角色、场景、分镜先对齐——vivago R1 长内容创作的起步顺序

文章导读
一上来就写一段很长的提示词,常见的结果是:前面几段人物还是同一个人,到中段发型、衣服颜色、脸型开始变化,场景的光线从侧光变成顶光,机位从平视变成俯视。问题通常不在提示词长度,而在每一段都在重新描述角色和场景,每重写一次就引入一次偏移。更稳的起步顺序是:先把角色和场景写成两份不改动的固定文本,再按动作拆分镜;每段只换主动作,描述卡原样引用。vivago R1 这类长内容的生成过程,具体参数和交互需要
📋 目录
  1. 一 给主角写一张固定描述卡
  2. 二 给主场景写一张固定描述卡
  3. 三 用同一张卡跑三个短片段验证一致性
  4. 四 再拆分镜:每段只动一个主动作
  5. 五 出现漂移时回退到哪一版描述
A A

一上来就写一段很长的提示词,常见的结果是:前面几段人物还是同一个人,到中段发型、衣服颜色、脸型开始变化,场景的光线从侧光变成顶光,机位从平视变成俯视。问题通常不在提示词长度,而在每一段都在重新描述角色和场景,每重写一次就引入一次偏移。更稳的起步顺序是:先把角色和场景写成两份不改动的固定文本,再按动作拆分镜;每段只换主动作,描述卡原样引用。vivago R1 这类长内容的生成过程,具体参数和交互需要结合你当前使用的版本确认,但“先固定描述、再拆动作”这个顺序不依赖具体版本。

长内容前后不一致,多数是描述被反复改写造成的,而非模型不行。建议先把角色与场景写成带版本号的固定描述卡,再拆分镜,每段只动一个主动作。验证方式是用同一张卡跑三段只改动作的短片段,看主体是否稳定。边界要说清楚:描述卡只能压缩自由发挥的空间,不能保证跨段完全一致,仍会漂移的项要单独记录、单独控制。

给主角写一张固定描述卡

角色卡的作用是让后面每一段都引用同一份外观设定,不再临时造句。四项缺一不可:外观(脸型、发型、可辨认特征)、服装(上衣、下装、颜色)、体型(高矮胖瘦、肩宽)、习惯动作(一个具体、可重复的小动作)。写完四项后再压成一句话,这句话是给模型看的摘要,也是你自查有没有写矛盾的依据。下面这份可以直接复制修改,方括号内替换成你的设定。

角色卡 v1
外观:短黑发、方脸、左眉一道浅疤、无胡须
服装:深灰工装夹克、白色圆领内搭、卡其长裤、深色工装靴
体型:偏瘦、肩窄、中等身高
习惯动作:开口前先把手插进夹克口袋,思考时用右手摸下巴
一句话概括:一个穿深灰工装夹克的偏瘦短发男人,左眉有浅疤,习惯先插兜再说话。

把角色卡单独存成一个文件或一个固定段落,命名带版本号。后面所有提示词只引用“角色卡 v1”这个标识和那一句话概括,不要每次重写细节——重写就是重新引入变量。

给主场景写一张固定描述卡

光线和机位在段落间来回变化,通常是因为场景描述散落在各段提示词里,每段都补了一句不同的环境描写。场景卡固定四项:时间(白天/傍晚/夜里,写到能区分光线的程度)、光线方向(主光从哪一侧来,人物正面是亮还是暗)、机位高度(平视、略低、俯拍)、背景元素(三到五个具体物件)。同样是四项加一句概括。

场景卡 v1
时间:傍晚,天未全黑
光线方向:主光从左后方来,人物正面偏暗,地面有长影
机位高度:平视,略低于人物眼睛
背景元素:旧仓库卷帘门、两盏暖色壁灯、地面散落的纸箱
一句话概括:傍晚旧仓库门口,左后方主光,平视略低机位,背景是卷帘门、两盏暖灯和散落纸箱。

一个长内容里如果有多个场景,就给每个场景各建一张卡,编号区分,不要让一段里同时出现两张卡的设定。主场景卡先写,过渡场景后补。

用同一张卡跑三个短片段验证一致性

不要拿最终长内容当第一次试验。先用角色卡 v1 和场景卡 v1 跑三个很短的片段,三段之间只改动作,描述部分一字不动。这样做的目的不是出片,而是判断这套设定够不够用、哪一项容易被模型自由发挥。

片段A:人物从卷帘门边走向桌前
片段B:人物拉开椅子坐下,抬头看向镜头方向
片段C:人物低头翻看手里的一页纸
(三段均原样附带角色卡 v1 与场景卡 v1,不追加任何外观或光线描述)

每段跑完,按下面这张表逐项对照记录,别凭印象说“差不多”。

角色、场景、分镜先对齐——vivago R1 长内容创作的起步顺序
  • 主体是否保持一致:脸型、发型、服装颜色、体型逐项看,有一项变了就记下来
  • 场景是否保持一致:光线方向、机位高度、背景物件是否还在原位
  • 漂移项清单:例如“夹克在片段C变成黑色”“片段B机位抬高”“片段C背景壁灯消失”

漂移集中在某一两项时,说明那一项的写法不够具体,可以回角色卡或场景卡补一个可辨认特征再出 v2。如果漂移项分散、每次都不一样,通常说明描述卡里塞了互相冲突的词,先精简再加。

再拆分镜:每段只动一个主动作

三个片段过了以后,才进入拆分镜。原则是每段只有一个主动作,其余全是引用。分镜表用表格写,每行三列:段号、主动作、引用的描述卡版本号。版本号写清楚,后面回退时就不用猜这一段当时用的是哪版。

段号主动作引用描述卡
01从卷帘门边走向桌前角色卡 v1 / 场景卡 v1
02拉开椅子坐下,抬头看向镜头方向角色卡 v1 / 场景卡 v1
03低头翻看手里的一页纸角色卡 v1 / 场景卡 v1
04起身,把纸放回桌上角色卡 v1 / 场景卡 v1

提示词按行拼装,结构固定为:一句话概括(角色)+ 一句话概括(场景)+ 本段主动作。动作写具体到身体部位和方向,别写“思考一下”“情绪复杂”这类需要模型自行解释的词。如果某段确实需要第二个动作,就再拆一行,不要在一段里塞两个动作。

出现漂移时回退到哪一版描述

回退的前提是版本留得住。建议每个角色卡和场景卡都保留完整历史,v1 永远不覆盖、不删除,每次改动另存新版本,并在文件头用一行写清改了什么(例如“v2:把夹克颜色写死为深灰,去掉‘工装风’这种模糊词”)。不要直接改 v1 的内容,否则你无法判断漂移是改动引起的还是随机波动。

发现某一段开始漂移时,先看这一段引用的是哪版。如果分镜表里已经是新版本,把该段及之后各行的版本号统一改回上一版并重跑;如果一直用的就是 v1 还在漂移,说明设定本身不够,需要出 v2,然后从最早出现漂移的段号开始往后重跑,前面已经验证通过的段落不用动。重跑范围的最小单位是“段”,不是整条片子;只有在你大量改动角色卡或换了主场景时,才需要从第一段重来。回退后同样用三段验证的思路抽查,别默认改完就一定对齐。