Personaggi IA coerenti: flusso di riferimenti e revisione

Hai un ritratto di un personaggio che ti piace. Nella seconda immagine la mascella è già un po' diversa, nella terza l'attaccatura dei capelli è nuova, e quando lo animi il volto cambia mentre si gira. La soluzione non è una descrizione più lunga. È un processo breve e rigoroso: tieni una sola immagine di identità approvata, dai a ogni altro riferimento un solo compito, costruisci ogni nuova inquadratura da quell'àncora e non dall'ultimo risultato, e controlla ogni output rispetto all'àncora prima che diventi una fonte.

Parti dalla modifica con Qwen Image 2.1 con 3:4, PNG ed espansione del prompt disattivata. Usa 1k per un riferimento ($0.036); da due immagini di riferimento in su, il 2k costa lo stesso o meno, $0.048 a tariffa fissa, quindi scegli 2k per l'officina e le scene con due personaggi. Per il primo video, anima un fermo immagine accettato con Seedance 2.5 da immagine a video a cinque secondi e 720p: $1.3865. Con due immagini di riferimento, la prima scena in 2k costa $0.048; altre due modifiche di scena con questa impostazione più una clip di cinque secondi in 720p fanno in tutto $1.5305, prima di eventuali nuovi tentativi e della creazione dell'àncora.

L'esempio che seguiamo è Mara, una meccanica di biciclette adulta di fantasia, 34 anni, con ricci color rame corti, una giacca verde bosco e una camicia color crema. L'obiettivo sono tre fermi immagine riconoscibili, un secondo personaggio accanto a lei e una breve rotazione verso la porta dell'officina.

Costruisci un'àncora, non dieci volti in competizione

Scegli un ritratto dal busto in su con entrambi gli occhi visibili, capelli leggibili e luce neutra, con abbastanza spalla e giacca da fissare il costume di partenza. Salvalo come àncora di identità. Se non hai ancora un ritratto, genera quattro o cinque candidati con un modello da testo a immagine come Qwen Image 2.1 da testo a immagine ($0.024 a 1k), scegline uno e smetti di generare volti. Non sostituire mai l'àncora con la scena successiva che ti sembra migliore: ogni piccola modifica si accumula, così la quarta immagine può combaciare perfettamente con la terza e non assomigliare più alla prima.

Aggiungi una seconda angolazione solo quando un'inquadratura richiede informazioni che il ritratto non ha. Per una rotazione della testa, una vista di tre quarti approvata fissa la linea del naso e i ricci sulla nuca. Una vista posteriore fissa la schiena della giacca, ma non dimostra nulla sul volto. Se un'angolazione generata dà a Mara una mascella o un'attaccatura dei capelli diversa, scartala invece di aggiungerla al set. Un ritratto frontale non stabilisce i tratti nascosti di profilo, quindi approva le angolazioni e le espressioni che la tua storia usa davvero.

Per ottenere un'angolazione in più, modifica il ritratto approvato con un solo scopo: "Show the same adult mechanic in side profile on the same plain grey background; keep her face, hair and green jacket." Una modifica a 1k con un riferimento costa $0.036. Approva il risultato rispetto all'àncora prima di aggiungerlo al kit.

Illustrazione, non un risultato del modello di destinazione: una tavola multi-angolo spiega quali informazioni di riferimento sono utili; i suoi pannelli non sono risultati di identità misurati di Qwen.

Carica immagini pulite e separate invece di un provino con didascalie e più volti, perché è più facile assegnare ruoli a file distinti. Il repository ufficiale di Qwen Image 2.1 descrive la modifica con più riferimenti fino a dieci immagini; più immagini di riferimento non sono automaticamente meglio, e ciascuna deve avere un compito.

Crea la prima scena con ruoli di riferimento espliciti

Nel Playground:

1. Apri la modifica di Qwen Image 2.1 e carica per primo il ritratto di Mara, per secondo l'officina vuota.
2. Incolla il prompt qui sotto. Scegli verticale 3:4, 2k e PNG; lascia disattivata l'espansione del prompt per questo brief preciso.
3. Controlla la stima e genera una scena. Approva volto e giacca prima di creare l'inquadratura successiva.

