讓 AI talent 在不同影像中保持可辨識

第一張肖像很清楚。下一張圖片中，下顎看起來稍微窄了一些。到了第四張，眼睛也變了。每張圖片單獨看或許都合理，但這個序列已不再介紹同一個可辨識的主體。

AI 影像中的角色一致性，是在讓周遭畫面改變的同時維持身分。對人工人才而言，這包括臉部與更廣泛的身體存在感。這也要求編輯分辨有意的變化與意外的替換。

任何有用的檢視，都不應以假設參考圖已保證結果為起點。圖片仍然必須被仔細觀看。

為身分提供穩定的參考

在其 角色參考指南中，Runway 說明如何使用清晰的來源圖片來引導外觀，再由提示詞指引場景。其建議包括清楚可見的臉部細節、直接的光線，以及不與主體競爭的背景。這些是實用的參考原則，而不是保證每次輸出都能保留每項特徵。

良好的身分參考圖，和宣傳活動照片的任務不同。宣傳照可能受益於陰影、動態或被遮擋的視角；參考圖則需要讓主體更容易被檢視。它應協助編輯辨認身分，而不必先解讀複雜的視覺效果。

將核准的參考圖與實驗分開。為它指定名稱與版本，讓其他人能夠找到。這項區分看似行政作業，直到兩名協作者使用不同肖像開始工作，並各自朝不同的臉部進行修正時，才會顯出其重要性。

別只看髮型與造型

容易辨認的髮型，可能讓人忽略已經改變的臉部。重複出現的外套或熟悉的背景也一樣。檢視一組序列時，請在心中移除這些線索，思考它們底下的結構。

觀察彼此的關係：雙眼的間距、下半臉的平衡、側面輪廓，以及嘴巴位於下巴上方的方式。這些觀察是編輯檢查，不是生物特徵測量，也不是關於真實人物身分的證據。其目的在於注意這個虛構主體是否維持一致。

身體同樣值得關注。一張看似熟悉的臉，可能位於比例截然不同的身形上。只比較緊密裁切的肖像，會忽略這項變化。請依輸出用途使用合適的視角：肖像使用大頭照；若畫面取決於整體輪廓，則使用更完整的參考圖。

鮮明的細節確實有幫助，但不要把它們變成凌駕整體的核對清單。保留的印記或雀斑，無法彌補明顯不同的臉。辨識度來自對主體的整體印象，必須仔細檢視。

區分新場景與新身分

想像一段虛構的連續畫面，從攝影棚肖像轉到風大的戶外場景。表情、頭髮的動勢與光線都可能改變，這些都是創作方向所預期的結果。鼻子重新塑形或看起來年齡不同，則需要另一種解釋。

在檢視影像前，先寫下允許的變化。這能讓判斷依據回到原始需求。否則，某個偶然差異可能只因成品好看，就被視為可以接受。

同樣的原則也適用於有意的演變。如果 talent 換了不同髮型，請記錄這項決定及其在故事中的位置。保留較早的參考資料，作為歷史紀錄。外觀的編輯不應悄悄改寫過去每一次相遇。

穩定的資料庫能讓變化成為有意識的選擇，也能讓人重新檢視較早的決定，而不必要求新生成的影像記住從未清楚提供的資訊。

讓比較一目了然

將參考圖與提案影像以合適大小並排放置。先看整體印象，再仔細檢查看起來不確定的特徵。如果拍攝角度差異很大，請使用最接近的可用視角，不要強行進行參考圖無法支持的比較。

在核准個別畫格前，先一起檢視整段序列。單獨看似可接受的影像，放在另外兩張之間時，可能會造成明顯跳接。即使每個檔案都是分開製作的，剪輯仍是連貫性的基本單位。

記錄簡短而具體的退件理由。「側臉已不再符合核准的下半臉」比「感覺不對」更有用。下一次嘗試需要一個可明確解決的問題。如果來源本身含糊不清，改善或釐清參考資料，可能比擴充提示詞更重要。

不必為每張影像評分。書面觀察與明確決定就可能足夠。只有在選片人員理解分數的意義與限制時，評分才真正有用。

在編輯過程中保留人物特質

在 Lyfera，talent 是持續存在的主體，影像則是該主體的一種呈現。當一項驚人的成果帶著錯誤身分出現時，這個順序尤其重要：畫面不應僅因美麗，就取得凌駕身分正確性的效力。

公開的 talent 名單 收錄了經核准的攝影棚視角，讓這個問題清楚可見。一組參考視角可以建立初次介紹，但本身並不能證明未來每個場景都已通過審查。連貫性仍須隨每件新作品逐一判斷。

周邊故事也需要同樣嚴謹。說明文字不能只靠宣稱臉是同一張，就修補視覺上的不一致。令人信服的圖片也不應單獨證實某個傳記事件。視覺核准與敘事準確性是彼此相關、但依據不同證據的責任。

為表情保留空間

一旦謹慎看待身分，表情就有更大的變化空間。主體可以轉身、歡笑、靜止，或只佔畫面較小的部分。參考圖不必變成無止境重複的姿勢。

這正是讓 talent 保持可辨識的意義：下一張影像可以帶來陌生感，卻不必讓讀者遇見完全不同的人。一段連貫的序列，能讓注意力從「這是同一張臉嗎？」轉向「我現在注意到他們什麼？」