Konsistente Charaktere im KI-Video: ein Gesicht, jede Szene

Schreib viermal „eine rothaarige Frau in einem grünen Mantel“ in einen Videogenerator, und du bekommst vier rothaarige Frauen. Gleicher Typ, andere Person. Für ein Mood-Reel ist das in Ordnung, für eine Geschichte, eine Anzeigenserie oder eine Companion-App tödlich – für alles, bei dem das Publikum jemanden wiedererkennen soll. Konsistenz ist keine Frage des Prompt-Schreibens. Sie ist ein Besetzungsproblem, und das eroq-Studio behandelt sie auch so: Du legst einen Charakter einmal an und setzt ihn in deine Einstellungen.

Warum Text allein kein Gesicht halten kann

Ein Prompt beschreibt eine Kategorie. Selbst ein langer – „Sommersprossen, ein abgebrochener Schneidezahn, Scheitel links“ – ist eine Reihe von Bedingungen, die die Engine jedes Mal neu erfüllt, und jeder Render beginnt bei null. Worte grenzen den Raum ein; einen Punkt darin legen sie nicht fest. Das Einzige, was ein Gesicht festlegt, ist ein Bild dieses Gesichts. Alles Weitere hier dreht sich darum, dieses Bild jedes Mal vor die Engine zu bringen, mit so wenig Reibung wie möglich.

Den Charakter einmal anlegen

Öffne Charaktere und leg einen an. Ein Charakter besteht aus vier Dingen: einem Namen, einer Persona, Referenzfotos und einer Stimme. Die Fotos leisten die Hauptarbeit – sie sind die Referenzbilder, mit denen die Engines dasselbe Gesicht über Bilder und Clips hinweg halten.

Woher die Fotos kommen, spielt eine Rolle:

• Generier sie. Beschreib den Charakter im Tool „Bild“ einmal, render 4 Bilder auf einmal mit Krea2 (fotorealistisch) oder Anima (Illustration) und behalte die Frames, in denen das Gesicht klar, von vorn beleuchtet und unverdeckt ist. 10 Credits pro Bild, vier Bilder auf einmal kosten also 40 Credits. Du musst keine Blickwinkel aufnehmen: Das Identitäts-Sheet des Charakters wird beim Erstellen aus deinen Fotos generiert. Du kannst die Fotos auch weglassen und den Look im Erstellungsdialog beschreiben.
• Lade sie hoch. Nur Gesichter, die du verwenden darfst. Reale, identifizierbare Personen ohne Einwilligung liegen außerhalb der Richtlinie zur zulässigen Nutzung, und durchgesetzt wird das auf Kontoebene. Charaktere sind für Fiktion da.

Schreib bei der Gelegenheit gleich die Persona – Alter (mindestens 18), Temperament, wie die Figur sich hält. Sie reist mit, wenn du den Charakter mit @ erwähnst, und sorgt dafür, dass aus „sie zögert an der Tür“ keine andere Sie wird. Der Guide Bildgenerierung für Charakter-Apps zeigt ausführlicher, wie du ein Referenzset aufbaust.

Den Charakter per @-Erwähnung ins Bild setzen

Tipp im Eingabefeld der Tools „Video“ und „Bild“ @ und den Namen des Charakters. Die Erwähnung hängt seine Referenzfotos und seine Persona an den Render; der Prompt beschreibt weiter die Szene um ihn herum. Ein kompletter Szenen-Prompt mit Erwähnung:

@Mara sitzt um 3 Uhr nachts am Tresen eines leeren Diners und rührt in einem Kaffee, den sie nicht trinkt, dann blickt sie auf, als Scheinwerfer über das Fenster streichen; statische Einstellung mit Porträtobjektiv bei f/1.4, Leuchtstofflicht von oben und eine warme Lampe auf dem Tresen, Farbpalette Nostalgisches Blau, ruhige und einsame Stimmung.

Beachte, dass der Prompt Maras Gesicht, Haare oder Kleidung nie beschreibt. Genau darum geht es – die Fotos tragen sie, und sie erneut zu beschreiben, lädt nur zum Abdriften ein.

In Cinema hat jede Szene eines Films ihre eigene Besetzung. Füg Mara zu Szene eins, drei und sieben hinzu; lass sie aus dem Zwischenschnitt heraus. Die Besetzung einer Szene sickert nicht in die nächste, ein Zwei-Personen-Stück bleibt also ein Zwei-Personen-Stück.