Use the adult mechanic in the first reference for Mara's facial identity, short copper curls and forest-green work jacket over a cream shirt. Use the second reference only for the empty workshop and workbench layout. Show Mara aged 34 standing beside one dark commuter bicycle, with one hand resting on the handlebar and the other at her side. Medium portrait, face in a clear three-quarter view, bicycle stationary, yellow tool bag on the workbench. Soft side daylight, no additional people, no lettering. Do not borrow a person from the room reference.

Tieni i prompt così diretti: un modello di modifica non ha bisogno di istruzioni lunghe in stile agente, ma solo di ogni immagine e del suo compito. Senza riferimento dell'officina, invia solo l'àncora, descrivi la stanza a parole ed elimina la frase sulla seconda immagine. "Mara" è un'etichetta nel tuo prompt, non un'identità memorizzata.

Un seed non sostituisce un'immagine di identità approvata: su questo modello lo stesso seed può restituire un'immagine diversa, quindi conserva il file che ti piace e usa il seed solo per restare nello stesso intorno.

Quanto costa ogni riferimento

Nella modifica di Qwen Image 2.1, 1k è il più economico per una correzione con un riferimento. Da due immagini di riferimento in su, il suo livello 2k è più grande allo stesso prezzo o a meno di 1k, e 1.5k non è mai l'affare migliore. Seedream 5.0 Flash accetta da 1 a 10 immagini di riferimento a un prezzo fisso su 1k, 1.5k e 2k; usa esplicitamente 3:4, 2k, PNG e uno sfondo opaco. Non ha campo seed né campo maschera. Flash è l'opzione più economica a $0.029, anche quando vale la tariffa fissa 2k di Qwen. Seedream 5.0 Pro aggiunge $0.003 per ogni riferimento extra e ha un passaggio di ragionamento che puoi disattivare.

Crea altri due fermi immagine senza cambiare tutto

Usa l'àncora più la scena dell'officina accettata, con ruoli distinti, e fai di ogni prompt un solo nuovo momento della storia:

Non chiedere in un solo fermo immagine di raccogliere la borsa, camminare fino alla porta e cambiare costume. La borsa ti offre un controllo di continuità visibile: prima sul banco, poi in mano alla porta, poi di nuovo sul banco.

Controlla ogni output prima che diventi una fonte

Confronta un nuovo fermo immagine con l'àncora originale, non con l'output precedente. Giudica prima l'intero fotogramma alla dimensione di consegna: uno spettatore riconoscerebbe Mara senza la giacca verde? Poi controlla occhi, naso, mascella, orecchie e attaccatura dei capelli quando sono visibili, quindi il colletto della giacca, la borsa e la stanza. Tratta l'espressione a parte: uno sguardo concentrato non è deriva, ma un naso cambiato sì.

Dai a ogni candidato uno di tre verdetti:

• Accetta: l'identità e i dettagli che contano per quell'inquadratura sono corretti.
• Rivedi: una cosa è sbagliata e puoi nominarla.
• In sospeso: il volto è troppo piccolo o troppo in ombra per giudicarlo; chiedi un piano medio più ravvicinato prima di usarlo come fonte.

Scrivi il motivo accanto al file ("volto e ricci corrispondono, mano destra nascosta, qui non serve"), perché un'approvazione vale per un'immagine e per un uso.

Smetti di ampliare la serie finché l'àncora o la prima scena non sono risolte: dieci immagini in più da un volto dubbio ti danno solo altro da scartare.

Applica lo stesso metodo di riferimento a un feed di personaggi adulti

La storia dell'officina mostra le assegnazioni dei riferimenti, ma un creator adulto ha spesso bisogno di un set diverso: un ritratto per il profilo, un post con un outfit, una scena in una stanza e un breve saluto. Fai questi quattro lavori separatamente. Un bel volto generato una volta non basta a mantenere la corporatura della persona in una serie a figura intera.

