AI 角色設定三視圖：5 步驟做出穩定角色表（2026 教學）

一句答你： 做 AI 角色設定，最穩陣嘅流程係「先主視覺、後多角度」——出一張正面全身種子圖，再用佢做參考逐個角度推側面同背面，加埋表情表同服裝表，五個步驟加一份 QC 清單，角色先唔會張張都唔同樣。

重點摘要 Key Takeaways

• 完整角色表＝三視圖（正／側／背）＋表情表＋服裝表，三樣齊先叫齊。
• 次序決定成敗：先鎖死正面主視覺，再推其他角度，唔好貪快一個 prompt 出晒。
• Prompt 用六段式結構：主體、外觀錨點、視角、姿勢、畫風、負面限制。
• 一致性五招：固定主視覺、文字錨點照抄、參考圖貴精唔貴多、畫風關鍵字成套用、角色聖經做版本管理。
• 根據官方文件（2026-10-31），Nano Banana Pro 最多保持 5 個角色、14 件物件一致；超出上限就要靠工作流補位。
• 角色表只係起點：之後嘅動畫、對嘴同廣東話配音，先係角色真正「出場」。

乜嘢係 AI 角色設定表？

角色設定表（Character Sheet） 係一張或一組圖，將一個虛構角色嘅外觀特徵一次過固定落嚟，俾之後所有生成做參考。無論你做漫劇、動畫、遊戲定 VTuber，只要角色會出現多過一次，你就需要一張角色表。

三視圖 係角色表嘅骨架：正面、側面、背面三個角度嘅全身圖，角色通常企直、雙手微開，業界叫 A-pose 或 T-pose。三視圖嘅作用係俾 AI（同埋你嘅隊友）知道角色嘅立體結構，唔係齋睇正面靚唔靚。

角色一致性（Character Consistency） 係指同一個角色喺唔同圖、唔同場景入面，髮型、五官、膚色、服裝細節都維持一致。一致性係 2026 年 AIGC 工作流入面最值錢嘅嘢——觀眾一眼認得出角色，你先有 IP。

表情表（Expression Sheet） 係同一角色唔同情緒嘅面部集合，通常六至九格。服裝表（Costume Sheet） 係角色唔同造型嘅定裝圖，例如日常版、出街版、運動版。

例如：你做一個茶餐廳伙記角色「阿權」，三視圖固定佢嘅白恤衫黑長褲、黑色短髮、左眉尾有粒痣；表情表固定佢笑起上嚟眼仔眯眯嘅樣；服裝表就記低佢冬天加件羽絨背心嘅版本。之後無論出幾多集，阿權都係阿權。

點解一定要三視圖＋表情表＋服裝表

三視圖：俾 AI 知道立體結構

齋靠一張正面圖，AI 唔知道你個角色側面輪廓係點：鼻有幾高、下巴線條係點、耳仔位喺邊、髮腳有幾長。到你要出側面鏡頭或者轉身動作，模型就會自由發揮，出嚟係「似嘅另一個人」。

背面圖同樣重要。好多角色嘅辨識點其實喺背面：髮型長度、衫嘅背面設計、背囊、鞋踭。例如長髮角色，正面齋睇瀏海，背面先睇到髮尾係直定捲、長到邊。

表情表：對嘴同動畫嘅地基

角色要講嘢、要喊要笑，模型需要知道佢塊面點郁。表情表就係呢個參考。2026 年嘅對嘴工具，好多都支援上載參考圖；你有一套齊嘅表情表，出嚟嘅口型同情緒先會貼。

服裝表：連載內容嘅救命草

做一條片同一套衫，好易；做一個頻道每集唔同場景，服裝就會亂。服裝表將每套衫嘅細節文字化同圖像化，之後每集開工照住出，就唔會出現「上集紅色冷衫今集變橙色」嘅穿崩位。

【獨家觀察】香港創作者成日問：「可唔可以一個 prompt 出晒三視圖？」我哋觀察到，2026 年嘅圖像模型對「character sheet, front side back view」呢類指令已經熟咗好多，一次過出三個角度唔難。但係細節漂移仍然常見：髮腳忽長忽短、鞋款對唔上、痣走咗位。貪快嘅代價，通常係之後逐張返工，加埋仲慢過老老實實逐個角度推。角色表係長線資產，頭半日嘅工夫慳唔過。

五步做出穩定角色表

第一步：寫低文字設定（角色聖經）

角色聖經（Character Bible） 係一份文字文件，記低角色所有「唔會變」嘅特徵。建議最少包括：

• 基本：年齡感、性別、身高比例（幾頭身）
• 面部：面型、眼型、眉、鼻、嘴、膚色、痣或者疤嘅位置
• 頭髮：髮色、長度、分界、瀏海、髮腳
• 身型：肩寬、手長、站姿習慣
• 服裝：主服裝逐件寫清楚，顏色用具體描述（「深藍色衛衣」好過「藍色衫」）
• 道具：眼鏡、耳環、袋、手錶、電話殼

