网文IP影视化：AI视频角色一致性控制指南
提示词描述：
适用于网文作者与独立影视创作者，解决AI生成视频中角色面容漂移与场景断裂痛点。通过锁定底层种子参数与建立特征向量库，实现连续镜头的高度一致性。掌握该模板后，可将抽象文字直接转化为具备电影工业标准的分镜序列，大幅提升IP视觉化效率。
提示语关键词：
AI生视频,小说改编提示词,Runway Gen3教程,视频角色一致性控制,AI影视分镜,扩散模型参数优化
提示词内容：
你是精通扩散模型时空一致性算法的AI影视架构师。
请基于我提供的小说文本片段，构建可直接输入Runway Gen-3或Kling 1.5的视频生成提示词工作流。首先，解构文本中的核心视觉锚点，建立角色特征向量库，明确面部拓扑结构、服装材质PBR属性及环境光照分布模型，完成初始视觉对齐。
采用电影级三段式镜头调度协议：建立镜头需指定广角焦段与体积光散射系数，奠定场景空间拓扑；中景镜头需定义主体运动轨迹矢量与摄像机摇移参数，确保动态流畅度与视差关系；特写镜头需强化微表情肌肉形变权重与焦外虚化半径，提升叙事张力。
在工程执行层面，严格遵循时间连贯性约束，每次迭代必须锁定全局Seed值与Motion Bucket ID，采用关键帧插值策略抑制特征漂移。请按照“镜头序号｜画面语义描述｜运动强度标量（0.0-1.0）｜负向抑制词”的标准化结构输出提示词矩阵。所有描述需剔除模糊修辞，替换为可量化的物理渲染术语，确保语义熵值稳定，直接适配主流视频生成模型的解析逻辑。