ai-series-comfyui-handbook/创作者知识库/19_风格设定与制作执行.md

19｜风格设定与制作执行

返回知识库目录 · 电影与剧集风格 · 动漫与动画风格 · 生成方式选择 · 工作流搭建

本章把风格分类变成一个能开工、能复查、能跨集复用的制作方案。下面的配置卡、镜头示例与测试办法是原创教学设计，未提交视频生成；它们描述需要验证的目标，不保证某个模型一定执行成功。资料核查日期：2026-10-29。

1. 先把一个项目写成六个独立选择

“电影、动漫、悬疑、国风、竖屏、胶片”并不属于同一层分类。先分别决定，再组合，能避免给一个镜头堆上互相冲突的标签。

层次	要决定的问题	一个项目可以怎样填写
交付与叙事单位	给谁看，在哪里看，每集怎样结束	竖屏、每集两分钟、独立事件加连续人物线
故事类型	观众在等待什么核心体验	家庭悬疑：一次普通交接逐渐暴露一个秘密
表现媒介	观众看到什么样的影像世界	真人摄影外观、二维绘画、三维 CG、纸偶等
视觉系统	形、线、材质、光、色怎样共同工作	简化轮廓、平涂人物、低饱和背景、一处红色线索
导演与运动规则	怎样看人物，怎样表现行动	固定同框观察；重要决定才切近景；动作停顿后再启动
声画与节奏	什么声音可闻，何时切、何时停	门外声先出现；对白后留反应；不让配乐覆盖线索

“国风”还需进一步说明：是具体时代的建筑服饰，是水墨材料，是戏曲程式，还是当代东方题材？它们可以组合，但不能互相替代。“电影”是作品媒介与文化称呼之一，本身没有唯一画幅、景深、调色或节奏。动漫也可以承载家庭写实、悬疑、喜剧或宏大奇幻故事。

例如可以组合成：当代家庭悬疑 + 二维数字动画 + 几何化平涂 + 克制同框调度 + 环境声主导。写完这句话，再检查每个选择是否帮助同一个观看任务。

常见风格词，还要继续拆一层

下表是把常见检索词转成制作问题的办法，不是各概念的电影史定义，也不规定一种标签只有一种外观。

检索词	本项目还需要选定什么	不能只停在
赛博朋克	技术怎样进入日常与权力关系，城市空间、身体改造、广告和旧物怎样共存；再定日夜和光色	霓虹、下雨、青紫调色
蒸汽朋克	原创世界的机械动力、服装、工具、维护方式和社会秩序，设备怎样被人物实际使用	衣服上贴齿轮，所有物件都铜色
废土／末世	灾变后多久、资源与维修条件、材料风化、居民怎样取水照明和行动	黄色沙尘、破楼与随机锈迹
哥特／暗黑童话	建筑比例、仪式、禁忌、人物欲望与空间压迫怎样协作，再定夸张程度	所有地方都黑，人物都苍白
武侠／仙侠	武学或超常规则、人物伦理、服饰器物、身体与环境怎样互动，再选写实、动画或其他媒介	长袍、飞剑、山雾和发光粒子
国潮／东方幻想	采用哪些具体纹样、时代材料、配色与造型依据，哪些是原创重组	把不同年代、地域的元素随机堆满
童话／绘本	叙事视点、形状概括、笔触、尺度、危险与温柔的表现范围	一律粉彩、可爱、柔焦
Q 版／可爱化	头身比、手脚简化、表情幅度、道具尺度与动作规则，是否只在喜剧插段使用	把头放大后沿用全部写实动作

同一个赛博朋克世界可以用写实摄影、二维或定格外观表现；同一套水墨画面也可以讲武侠、日常或科幻。世界设定、美术词汇、媒介与故事类型分别决定，再让它们共同服务人物行动。