Tieni un'àncora del volto approvata e, se la forma del corpo conta per la raccolta, una vista in piedi approvata con spalle, vita e gambe leggibili. Evita un riferimento di stanza che contenga qualcun altro. Anche il riferimento all'outfit di un'altra persona può importarne il volto o la corporatura; ritaglia quella fonte sul capo quando possibile e assegnala esplicitamente solo ai vestiti.

Per il post con l'outfit di Mara, l'istruzione proposta sarebbe:

First reference supplies Mara's adult identity, age, short copper curls and body proportions. Second reference supplies only the navy coat design. Show Mara standing in a plain dressing room, three-quarter view, coat fully visible, both hands relaxed at her sides. Keep her face and build; change the clothing and setting only. Do not borrow the person or pose from the garment reference.

Per un post in una stanza, torna alla stessa àncora di identità, rimuovi il riferimento del capo e allega una stanza vuota se serve. Per una clip di saluto, anima il fermo immagine accettato della stanza con un piccolo sorriso e un cambio di sguardo. Non partire da una foto di profilo ravvicinata chiedendo al modello video di inventare attorno a essa una scena di stanza a figura intera.

Ispeziona le proporzioni con una vista e un ritaglio simili. Una camera più vicina fa sembrare la testa più grande; una posa diversa cambia il contorno della vita. Queste differenze non sono automaticamente una nuova identità. Una mascella più larga, un'attaccatura dei capelli spostata o un rapporto spalle-vita diverso alla stessa angolazione sono un motivo più utile per scartare un candidato. Sono scelte di produzione proposte, non un nuovo test di coerenza per serie con adulti. Le osservazioni sulla gestione dei contenuti alla fine di questo articolo restano specifiche dei modelli e dei compiti testati.

Aggiungi un secondo adulto solo quando la scena lo richiede

Per un compagno nell'officina, usa il ritratto separato di Eli come seconda fonte di identità e sposta l'officina vuota al terzo posto. Indica l'ordine:

First reference supplies Mara; second supplies Eli, a fictional adult man aged 36 with wavy dark hair, short stubble and a rust overshirt; third supplies only the workshop. Mara kneels at the bicycle's front wheel on viewer-left, checking the mudguard. Eli, standing on viewer-right, holds the handlebars. The yellow bag sits on the bench behind them. Both faces are visible, their bodies separated, and neither touches the other's arms.

Illustrazione, non un risultato del modello di destinazione: la disposizione illustrata assegna un ruolo distinto a ciascun adulto e alla bicicletta; non dimostra una riparazione completata né una generazione che preserva l'identità.

Uno scambio di volto, uno di giacca e uno di proprietario della borsa sono errori diversi, quindi torna all'assegnazione dei riferimenti che corrisponde al sintomo invece di aggiungere una riga generica "same character". Per la proprietà dei vestiti e i punti di contatto, consulta la guida alle immagini IA con due personaggi (two-character-ai-images).

Anima il fermo immagine accettato

Fornisci il fermo immagine dell'officina approvato come image_url a Seedance 2.5 da immagine a video, con:

Locked camera. Mara slowly turns her head from the bicycle toward the doorway, then holds her gaze. Keep her short copper curls, facial identity, green jacket and cream shirt. Her body stays in place. The bicycle and yellow bag remain stationary. No walking, camera orbit or new person.

A $0.2773 al secondo, cinque secondi costano $1.3865; 480p costa $0.1234 al secondo e 1080p $0.6823. Con audio attivo o disattivato il prezzo è lo stesso, quindi disattivarlo è una scelta editoriale, non un risparmio. Le durate vanno da 4 a 30 secondi, in secondi interi, ma una prima piccola azione non ne richiede più di cinque.

Guarda l'intera clip, soprattutto la rotazione e il ritorno dal profilo: primo e ultimo fotogramma coincidenti non escludono un volto che cambia nel mezzo. Controlla anche la borsa e la bicicletta, che non devono muoversi né acquistare parti. Se l'identità deriva durante la rotazione, riduci l'angolo oppure usa un fermo immagine di profilo approvato attraverso il compito di riferimento più avanti, invece di accumulare parole di movimento.