例如：「阿權，廿幾歲男仔，七頭身，圓面，單眼皮，左眉尾有粒痣，黑色短髮齊陰，白恤衫黑長褲，白色帆布鞋，右手戴黑色手繩。」呢段就係你嘅文字錨點，之後每個 prompt 都會用到。

第二步：生成主視覺（正面全身）

主視覺（Master Reference） 係成個角色表最重要嘅一張圖，冇之一。要求好簡單：正面、全身、企直、素色背景、光線均勻、望鏡頭。唔好加動作、唔好加場景、唔好加濾鏡感。

同一個 prompt 出八至十張，揀一張最貼近角色聖經嘅做種子。揀嘅時候睇大方向（面型、髮型、比例），細節位（痣、手繩）可以之後執。呢張圖會成為之後所有生成嘅參考，值得花時間。

第三步：用主視覺做參考，推側面同背面

呢一步係 2026 年工作流嘅核心：參考圖驅動，唔係文字驅動。

根據官方文件（2026-10-31），Nano Banana 2.1 同 Pro 支援最多 14 張參考圖，Pro 可以保持最多 5 個角色、14 件物件嘅一致性（Google AI for Developers, 2026；Google DeepMind, 2026）。實務上，你將主視覺餵入去，再落指令「同一角色，側面 90 度全身，同一衫褲鞋，同一畫風」，出嚟嘅一致性會好過齋靠文字描述好多。

Kling 4.0 嗰邊，根據官方用戶指南（2026-10-31），最多可以用 15 個參考素材，當中包括 10 圖、5 片、7 元素（Kling 官方用戶指南, 2026）。想深入參考圖玩法，可以睇我哋嘅 Nano Banana 廣東話影片教學。

側面出完，用「主視覺＋側面」兩張一齊做參考，再推背面。參考鏈愈長，每步愈要對照角色聖經檢查，發現漂移就即時重出，唔好將就。

第四步：做表情表

用主視覺做參考，叫模型出表情集合。常見做法係 3x3 九宮格或者一行四格。建議基本八個：中性、開心、嬲、驚、喊、厭惡、尷尬、諗嘢。

出嘅時候記住加限制：「只改面部表情，髮型、服裝、背景唔變」。如果角色多過一個，逐個角色出，唔好一張圖塞兩個人。

第五步：服裝表同定裝

每套衫出正面全身一張，配返角色聖經入面嘅文字描述。服裝表唔使多，兩至四套夠用；多過五套，你自己都記唔晒。

最後係執相執字：三視圖嘅細節位（痣、手繩、鞋）可以用圖像編輯補返；標籤字（「正面」「側面」）建議後期自己加。點解唔叫模型寫？因為圖像模型嘅文字渲染雖然進步咗，但仍然會出錯。Glyph-ByT5 論文指出，將文字同視覺字形做對齊，係提升渲染準確度嘅關鍵（Glyph-ByT5 論文, 2026）；PosterMaker 亦示範咗點樣喺產品海報場景精準渲染文字（PosterMaker 論文, 2026）。呢啲研究成熟之前，後期加字最穩陣。

Prompt 結構點寫先穩

Prompt 結構 係指令嘅固定組織方式。我哋建議六段式，次序唔好亂：

1. 主體：一句講清係邊個，例如「一個七頭身年輕男仔角色」
2. 外觀錨點：照抄角色聖經，逐項列出
3. 視角：「正面全身」「側面 90 度」「背面」
4. 姿勢：「企直，雙手微開 A-pose，望鏡頭」
5. 畫風：「日系動畫風，乾淨線稿，柔和上色，淺灰素色背景」
6. 負面限制：「唔好換衫、唔好加配件、唔好改髮型、唔好加文字」

完整例子：

角色：阿權，七頭身年輕男仔，圓面，單眼皮，左眉尾有粒痣
頭髮：黑色短髮，齊陰
服裝：白恤衫（長袖摺起）、黑長褲、白帆布鞋，右手黑色手繩
視角：正面全身
姿勢：企直，A-pose，望鏡頭
畫風：日系動畫風，乾淨線稿，淺灰素色背景，光線均勻
限制：唔好加眼鏡、帽、袋；唔好改髮型；唔好加任何文字

寫 prompt 用書面中文或者英文都得，但唔好將廣東話口語字（嘅、咗、喺）塞入圖像 prompt——模型對口語字嘅理解唔穩定，仲可能將啲字畫埋上圖。廣東話留返俾之後嘅對白同配音。

五個一致性技巧

技巧一：一切由主視覺出發

所有新圖都用主視覺做參考，唔好用「第 N 手產物」再做參考。參考圖一代傳一代，誤差會累積，去到第五代就係另一個人。

技巧二：文字錨點逐次照抄

外觀描述唔好改寫。「黑色短髮齊陰」就次次都係「黑色短髮齊陰」，唔好一時「烏黑短髮」一時「黑髮瀏海」。同義詞對人係一樣，對模型係兩個指令。

技巧三：參考圖貴精唔貴多

參考圖上限高（例如 Nano Banana Pro 嘅 14 張），唔代表你要用盡。三至五張高質素、角度清楚嘅參考，好過十張質素參差嘅。低清、有雜物、有文字嘅圖，一律唔好做參考。

