“这人怎么每集都在整容”——这是 AI 漫剧评论区最致命的弹幕，没有之一。观众可以原谅背景简陋、动作僵硬、配音机械，唯独不能原谅第 10 个镜头里主角换了张脸：人脑对人脸一致性的敏感度，碾压对画面其他一切维度的敏感度。第 2 篇把角色一致性列为选型的一票否决项；本篇是它的施工手册——崩坏的形态学、Character Bible 的写法、参考图锁定的实测数据、LoRA 的算账，以及接受“抽卡必然存在”之后的预算与兜底。
先认清敌人：崩坏的四种形态
一致性崩坏不是玄学，它有稳定的分类学和触发条件：
- 跨镜头漂移：主角五官在镜头间缓慢变形。触发条件：单段超过 5 秒、频繁切镜、没有参考图锚定。
- 表情漂移：同一段内笑变成哭、嘴型错位。触发条件：prompt 里表情词权重不稳，或一段里塞了两个情绪指令。
- 服装变化：上半段红裙下半段白裙。触发条件：服装没写死进每条 prompt，或中途换了模型/风格词。
- 性别/年龄漂移：模型对模糊描述的“自由发挥”——“一个女孩”这种写法等于邀请模型重新掷骰子。
还有第五种、双人戏专属的奇美拉效应：两个角色牵手、拥抱、打斗时模型把特征互相串味。2026 年的可靠解法仍然是拆开生成、后期合成，别指望一条 prompt 出双人接触戏。
Character Bible：把角色写成规格书
所有一致性工作的起点不是模型，是文档。Character Bible（角色规格书）是项目的宪法，它应该占整个项目 15–20% 的工时——这个比例是被反复验证的，省掉它的人会在返工里加倍偿还。
四个组成部分：身份一句话（完整复写进每一条 prompt，逐字，永不改写——机械才一致）；外貌字段（脸型、眼睛、发型发色、体型、标志性特征——一颗痣、一根发簪，这些是跨镜头的识别锚点）；服装锁（按剧情弧线锁定：第 1–8 集红裙，意味着第 1–8 集每条 prompt 里都有红裙）；禁忌清单（所有模型会自由发挥的模糊词：“女孩”“漂亮”“年轻”，一律禁用）。写完 Bible 再生成第一张正式图——顺序反了，几百张废图就是学费。
Reference Lock：四步循环与实测接口表
Bible 之后是执行循环，四步：写 Bible → 按模型接口锁参考图 → 逐场景生成（只换场景变量）→ 每批人工校验。关键在第三步：每条 prompt 只有“场景变量”一行不同，身份句、风格词、服装、画幅全部锁死复用。
2026 年 5 月的一组实测（同一份 character bible、24 个分段、统计 8 帧脸部特征向量余弦相似度均值）：Veo 3 以 0.91 领跑（3 张参考，$0.50/条），海螺 02 达 0.88（1 张主参考，$0.15/条），可灵 2 达 0.86（最多 4 张，$0.20/条），即梦 3.0 达 0.84（1 张 + 身份句，$0.10/条），Wan 2.7 首帧链式 0.83。纯参考图方案（不训练任何模型）的普遍水位是 85–90% 一致性、零训练成本——对漫剧的二次元画风，Vidu/即梦/可灵三件套用 Veo 十分之一的价格覆盖主力需求。
LoRA：值不值，看连载长度
当参考图方案的天花板（85–90%）不够用时，LoRA 微调是下一级台阶：5–20 张多角度角色图、SDXL 训练 15–30 分钟（云端约 ¥50、本地 6GB 显存起步），一致性可到 95% 以上。但账本要算全：
- 成本：不止训练本身。素材准备（多角度覆盖不全就会“正面完美、侧面崩坏”）、过拟合调参、每个角色一套——换主角等于重开。角色设定阶段的总投入约 15–20% 项目工时，LoRA 是其中大头。
- 收益：跨镜头一致性从“够用”到“稳定”，批量化时校验成本下降，主角 IP 化（周边、衍生）有了资产基础。
判断规则很直接：单主角、30 集以上的连载，值得；试水期、单元剧、多配角，不值得。 中间档是平台内置方案——即梦/可灵的付费角色锁定，用会员费换掉训练工时，适合月产 20 集以内的大多数个人创作者。路线选择按第 2 篇的预算档对齐：¥0 档用免费参考图，¥500 档用平台角色锁定，¥2000 档再上 LoRA。
抽卡预算与兜底剪辑梯
接受一个现实：2026 年所有模型的崩坏率下限是 5–10%，这不是你 prompt 不够好，是技术的当前水位。工程化的应对是把失败计入成本、把抢救做成梯子：
成本公式：单条真实成本 = 基础价 ×（1 + 崩坏率 × 重抽次数）。¥0.40 基础价、8% 崩坏率、重抽 2 次，留存一条的真实成本约 ¥0.46——第 2 篇每秒成本表里的每个数字，都应该乘上这个系数再做预算。抢救梯三级：① 同 prompt 重抽 2–3 次挑最优（成本最低，首选）；② 崩坏段前后加 0.3 秒交叉淡化，观众的潜意识会把它读成“电影感转场”；③ 救不了的段落直接换成反应镜头或空镜/可视化段——主角不出现，就不会崩。底线原则：观众看不见的崩坏成本为零，观众看见的崩坏成本是整集。
行动清单，以及第 5 篇
- 写一份 Character Bible：为你的主角完成四个部分（身份句/外貌字段/服装锁/禁忌清单），然后故意用一条禁忌词生成 3 张图——亲眼看一次“自由发挥”长什么样，比读十篇教程记得牢。
- 跑通四步循环：用同一身份句 + 1 张主参考图，在 4 个不同场景生成主角，逐张核对脸型与服装。记录通过率——这就是你的基线一致性水位。
- 测一次抢救梯：从第 2 步的产物里挑一张最崩的，分别在剪辑里试 0.3 秒交叉淡化和换反应镜头两种救法，问三个朋友能不能看出来。建立“崩坏可救率”的手感。
第 5 篇把静止的角色放进时间轴：动效与配音。图生视频的运镜控制（首尾帧、运镜词、运动幅度）、TTS 的情绪与多角色音色管理、音画对齐与口型同步的工程做法，以及一条“先音后画还是先画后音”的路线之争。