必须先建立角色主体资产，再用三图绑定与结构化提示词，配合三维结构锁定和固定语法调用，才能稳定生成同一人物的多个视频片段。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
要在可灵AI中用多图参考功能稳定生成同一人物的多个视频片段，避免五官漂移、服装突变或体型失真，必须绕过“凭空想象式生成”陷阱，直接把角色特征钉死在输入层。
建立角色主体资产（不可跳过的前提）
没有主体资产，多图参考只是临时打补丁；有了它，所有后续视频才真正共享同一套三维特征参数。
1、登录可灵AI Web端→点击左上角“资产”→“主体资产”→“新建资产”。
2、上传三张图：正面高清图（≥1024×1024）、左侧45度半身照、右侧45度半身照——【三张必须同一次拍摄/同源渲染，严禁混用不同画风、不同光源、不同美颜强度的图】。
3、勾选“启用多视角智能补全”，等待系统完成5组特征图渲染，出现“已锁定基础体型”提示后才可进入下一步。
4、上传3秒以上无背景音的清晰语音片段，点击“提取音色特征”，生成唯一声纹ID——这一步虽不直接影响画面，但会强化角色语义锚定，防止模型在长序列中弱化身份标识。
5、填写中文名称（如“黑衣剑客”）与简要描述（如“冷峻青年，束发黑袍，腰佩长剑，左眉有细疤”），点击“保存为成熟主体”。
多图参考实操：三图绑定+结构化提示词
这是日常批量生成时最高效、容错率最高的路径，适用于90%以上的分镜任务。
方法一：标准三图组合法
① 在生成界面点击“图生视频”→切换至“多图参考”模式。
② 依次上传：角色图（单人正面，即主体资产中那张正面高清图）、服装图（该角色黑袍特写，需展平无褶皱）、姿态图（该角色持剑侧身静帧，突出肩线与袖口细节）。
③ 提示词严格采用三段式：[角色:黑衣剑客] + [动作:缓步前行，右手按剑柄，目光微抬] + [环境:雪夜古道，枯枝横斜，远处灯笼微光]。
④ 禁用“类似黑衣”“古风感”“帅气”等泛化词——这些词会触发模型自由发挥，直接覆盖你上传的服装图和姿态图细节。
方法二：局部参考强化法（应对极端角度）
当需要生成仰视、俯视或背影镜头时，原三图可能无法覆盖几何变形。此时启用新增的局部参考功能：
上传角色正面图后，在图上用方框精准圈出脸部区域→点击“仅参考此区域”；再上传姿态图，圈出腰带与剑鞘交界处→点击“锁定该结构”。系统将分别冻结面部拓扑与骨骼比例参数，大幅降低仰视时下巴拉长、俯视时头身比崩坏的概率。
跨视频一致性强制调用机制
每次生成新视频时，若未显式激活主体资产，系统默认当作全新角色处理——这是87%的用户首次翻车的根本原因。
第一步：在提示词最开头插入固定语法：[character:黑衣剑客]。
第二步：在“高级设置”中打开“启用三维结构锁定”，滑块拉至85%以上——低于此值，AI仍可能在运镜中微调鼻梁高度或眼距。
第三步：检查右上角“已加载主体资产”状态栏是否显示绿色对勾，且旁边标注“三维特征已冻结”。【若此处为灰色或显示“未启用”，生成结果必然漂移】。
第四步：每个新视频都重复使用完全相同的三图组合与提示词模板，仅替换动作与环境部分——例如把“缓步前行”改为“拔剑回旋”，把“雪夜古道”改为“竹林小筑”，其余字符一个不改。