技巧四：畫風關鍵字成套用

「日系動畫風，乾淨線稿，柔和上色」係一套；「美式卡通，粗線條，平塗」係另一套。混用就會一張厚塗一張平塗，角色即刻散。將成套畫風關鍵字存入角色聖經，次次複製貼上。

技巧五：角色聖經做版本管理

角色會進化：加件衫、換個髮色、多個道具。每次改動，更新角色聖經並記低版本（v1、v2），舊圖歸檔唔好刪。做連載內容，你會多謝自己有呢個習慣。

QC 清單：出貨前逐項剔

QC（Quality Check） 係出貨前嘅質量檢查。以下清單逐項剔，全部過關先算完成：

五個常見錯誤

1. 一個 prompt 出晒所有嘢：貪快，結果張張細節都漂移，返工時間多過慳咗嘅。
2. 每次改寫外觀描述：同義詞改寫係一致性嘅隱形殺手。
3. 用低清截圖做參考：模型會連噪點一齊學。
4. 混用畫風：一張日系一張美式，角色冇可能統一。
5. 冇存檔冇版本：改咗設定唔記低，三個月後自己都唔知邊版先係正確。

角色表之後：動畫、對嘴同廣東話配音

角色表做完，角色先至準備好「出場」。下一步通常係影片：用角色表做參考出分鏡圖，再用影片模型做動態。想知點做，可以睇 AI 動畫廣東話配音指南 同 AI 漫劇廣東話語音。

配音係香港內容嘅靈魂。粵語有 6 個聲調（教學上成日講九聲六調），多音字又多，文字轉拼音好易出錯；全球約 8,490 萬粵語母語者，但高質素語音資源長期不足（WenetSpeech-Yue 論文, 2026）。所以幫角色揀聲，最好用專做廣東話嘅工具。港嘢免費方案開戶送 2,000 字符（一次性），按約 240 字符一分鐘計，即大約 8 分鐘旁白，夠你幫角色試幾把聲。延伸閱讀：AI 影片廣東話配音指南、CapCut 廣東話配音教學、TTS 聲線設計指南。

合規同授權：唔好等出事先睇

• 標示：香港數字政策辦公室嘅生成式 AI 指引強調透明、問責同資料保障，AI 生成內容應該有清楚標示（香港數字政策辦公室, 2026）。
• 水印：Nano Banana 生成嘅圖片自帶 C2PA Content Credentials 同 SynthID 水印，係好事，唔好刻意移除。
• 肖像：唔好攞真人相做角色參考圖而冇授權；處理個人資料要留意私隱專員公署嘅 AI 模範框架（私隱專員公署, 2026）。
• 素材：字體、音樂、品牌 logo 全部要清授權。角色原創度愈高，日後商業化愈順。

常見問題 FAQ

AI 角色設定用中文定英文 prompt 好？

兩樣都得，重點係統一。如果你用開英文 prompt，就成套用英文；用書面中文就成套中文。最忌中英夾雜仲加埋廣東話口語字，模型理解會唔穩定。角色聖經可以雙語寫，出圖嗰段就固定一種。

可唔可以一個 prompt 出晒三視圖？

可以試，但要有心理準備細節會漂移，尤其髮腳同鞋。穩陣做法係先出正面主視覺，再用參考圖逐個角度推。兩條路都行得通，分別在於你願唔願意之後花時間逐張執。

點解側面圖成日變咗第二個人？

多數係參考圖問題：一係冇用主視覺做參考齋靠文字，一係參考圖質素差，一係你改寫咗外觀描述。檢查呢三樣，九成情況搞掂。

表情表要做幾多個先夠？

基本八個（中性、開心、嬲、驚、喊、厭惡、尷尬、諗嘢）已經覆蓋大部分劇情。做漫劇或者動畫，可以按劇本加特定表情，例如「奸笑」「無語」。

角色表可唔可以直接用喺影片生成？

可以，而且係推薦做法。2026 年嘅影片工具普遍支援參考圖，例如 Kling 4.0 最多 15 個參考素材。將三視圖餵入去，角色喺影片入面嘅穩定度會明顯好過齋用文字。

AI 生成嘅角色有冇版權問題？

角色設計係你原創、prompt 係你寫、參考圖係你自己生成，商業使用一般冇大問題；但如果參考咗他人作品或者真人肖像，就要先攞授權。平台生成圖嘅水印（例如 C2PA、SynthID）唔好移除，對你自己都係保障。

[!CTA]

角色有咗樣，仲欠把聲

三視圖做好，下一步就係幫角色開聲。去港嘢 playground 免費試廣東話配音，開戶禮 2,000 字符（一次性）、即約 8 分鐘旁白，幫你嘅角色講第一句對白。

關於港嘢：我哋專做香港廣東話語音。有查詢可以聯絡我們，或者睇關於港嘢。

本文由港嘢內容團隊撰寫，經編輯覆核（2026-10-31）