2. 选风格时，同时评估它要求你稳定什么

不要只比较哪张样图漂亮。比较一组镜头时，还要问：角色换角度后能否辨认，动作最复杂处会坏在哪里，下一集能否继续维护同一套规则。

方向	可以承担的表达任务	前期最该稳定的资产	先做哪种压力测试
自然光写实	让观众观察具体人的犹豫与处境	面部、年龄感、皮肤与服装质感、实体光源	侧脸回头、两人同框、手接触道具
强光影悬疑	用可见与不可见组织信息	房间布局、遮挡物、灯源与反射面	人物从暗处进入亮处，脸是否改变
图形化二维	强化轮廓、姿态、色块与动作节拍	转面、头身比、线宽、阴影边界、表情	侧转、抬手遮脸、线条在运动时是否爬动
绘本／水彩	用色层与留白表达温度或记忆	纸纹尺度、轮廓策略、色层透明度、背景层	人物越过背景时是否变成油亮三维体
三维角色动画	依靠体积、姿态与材质共同塑造角色	模型比例、关节、材质、灯光与布景尺度	快速转体、持物、接触地面与相互遮挡
三渲二／混合	在体积连续与绘画化表达之间建立规则	轮廓、阴影分层、线条跟随、透视与节拍	转头时轮廓与阴影是否突然跳成另一种渲染
定格外观	强调实物尺度、材料与离散动作的触感	木、布、黏土等材料；接触阴影；可活动结构	手触物件时材质是否融化，部件是否像软胶伸长
剪纸／剪影	用轮廓、关节与前后层次叙事	切边、纸层、连接点、侧面造型、有限转面	轮廓交叠后还能否分清人物，是否凭空变出体积
像素／低分辨率图形	把动作概括成清晰姿势与色块	像素网格、轮廓级别、固定色板与缩放规则	网格是否每帧改变，细线是否闪烁、颜色是否不断增殖

这里的“可以”不是题材限制。黏土可以讲恐怖，写实可以讲喜剧，像素可以讲亲密关系。选择时看表达收益与可维护成本，不能由风格名称直接判断质量、速度或难度。

3. 先做风格包，再批量做镜头

一个可用风格包至少回答五件事：角色是什么样，世界是什么样，一帧怎样成立，动作怎样组织，偏离时怎样判断。

产物	交付内容	怎样使用
风格文字页	六层选择、共同规则、允许例外及其剧情条件	让编剧、分镜、生成与后期面对同一个目标
角色设定页	正侧背及四分之三视图、体型、服装、表情和道具比例	检查不同机位是否仍为同一设计；不能只靠一张正脸
场景空间页	平面图、门窗、光源、家具、出入口与行动路线	支持站位和切镜，不让背景每镜重新排列
风格基准帧	全景、近景、困难光照各一张，标注采用理由	作为共同参照；不是把三种不同美术各挑一张
运动样片／动态分镜	一个说话停顿、一个转身、一个接触动作	判断静图风格进入时间之后是否仍成立
正反例页	合格帧和不合格帧，并写出差异	把“感觉不对”变成可定位的轮廓、材质或动作问题

先选少量能共同解释设计的基准，参考图数量服从具体模型的支持方式。不要把整张多格角色设定直接当成每个镜头的首帧：图生视频可能把多个人物视图也当成场景内容。首帧应是本镜头真实需要的单一构图；角色参考、风格参考、姿态参考各按对应输入职责提供。

色板用于定义主色和颜色关系，不代表写一个十六进制颜色值后模型就会逐帧精确保持像素值。光照、反射与合成会影响成像；角色固有色、受光后的颜色和最终调色应分开检查。

4. 把风格接到生成路线，而不是给所有路线加同一个标签

4.1 镜头路线的职责

剧本行动与空间图
  → 作品风格页、角色与场景资产
  → 本镜头的起止状态和观看任务
  → 选择输入路线
       ├─ 文字探索：生成场景／运动候选 → 选取可用方向
       ├─ 关键帧先行：生成或绘制镜头帧 → 人工验收 → 图生视频
       ├─ 动作先行：预演／姿态／参考视频 → 对应控制或视频编辑路线
       └─ 分层先行：背景、角色、口型与特效分层 → 动画／合成
  → 检查身份、空间、动作与风格
  → 粗剪、声音、必要修复与全片统一