Passa all'inquadratura successiva

Con return_last_frame attivo, l'ultimo fotogramma della clip torna come immagine. Confrontalo prima con l'àncora. Se regge, usalo come image_url della clip successiva; se è derivato, torna a un fermo immagine approvato. Concatenare ultimi fotogrammi non controllati porta un piccolo errore in ogni inquadratura successiva. Metti in ordine le clip accettate e controlla ogni stacco per giacca, lato della borsa e direzione dello sguardo prima di rifinire una singola inquadratura.

Quando usare da riferimento a video

Seedance 2.5 da riferimento a video è pensato per fonti assegnate separatamente. Usalo quando l'inquadratura deve combinare identità fornite separatamente e un ambiente; usa da immagine a video quando un fermo immagine approvato contiene già l'apertura voluta. Accetta fino a trenta immagini di riferimento e usa segnaposto come @Image1. Un prompt di partenza:

Use @Image1 for Mara's identity and green work jacket. Use @Image2 for the empty workshop. One fictional adult mechanic stands beside a stationary bicycle and turns slightly toward the doorway. Locked camera, quiet five-second shot, no dialogue.

Passa reference_image_urls in quest'ordine, con 3:4, cinque secondi e 720p. Non combinare la modalità con immagini di riferimento con un'immagine del primo fotogramma. Con sole immagini di riferimento, 720p costa anch'esso $0.2773 al secondo. Allegare un video di riferimento cambia la tariffa e aggiunge filmato alla durata fatturata; chiedi un preventivo a parte.

Ripara un fermo immagine senza azzerare la serie

Qwen Image 2.1 accetta una maschera in bianco e nero solo con un'immagine di riferimento: il bianco segna la riparazione richiesta e il nero le aree da conservare. La maschera guida la modifica; non garantisce pixel invariati. Per una cinghia della borsa difettosa, carica la scena accettata come unica fonte e maschera la cinghia e il suo attacco, non il busto di Mara. Chiedi "one continuous yellow bag strap attached to the existing bag; retain the face, jacket and room." Se il volto cambia, torna al master precedente alla modifica.

Personaggi orientati agli adulti

Lo stesso processo funziona per personaggi orientati agli adulti. La modifica di Qwen Image 2.1 e Seedance 2.5 da immagine a video e da riferimento a video hanno eseguito i prompt per adulti nei loro test sui contenuti. Questi risultati sostengono l'uso di questi percorsi per scene mature; l'àncora, i ruoli di riferimento e i controlli di identità restano gli stessi. Usa adulti di fantasia o immagini che hai il diritto di trasformare. Il rapporto sulla modifica di Qwen elenca cosa fa l'editor attraverso i livelli di contenuto; mantieni riferimenti e revisioni in stile Mara e giudica l'identità allo stesso modo.

Quando i riferimenti non bastano

Se un personaggio deve reggere su decine di immagini e angolazioni estreme, valuta un LoRA di personaggio addestrato per il modello esatto che userai. Cura l'identità prima dell'addestramento: un volto dall'aspetto più realistico ma con un'altra mascella resta il personaggio sbagliato e deve restare fuori dal set di addestramento. La modifica LoRA di Qwen Image 2.1 accetta fino a tre pesi LoRA tramite URL e costa $0.042 a 1k e $0.15 a 2k con un riferimento. La guida all'API LoRA mostra la richiesta; la modifica LoRA di Qwen Image 2512 spiega quali pesi si adattano a quale compito.

