【提示词创作第六十七节】AI资产怎么做，画面才稳定？

导语：很多人做AI视频时，会把问题全部归结到提示词上。

人物变脸了，就觉得是提示词不够精准。

场景变乱了，就继续往提示词里加“保持一致”。

打斗不好看，就把“激烈”“电影感”“震撼”这些词写得更满。

色彩不统一，就在后面补一句“高级配色”。

 

但真正做过完整项目的人都知道，提示词只能解决一部分问题。

 

如果前期没有资产，AI每一张图、每一个镜头都像是在重新猜。它不知道这个角色的正脸是什么样，不知道侧脸比例是否一致，不知道服装背面有没有图案，不知道房间左边是什么、右边是什么，也不知道一个技能释放出来到底是什么形态。

 

所以AI视频想稳定，不是先写一段很长的提示词，而是先把AI需要理解的信息准备好。

这就是AI资产的意义。

 

AI资产不是随便找几张参考图，也不是把好看的图放进文件夹里。它更像是给AI建立一套“视觉说明书”。这套说明书告诉AI：角色是谁，长什么样，穿什么衣服，在什么空间里活动，会使用什么道具，整体色彩应该保持什么方向。

当这些信息足够清楚时，提示词才会真正发挥作用。

这一节我们就从零开始讲清楚，AI资产到底该怎么做，人物、场景、道具、色板分别要准备什么，以及最容易踩的坑在哪里。

一、为什么AI创作一定要先做资产

很多人刚开始做AI视频时，都会有一个误区：以为一张角色图就能生成一整条片子。

比如你生成了一个很满意的女主，正脸好看，服装也不错，然后直接拿这张图去做后面的所有镜头。第一张可能还可以，第二张侧脸开始变，第三张背影衣服变了，第四张动作一大，脸直接换成另一个人。

这不是模型故意不听话，而是你给它的信息太少。

AI看到一张图时，它只能知道这个角色在这个角度、这个光线、这个表情下大概长什么样。它并不知道这个人的侧脸结构，也不知道后脑勺发型，不知道衣服背面细节，更不知道她运动时表情该怎么变化。

所以你写“同一个女孩”“保持人物一致”“same character”，只能起到很有限的作用。

真正有效的方法，是在前期把角色拆成可控资产。

 

人物要有脸部资产、妆造资产、表情动作资产。

 

场景要有多角度资产和空间布局。

 

道具要有实体道具和虚拟道具。

 

色板要有颜色、属性和使用场景。

 

这样AI生成时，不是在凭空想象，而是在已有视觉资料里做延展。

这也是为什么越复杂的AI视频，越不能只依赖一句提示词。提示词负责下达任务，资产负责提供依据。没有依据，提示词写得再漂亮，也很容易失控。

二、人物资产：先让AI认清楚这个人是谁

人物资产是所有AI资产里最重要的一类。

因为观众对人物变化最敏感。场景里的椅子变一点，观众不一定马上能发现，但人物的脸型、眼睛、发型、气质一变，观众一眼就会觉得不对。所以你想让AI稳定生成同一个角色，第一步不是直接做视频，而是先把这个角色的人物资产建立出来。

 

很多人理解人物资产时，会停留在“有一张角色图就够了”。但实际上，一张图只能告诉AI这个角色在某一个角度、某一种光线、某一个状态下长什么样。它并不能完整告诉AI，这个人的正脸结构是什么，侧脸骨骼是什么，背面发型是什么，服装正反面又分别是什么样。

 

这也是为什么很多人第一张图做得很好看，到了第二张、第三张就开始变脸。因为AI没有真正“认清楚”这个人，它只是在根据一张图去猜。

所以人物资产的核心，不是一张图，而是一套能让AI读懂人物结构的信息板。

 

1.制作人物资产之前，先准备一张基础人物图

在做人物资产之前，你首先要有一张清晰的人物图片，作为后续生成资产的基础图。

这张图不一定非要来自参考图，也可以先通过前面的课程方法去生成一个原创角色。如果你手里还没有稳定的人物基础图，可以先通过【提示词创作第六十五节：不用参考图，也能捏出原创AI角色脸】（点击跳转）的方法，先做出一张你满意的人物正面图。等这张图的人脸、气质、发型和基础妆造都确定下来之后，再进入人物资产制作阶段。

 

这张就是我的人物图

这里要注意，基础人物图最好满足几个条件。

第一，人脸要清晰。

第二，发型和头部轮廓要明确。

第三，服装最好有一定识别点。

第四，画面不要太花，尽量避免过重的氛围特效、过强的镜头光斑和太复杂的背景。

因为这张图不是最终成片，它更像是后面所有资产的“母图”。母图越清晰，后面转出来的资产越稳定。

 

2. 用 nanobanan pro 把人物图转成四视图资产

当你有了一张稳定的人物基础图之后，下一步就可以使用 nanobanan pro（工具入口可参考这个教程https://www.super-i.cn/info-2796.html），把这张图转化为人物资产图。

这一步的目的，不是简单“换个版式”，而是把一个角色拆解成更适合AI读取的信息结构。也就是说，你要让AI不只看到“这个人很好看”，而是看到“这个人正脸长什么样、侧脸长什么样、服装结构是什么样、背面造型又是什么样”。

目前你这里可以直接用两套模板。它们都能做人物资产，但用途和优缺点不一样。

 

模板一：横版四视图

一张正脸大图 + 全身三视图

这是比较标准的一套人物资产模板。它的结构很直观：左边是一张精细正脸特写，右边是正面、侧面、背面三张全身图。

 

它适合刚开始搭建人物资产时使用，因为信息结构清楚，AI也比较容易理解。

 

提示词如下（直接使用上面的主图使用nanobanan pro去生成）：

“生成图中人物的真人形象四视图，白底图，左侧部分展示了角色的精细真人特写肖像。其面部特征、骨骼结构、神态表情、发型及头部配饰必须与参考图严格一致，呈现自然的皮肤纹理、毛孔和发丝细节，高解析保留毛孔、细纹、绒毛、眉睫、发际线碎发与皮肤受光后的微小起伏，不磨皮、不锐化过头、不做人像美容，摄影棚质感，需要完全正脸，无动作，真人定妆照。右侧部分展示了该角色完全相同的全身真人照片，呈标准 A-pose 站姿，并以精确的三视图排列：正视图、侧视图和背面图。超模的身体比例、完整的服装设计、布料层次、鞋子及整体穿搭风格必须严格遵循。所有服装和配饰均呈现真实的物理材质质感。”

 

优点

这套模板的优点，是结构标准，生成逻辑比较稳定。左侧的大正脸可以帮助AI固定五官结构，右侧的全身三视图可以帮助AI理解角色的身体比例、服装轮廓和背面造型。如果你只是想先快速建立一个角色基础资产，这套模板是够用的。

缺点

但它也有一个明显缺点，就是它只有一张大正脸，没有侧脸大图。这样一来，后续在生成视频时，如果镜头转到半侧脸或者侧脸，AI有时还是会自己补结构，导致人脸一致性下降。

另外，右侧那张纯侧视图虽然在理论上是三视图的一部分，但它在很多实际视频生成场景里利用率并不高。因为纯正侧面的人体站姿参考，在镜头里并不是最常见的使用角度，很多时候它只是“存在”，但不一定真正高频被用到。也正因为这样，这整张图的信息利用率其实不算最高。

 

所以这套模板更像是一个标准版、基础版人物资产。它很适合入门，也很适合角色初步