GEMINI OMNI PROMPTS

CHARACTER

16:9 10s Reusable character workflow

character

可复用角色:@character_name 多镜头一致性

用 Gemini Omni 的可复用角色 ID 系统在多个镜头间保持人物身份一致——经 Medium《Gemini Omni Prompt Playbook》验证的工作流。

character reusable-id multi-shot omni-exclusive consistency

Prompt

Setup — Define the character first (one-time, with reference image upload):
Create a character named @maya. She is a 30-year-old woman with shoulder-length
curly brown hair, warm hazel eyes, and a soft natural smile. She wears a beige
wool sweater and dark jeans. Save this as a reusable character.

Generate — Use @maya in a multi-shot sequence:
@maya enters her morning routine. Shot 1: pours coffee from a French press at her
kitchen counter. Shot 2: opens her laptop at the dining table and starts typing.
Shot 3: walks to the window holding her coffee, looks out at morning fog. Hold
consistent face, hair, outfit, and lighting across all three shots.

为什么这样写

@character_name 可复用身份系统是 Gemini Omni 的独占功能—— Sora 和 Veo 都无法用这种方式在独立片段之间保持角色身份一致。

写法改编自 Medium 的《Gemini Omni Prompt Playbook》, 该文验证了这套多镜头一致性工作流。

来源等级:🟡 社区验证的手册(中等置信度——写法有文档支撑,输出质量有波动)

@character_name 到底怎么运作

据 Google 的发布公告和 DeepMind 文档:

  1. 第一轮:用文字描述 +(可选)参考图定义角色
  2. 保存为可复用 ID:Omni 在会话中存下角色特征
  3. 后续提示词:直接用 @character_name 引用,不必重新描述

这样你就能生成几十条同一人物在不同场景、姿态、镜头下的片段—— 不必每次生成都承受身份漂移。

已知局限(这一点要诚实)

Atlas Cloud 的多轮一致性评测, 角色一致性在其测试中得分 3/5。具体来说:

  • ✅ 发色、瞳色、大体脸型:稳定
  • ⚠️ 精细面部细节、手部动作、衣物纹理:跨镜头会漂移
  • ⚠️ 多轮迭代到第 4 轮以上,漂移会明显累积

结论:可复用角色在单次会话的 2-3 个镜头里表现良好,再往后可靠性下降。

怎么改

  • 定义角色时加参考图(比纯文字稳定得多)
  • 辨识特征写具体:“curly brown hair to shoulders, beige sweater, small silver hoop earrings”,而不是”brown hair, casual”
  • 显式列锁定清单:“Hold consistent face, hair, outfit, and lighting”
  • 漂移就重置:如果第 4 个镜头不对劲,回到镜头 1 用改进后的提示词重新生成

皮克斯风替代方案(不需要可复用 ID)

如果只想要一条可爱的角色短片、不需要连续性:

3D animated short, modern Pixar-quality rendering. A small spherical robot with one
large expressive eye rolls through a sunlit inventor's workshop. Wooden workbenches,
brass tools, dust motes in shafts of light. Camera tracks alongside the robot at
floor level. 10 seconds, 16:9, warm color grading.

常见翻车点

  • 不上参考图:纯文字的角色描述漂移得很快
  • 走路循环:AI 视频普遍搞不好行走动作——加上”pauses and looks around” (停下来四处张望),给 Omni 一个节拍结构,而不是让它纯走路
  • 手部交互:端杯子、打字、手势——精细部位会劣化。能藏手就藏手
  • 人群场景:Omni 的角色 ID 无法扩展到有多张人脸的背景

来源

Related

相关提示词