Usa la configurazione approvata tramite l'API

Imposta SPICY_API_KEY nel tuo ambiente. Imposta CHARACTER_IMAGE_URL, WORKSHOP_IMAGE_URL sugli URL HTTPS diretti delle tue immagini approvate. Esegui con Python 3; conferma il preventivo mostrato solo quando vuoi un nuovo tentativo a pagamento.

import json
import os
import uuid
from pathlib import Path
from urllib.request import Request, urlopen

payload = {"model": 'alibaba/qwen-image-2.1/edit', "input": {
    'prompt': 'Use image one for the adult mechanic Mara, her short copper curls and green jacket. Image two supplies only the empty workshop. Show her standing beside one dark commuter bicycle, one hand on the handlebar. Keep her face recognizable. Soft side daylight, no other people or lettering.',
    'image_urls': [os.environ['CHARACTER_IMAGE_URL'], os.environ['WORKSHOP_IMAGE_URL']],
    'resolution': '2k',
    'aspect_ratio': '3:4',
    'output_format': 'png',
    'background': 'opaque',
    'enable_prompt_expansion': False,
}}

def api(action, body, key=None):
    headers = {"Authorization": "Bearer " + os.environ["SPICY_API_KEY"],
               "Content-Type": "application/json"}
    if key:
        headers["Idempotency-Key"] = key
    request = Request("https://api.spicyapi.ai/api/v1/jobs/" + action,
                      data=json.dumps(body).encode(), headers=headers)
    with urlopen(request, timeout=60) as response:
        result = json.load(response)
    if result.get("code") != 200:
        raise RuntimeError(result)
    return result["data"]

quote = api("quote", payload)
print("Maximum charge (USD):", quote["maxCharge"])
if input("Create this new attempt? Type yes: ").strip() != "yes":
    raise SystemExit("No task created")
key = str(uuid.uuid4())
body = {**payload, "quoteId": quote["quoteId"],
        "expectedCost": quote["estimatedCost"]}
Path(key + ".json").write_text(json.dumps({"key": key, "request": body}))
task = api("createTask", body, key)
Path(key + ".task.json").write_text(json.dumps(task))
print("Task ID:", task["taskId"])

Conserva la chiave salvata per i nuovi tentativi di quella stessa richiesta. Il recupero dei risultati e la gestione dei file sono nella guida all'API dei task.

Per modifiche ripetute, un Agent può occuparsi del brief approvato:

• CLI: npx @spicyapi/cli tasks create --model alibaba/qwen-image-2.1/edit --input-file input.json --wait usa gli stessi campi di input.
• MCP: chiedigli di usare spicyapi_task_create, poi spicyapi_task_wait.
• Skill: installala con npx skills add spicyapi-ai/spicy-skill, poi chiedi alla Skill spicyapi di eseguire questa configurazione dopo aver mostrato il suo preventivo.

FAQ

Più immagini di riferimento aiutano sempre?

No. Un ritratto approvato più un'immagine di scena è il punto di partenza abituale. Aggiungi una vista solo per un'angolazione mancante e rimuovi ogni immagine che contiene un volto diverso. Riempire tutti e dieci gli slot di solito rende la richiesta più difficile da interpretare.

Un fermo immagine coerente dimostra che il video sarà coerente?

No. Una rotazione, un'occlusione o una mano che attraversa il volto possono rivelare tratti che il fermo immagine non ha mai mostrato. Guarda l'intera clip e confronta la rotazione e l'ultimo fotogramma con l'àncora.

Dove trovo una character sheet?

Generala dall'àncora con modifiche a scopo singolo, un'angolazione per chiamata, e approva ogni vista rispetto all'àncora. Esempio: "Edit the approved portrait to a side profile on the same plain grey background; keep the face, hair and green jacket unchanged." Ogni modifica costa $0.036 a 1k. Conserva come riferimenti solo le viste approvate.

Quale percorso scegliere

Usa Qwen Image 2.1 per modifiche con riferimenti a ruoli assegnati o per una riparazione con maschera su una sola immagine di partenza. Seedream 5.0 Flash offre un prezzo di riferimento fisso; Seedance 2.5 da immagine a video ancora la prima clip, mentre da riferimento a video permette di assegnare fonti separate. Se lo stesso tratto continua a derivare, sostituisci il riferimento in conflitto o riduci l'angolo prima di un altro render.