AI 漫剧最难的不是生成画面，而是角色一致性

观众认错人时，漂亮画面也救不了剧情

漫剧样片评审很容易停在构图、光影和动作上。单张画面看起来都合格，连续播放后却可能出现另一类问题：上一镜的姐姐在下一镜像妹妹，换装后系统把主角当成新人物，多人对话里字幕和声音又分给了错误角色。

角色漂移会直接破坏剧情信息。观众不知道谁在隐瞒、谁在回忆，也无法积累对人物的情绪。制作团队若在配音后才发现身份错了，需要重新核对台词、声音、字幕和相关镜头；问题跨了几集，返工范围还会继续扩散。

所以角色一致性不是画面生成后的美容检查，而是贯穿剧本、镜头、字幕和声音的主索引。越早建立，后面的每一步越容易定位。

角色走样在单张图里不一定显眼，连续播放才会露出来。发型或服装突然变化，观众可能以为时间跳了、身份换了，甚至把两个人认成同一个。等字幕和配音都按旧镜头做完再换画面，时长和审核也要重来，所以角色的固定特征应在多语言制作前先确认。

认角色要同时看视觉、剧情和声音线索

人脸只是角色线索之一，漫剧中的侧脸、遮挡、夸张画风和非真人角色常常让它失效。更稳的做法是让多类证据互相校正。

表格的用法不是给每条线索打固定分数，而是在证据冲突时暂停自动分配。例如脸像主角、服装却属于回忆中的母亲，应该回到剧情和相邻镜头确认，不能让一项结果覆盖其余信息。

角色卡要记录变化，不要只存一张标准头像

可执行的角色卡至少包含角色名与别名、关系、常态外观、关键服装、道具、年龄阶段、声音和首次出现位置。对于会变装、成长或进入回忆线的角色，还要把不同状态列成同一身份下的子状态。

建立时先从剧本和前几集提取候选，再由熟悉剧情的人合并同一人物、拆开相似人物。随后把角色卡用于镜头与字幕标记。若只让美术保存参考图，翻译和配音团队仍然不知道“她”“夫人”与画面里的谁相对应。

角色卡也不应一次锁死。新剧情揭示化名或亲属关系后，要更新记录并回查受影响集数。返工时先修角色索引，再重做错误字幕或声音，避免只改成片表面，下一种语言又从旧标记继续出错。

测试要故意挑难镜头，而不是挑最清楚的正脸

代表样本应覆盖同脸角色、同一角色换装、侧脸或背影、多人同框、画面外说话、旁白与内心独白，以及跨集回忆。先让标记者在不看答案时判断，再由剧情编辑核对并把错误分成“视觉混淆、说话人混淆、身份关系遗漏、跨集漂移”。

样本的目的不是得出一个可宣传的准确率，而是找到流程何时必须人工介入。若系统在正脸上稳定、变装时反复出错，就把变装镜头纳入人工队列；若旁白经常被当成画面人物，则先调整字幕事件的说话人规则。

不要只抽查每集第一镜。角色问题常发生在转场、回忆和情绪高潮，连续看一段剧情比随机看静帧更容易暴露错误。

角色一旦标对，就要让翻译和配音继续复用

角色标记若只留在美术表格里，价值很快消失。翻译需要它判断称谓和语气，配音需要它保持声音，审核需要它追踪跨集变化。交接时应把镜头角色、字幕说话人、角色卡版本和人工修正记录放在一起。

若项目只有旁白、没有角色对白，声音分配可以简化，但人物身份仍影响剧情压缩和代词翻译。若是一集一次性的概念内容，也可以用轻量标记；准备发展为系列时，应在角色数量尚少时补齐，否则旧集回标会成为额外成本。

发现角色漂移后，先修身份索引，再决定重做哪些成片

角色问题出现后，先圈出首次出错镜头和它后续传播的位置。若只是画面外观变化、字幕与声音仍指向正确人物，可以局部修图或重新生成镜头；若说话人标记已经错了，就要继续检查译文称谓、音色、旁白和所有语言版本。不要先批量重生画面，因为根因可能根本不在视觉。

修正时保留旧标记、原因和新角色卡版本。这样审核者能区分“模型又漂了”和“剧情后来揭示同一身份”两种情况。返工完成后，从出错镜头前一段开始连续播放到下一次转场，确认服装、关系、声音和代词一起恢复，而不是只看被报错的单帧。

若一类错误在多个角色上重复，应回到角色卡模板、分镜命名或说话人规则；若只发生在一个特殊回忆镜头，可以保留人工例外。把系统性问题和单镜例外分开，才能避免为少数难例推翻整套流程，也避免用逐镜修补掩盖共同规则失效。

交付前再从非制作人员中找一名熟悉剧情的人盲看。制作人员往往已经知道正确身份，会自动补全含糊画面；第一次观看者是否能在不读角色表的情况下认出人物，才更接近观众实际接收的结果。

系列越长，角色资产越应该回到同一部剧里

角色信息若散在截图、聊天和不同供应商的表格里，一次改名或身份修正就很难传到所有语言。GhostCut 可以在同一部剧里衔接角色标记、字幕、翻译和配音，让角色身份、称谓和声音跨集复用；复杂变装、遮挡和生成镜头漂移仍要由人逐段确认。

角色稳定后，再建立母版和版本关系。新增语言、补录或局部重做时，才能继续找到同一个角色和相关内容。