Orte, Objekte und Stile bekommen über Elemente dieselbe Behandlung – bis zu 50 wiederverwendbare Referenzen, ebenfalls per @ erwähnbar. Eine wiederkehrende Wohnung oder ein markanter Mantel ist genauso ein Konsistenzproblem und wird genauso gelöst: einmal referenzieren, überall erwähnen.

Das Gesicht animieren, statt es neu zu beschreiben

Für Video ist Bild-zu-Video von einem Standbild des Charakters aus der stärkste Zug. Leg ein Bild von ihm als ersten Frame des Clips fest, und die Engine animiert es direkt – das Gesicht ist im ersten Frame, und der Prompt muss nur noch Bewegung und Kamera beschreiben. Daher kommen die meisten Ergebnisse vom Typ „dieselbe Person in fünf Clips“.

Zwei Einstellungen helfen zusätzlich:

1. Seed. Seedance-Engines respektieren einen Seed für Reproduzierbarkeit. Ist ein Take nah dran, fixier den Seed und ändere den Prompt nur leicht; so bekommst du Variationen desselben Renders statt einer neuen Person.
2. Wahl der Engine. Kling 3.0 ist für flüssige Bewegungen und Gesichter bekannt; besteht der Clip vor allem aus einem Gesicht, lohnt sich der Take. Motion One steht jedem Konto offen und ist die unzensierte Engine.

Und eine Prompt-Regel: nur Bewegung. „Dreht den Kopf, atmet aus, das Licht verändert sich“ – nicht „eine Frau mit kastanienbraunem Haar“. Das hat das Standbild schon gesagt.

Gib ihnen eine Stimme, die bleibt

Ein Charakter hat auch eine Stimme: eine der 24 Studio-Stimmen – Aria, warm und intim; Orion, tief und ruhig; Muttersprachler für Spanisch, Französisch, Deutsch, Japanisch und Koreanisch; jede in 13 Sprachen – oder eine, die du aus deinen eigenen Aufnahmen geklont hast. Leg sie einmal beim Charakter fest, und das Tool „Stimme“ listet deine Besetzung auf, sodass eine Zeile „gesprochen von Mara“ immer dieselbe Mara ist. Voice One ist das ausdrucksstarke Flaggschiff für 3 Credits pro 100 Zeichen; Voice Turbo ist schneller und kostet 2, mit denselben Studio-Stimmen und Klonen. Generier die Zeile und leg sie im Editor unter den Clip, wo deine Sprachzeilen im Tab „Audio“ liegen. TTS für KI-Charaktere erklärt, wie du Zeilen schreibst, die nach einem Menschen klingen.

Die Checkliste

1. Leg den Charakter mit einer Handvoll sauberer Referenzfotos an, aus mehreren Blickwinkeln, mit einem einzigen Licht.
2. Schreib die Persona in zwei oder drei Sätzen.
3. Per @ erwähnen, nie beschreiben. In Cinema pro Szene besetzen.
4. Bei Clips, in denen das Gesicht zählt, lieber Bild-zu-Video aus dem Charakter.
5. Fixier auf Seedance den Seed, sobald ein Take nah dran ist.
6. Eine Stimme pro Charakter, beim Charakter festgelegt.

Häufige Fragen

Wie viele Referenzfotos braucht ein Charakter?

Mehr als eins, weniger als ein Fotoshooting. Eine Handvoll sauberer, gut beleuchteter Aufnahmen aus verschiedenen Blickwinkeln schlägt zwanzig Beinahe-Duplikate.

Funktioniert derselbe Charakter in Bildern und Videos?

Ja. Die Bildmodelle und die Video-Engines nutzen die Referenzfotos gleichermaßen; das Gesicht, das du in einem Standbild abgesegnet hast, ist also das Gesicht, das animiert wird.

Kann ich eine Figur auch ohne Charakter konsistent halten?

Teilweise – Referenzfotos im Tool „Bild“ halten ein Gesicht für einen Render, und ein Seed reproduziert einen Render. Ein Charakter ist der Weg, das über ein ganzes Projekt hinweg automatisch zu machen.

Leg dein erstes Besetzungsmitglied unter /studio/characters an oder lies zuerst die Übersicht zum KI-Charakter-Generator.