Consistência de personagem em IA: diagnostique a variação e depois corrija

Sintoma: o rosto está certo quando o personagem olha para a câmera, mas fica errado de perfil, de cima ou ao virar. A orelha ou a nuca muda de um clipe para outro.

Motivo: o modelo só consegue copiar o que viu. Cada ângulo ausente nas referências é inventado do zero a cada geração, e as invenções não batem entre si.

Correção: adicione o ângulo que falta. Um perfil e uma meia-face resolvem a maioria dos casos. Se o modelo aceitar vídeo, alguns segundos da pessoa virando a cabeça cobrem ângulos que fotos fixas não mostram. O guia da Kling para o Kling 3.0 Omni, por exemplo, permite montar um elemento de personagem a partir de um clipe de 3 a 8 segundos.

Sintoma: o personagem parece uma mistura. Cabelo entre duas cores, uma jaqueta que é meio de um estilo e meio de outro, uma idade que parece oscilar.

Motivo: duas entradas discordam e o modelo faz uma média. Os principais culpados são um prompt que descreve o personagem de um jeito diferente das imagens, ou referências tiradas com meses de diferença e com cabelo distinto.

Correção: faça todas as entradas concordarem. Tire a descrição do personagem do prompt e mantenha só cenário, ação e câmera. Descarte qualquer referência que não combine com as outras. Se quiser um visual novo, monte um novo conjunto de referências em vez de pedir ao prompt que sobrescreva o antigo.

Sintoma: em um plano com duas pessoas, traços passam de um personagem para o outro. Ele fica com a cor dos olhos dela, ela fica com a sombra da barba dele, ou os dois derivam para um rosto médio.

Motivo: o modelo mantém duas identidades ao mesmo tempo e não sabe a quem pertence cada traço.

Correção: dê a cada personagem seu próprio elemento nomeado ou conjunto de imagens marcadas, e refira-se a cada um pela marcação em toda frase, nunca como ele ou ela. Mantenha os personagens separados no início do plano. Evite dois parecidos no mesmo quadro; o contraste facilita a separação.

Sintoma: a identidade se sustenta em close-ups, mas se desfaz em planos abertos, cenas de ação ou qualquer coisa com borrão de movimento.

Motivo: quando o rosto tem apenas algumas dezenas de pixels de altura, não há espaço para renderizar a identidade. O movimento rápido piora tudo, porque o modelo reconstrói o rosto a partir de quadros borrados.

Correção: use um plano médio quando a identidade importar, aumente a resolução nos planos em que o rosto é pequeno e desacelere a ação no prompt. Se um plano aberto precisa continuar aberto, aceite que ele carrega menos identidade e deixe o próximo close fazer o trabalho.

Sintoma: o personagem está correto em cenas neutras e muda em cenas estilizadas, como anime, claymation, film noir, neon forte ou luz de fogueira.

Motivo: estilo e luz colorida intensa alteram o tom da pele, a cor do cabelo e a estrutura facial, e um prompt de estilo carregado pode superar as referências.

Correção: se a série tem um estilo, faça as referências nesse estilo. Reserve a iluminação extrema para planos em que o rosto não é o foco. Teste uma cena estilizada antes de gerar o lote inteiro.

Sintoma: o personagem começa certo e vai mudando aos poucos ao longo de um clipe longo, ou um clipe do lote sai diferente enquanto outros, com as mesmas entradas, ficam bons.

Motivo: os erros de identidade se acumulam em clipes longos, e toda geração tem um componente aleatório.

Correção: prefira vários planos curtos unidos por cortes a uma tomada longa, mesmo em modelos que aceitam 15 ou 30 segundos. Para falhas pontuais, gere de novo com as mesmas entradas. Se a mesma falha se repetir, não é aleatória e pertence a uma das causas acima.

Quando um conjunto de referências produz o personagem certo, congele-o junto com o modelo e o formato. A maioria das correções acima mexe nas entradas, e um fluxo que deixa as entradas variarem traz a variação de volta. No RefVid, um personagem é salvo uma vez como elemento com 1 a 5 imagens, e cada clipe roda no Kling 3.0 Omni exatamente a partir desse conjunto. Todos os clipes do personagem ficam em uma só página, então a variação aparece rápido.