理透過在下一次生成前記錄視覺狀態來扮演連續性部門的角色。

連續性層級

使用交付物所需的最嚴格層級:

  • 層級 1:可辨識概念 用於情緒板和早期構想。審查剪影、調色板、角色定位。
  • 層級 2:系列角色 用於漫畫/社群/廣告變體。審查臉部、身體、服裝、道具、風格、表情範圍。
  • 層級 3:身份關鍵 用於虛擬角色、發言人、授權吉祥物、真實人物肖像或有償品牌活動。需要同意/來源證明、參考包、受控生成/編輯、更嚴格的品質管制與人工核准。
  • 層級 4:確定性生產素材 用於長期連載、動畫綁定、遊戲和重複品牌使用。偏好使用綁定/模型表/向量素材或核准的標準渲染,而非每次提示都重新發明角色。

設計表情與姿勢範圍

不要只定義一個中性肖像。當第一個核准的圖像被要求做出新情緒或動作時,角色就會漂移。

對於每個主要角色,指定:

  • 預設姿勢和手勢詞彙;
  • 高/低情緒強度;
  • 符合角色性格的表情以及應避免的表情;
  • 每個表情的嘴巴/眼睛/眉毛變化;
  • 不對稱性,例如單側假笑或左眉上揚;
  • 表演限制,例如「絕不狂躁」、「受控的溫暖」或「活潑的孩子氣能量」;
  • 動作限制,例如敏捷度、跛行、使用輔助裝置、戰鬥風格或喜劇性的笨拙。

在設計帶有殘疾、輔助科技、性別表達、種族/族群、宗教、體型、年齡或其他身份標記的角色時,避免讓該標記成為角色的全部。使用尊重、具體且經使用者核准的描述詞。GLAAD 的媒體指南指出,描述 LGBTQ 人群沒有單一方式,並建議詢問人們如何描述自己;聯合國指南呼籲準確且平衡地將殘疾描述為日常生活的一部分。對於虛擬角色設計,近期的 HCI 研究將外觀、身體動力學、輔助科技、周邊設備和自訂控制視為代表性殘疾的維度。

服裝、頭髮、化妝與道具

服裝與儀容是連續性的基礎設施:

  • 命名每件衣物和層次:「青綠色 bombers 夾克,附羅紋袖口」,而非「酷夾克」。
  • 記錄閉合方式、袖長、領型、下擺、布料、磨損/損壞和標誌位置。
  • 定義布料在動作中的移動方式:硬挺丹寧、反光尼龍、柔軟針織、裝甲板。
  • 指定髮長、分線、質地、髮量、鬍鬚、髮根、配件以及潮濕/風吹變體。
  • 指定化妝位置、強度、顏色、傷口、污漬、汗珠、紋身、疤痕、指甲顏色以及位於身體哪一側。
  • 記錄道具相對於角色的比例、材質、握持方式、穿戴方式、螢幕側邊和故事狀態。

對故事變化使用「狀態性」備註:

故事天數 2,鏡頭 08-12:左袖在攀爬圍籬後於袖口處撕裂;右眼下方的臉頰有小煤灰痕跡;背包背帶斷裂並用紅繩綁住。在清潔場景 13 之前,保留這些變化。

年齡、身份與肖像權

對權利敏感的角色使用保守規則:

  • 未經書面許可和明確的預期用途限制,不得生成可辨識的活人、員工、客戶、網紅、表演者、兒童或私人個體。
  • 不要透過說「受啟發」但保留顯著的面部、身體、聲音、姓名或標誌性風格來偽裝真實人物。
  • 對於未成年人,需要父母/監護人同意,並避免性化、羞辱、剝削或年齡轉變的情境。
  • 對於已故人士,檢查遺產/公開權和文化敏感性;不要假定為公共領域。
  • 對於公眾人物,區分評論/諷刺/社論與背書、廣告、冒充和商業角色重複使用。
  • 將同意記錄保留在提示詞之外,除非必要;避免不必要地向提供者暴露私人身份資料。
  • 當精確身份未經法律或道德許可時,設計原創的混合體:改變臉部幾何、比例、造型、姓名、背景故事和標誌性標記,使其不再是可辨識的替代品。

作為一個生產啟發法,在生成商業媒體之前使用「三距離」測試:角色在縮圖剪影、肖像裁切和書面描述中是否仍保持非識別性?如果任何距離指向真實人物或受保護的角色,則需升級進行權利審查。

迭代與修復工作流程

使用受控循環:

  1. 生成探索批次,使用廣泛但有界限的身份錨點。
  2. 選擇一個標準鏡次

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.

相關技能