脸变了，剧情人物未必变了
AI 漫剧可能让两个配角长得几乎一样，也可能让主角在侧脸、哭泣或换装后变成另一张脸。若系统只看单帧人脸，角色标签会在连续镜头之间跳动，随后音色也跟着换。 AI 漫剧中的外观变化可能来自剧情换装，也可能来自生成偏差。只保存一张正脸，会让侧脸或哭泣表情看起来像新人；把每张候选都收进参考集，又会把误认反复传播。角色判断因此需要同时看前后镜头、对白和已确认参考。先确定剧情人物，再单独记录外观异常，声音制作与画面后期就能分别继续，不会为了修一个视觉问题而错误拆分整剧角色。
漫剧角色可能在一个镜头里是正脸，下一镜头变成侧脸或夸张表情，服装和发色还会被生成模型轻微改动。只靠一次人脸相似判断，容易把同一个角色拆开，也可能把画风接近的两个人合并。
为换装、侧脸和易混淆人物准备参考
从角色首次出场、常服、特殊造型、侧脸和情绪重场各选参考帧，同时记录容易混淆的角色对。
用镜头上下文判断角色，另记画面漂移
先为高频角色整理“是这个人”和“容易误认成这个人”的对照帧。例如两人脸形相似，一人经常佩戴某件配饰，就把配饰与出现场景一起记录；换装后配饰也可能消失，因此还要看前后台词和人物位置。再检查自动候选，把证据冲突的镜头单独列出，避免仅凭脸相似就把两个剧情人物合并。
处理步骤
同一人物从正面转到侧面后外观漂移，但台词和动作明确连续，可以保留原角色归属，同时在镜头清单注明“视觉漂移”。标签解决谁在说话，画面问题交给后期决定修图或换镜头，两件事分开处理。反过来，如果两人同框、服装和台词也不能区分，就暂留未知，补看剧本或上游分镜后再定。新增参考帧应选身份已确认的镜头，不把自动误认的图反过来当作证据。 参考集应覆盖角度、服装、配饰和情绪，再结合场景位置、声音与前后台词判断。对于明显漂移的镜头，先标成异常并让编辑决定归属，比为了追求全自动覆盖而把错误角色送进整剧配音更稳。
先分清标错人物还是源镜头生成出错
处理表里先分两列：角色标签是否正确、源画面是否稳定。标签错了会影响称谓和选声，画面漂移则可能需要替换镜头；只改标签无法修好人物变脸。下面按具体症状定位问题，修完后再连播相邻镜头，确认声音和人物同时接得上。
| 看到的问题 | 更可能的原因 | 先做什么 |
|---|---|---|
| 主角跨镜头换音色 | 角色候选随脸部漂移跳变 | 用镜头连续性锁定并人工复核 |
| 双胞胎总被合并 | 只依赖相似人脸 | 加入服装、关系、台词和场景线索 |
| 换装后被当成新人 | 参考集只有常服正脸 | 补充特殊造型和侧脸参考 |
| 多人融合镜头无法判断 | 源生成画面身份异常 | 标记异常并决定修图或替换 |
先修角色 ID 和镜头标签，再检查配音和目标语称谓。源画面必须重做时，保存替换镜头与旧时间轴的关系，避免字幕和声音错位。
让角色参考集随新增集数持续补充
交付角色参考集、易混淆说明、异常镜头、角色时间线和批准标签。后续新增集数时先用已有参考集，不要重新从零建立人物。 剪影、背影和群像中无法可靠判断的人物可以保留未知标签。强行填满角色会让错误更难被发现。
角色标签确认后，再检查声音是否连续
GhostCut 的 AI 漫剧角色标记可把候选角色和整剧声音生产衔接起来，适合跨集维护角色。画面生成质量和镜头重做仍属于上游创作流程。 角色稳定后，译文还要适合读和说。字幕版本关注观众读完，配音版本则要让角色在原镜头时长里自然说完。