文字探索适合还没有固定构图的世界气氛测试。要维护连续剧主角时，先把角色和镜头初态变成可审查的资产，再选支持相应条件的路线，通常更便于定位问题。它是制作策略，不是所有模型都由图生视频取得更高质量的保证。

关键帧先行不是让一张漂亮图永远缓慢缩放。首帧必须能发生接下来的动作：角色要拿信，手就应空着且能接近信；要起身，椅子、腿与身体重心应有明确关系。图像条件负责初态，运动指令交代怎样变化。Runway 的图生提示指南把输入图像与运动描述分工处理，可用来学习这种职责划分；具体语法仍需按所用模型核对。官方图生提示指南

动作先行适合动作轨迹比单帧外观更重要的镜头。选用模型实际支持的参考视频、姿态、深度、视频编辑或其他结构条件；输入有意义且接入正确节点才形成约束。做三维预演也不等于必须把最终片做成三维外观，它可以只承担空间、遮挡和动作的参考。

分层先行适合需要稳定轮廓、固定版式或精确节拍的片段。可让背景保持静止，角色局部运动，另外合成纸纹、速度线、字幕或口型。若只是景深层的平移，需承认它是平面／分层运动：它不会自动得到新机位下完整的三维体积。

4.2 ComfyUI 里各层应该管什么

层	主要职责	不能替代
基础模型与配套组件	提供可生成的任务、表现范围与输入接口	完整的导演方案与连续性检查
风格 LoRA 或其他兼容适配	改变模型的某些生成倾向	转面、角色身份、场景布局、所有动画节拍
人物／风格／构图等参考条件	给模型提供对应视觉依据	未输入的背面设计或全部动作过程
姿态、深度、边缘等结构条件	约束相应结构信息	受力、接触与叙事因果自动正确
普通风格文字与采样参数	说明本镜目标，设置当前模型的生成过程	不等同精确相机轨迹、真实器材或物理模拟
后期与合成	对已成立的素材做颜色、层次、节奏和输出处理	修好根本错误的人物、动作与空间

LoRA 需要按训练对应的基础架构、任务和加载方式检查兼容性。某张图用过的风格 LoRA 不会因为同名“动漫”就能接到任意视频模型上。图像阶段的 LoRA 不会随导出的 IMAGE 自动作用于视频模型；两个阶段分别核对依赖。ComfyUI 官方基础示例演示的是兼容基础模型上的 LoRA 加载与强度调整；不能把示例扩展为跨架构兼容承诺。ComfyUI 官方 LoRA 示例

先分清角色、风格和加速 LoRA 的目标，再决定要不要用。模型本身加合适参考已能满足画面时，可以不加；叠多个也不保证效果叠加。具体接入方式与 model-only 等差异见第 15 章。

结构条件也要匹配：预处理生成的骨架、深度或边缘图，与读取它的控制模型是不同对象；官方基础教程要求按控制类型选择相应输入。不要把图像 ControlNet 的基础支路直接套到所有视频架构。ComfyUI 官方 ControlNet 教程

写“35mm、柔光、手持、胶片颗粒”是在向模型描述影像目标；不证明使用了该焦距的真实光学系统，也不会给生成视频添加可信的拍摄元数据。透视还与机位距离、构图及投影有关，不宜把一个焦距词当成全部摄影决策。模型若提供专用相机参数或轨迹接口，应按该接口语义另行核对。

固定 seed 可以帮助特定配置下比较变化，不能锁住身份或证明跨模型、跨版本可复现。Diffusers 的官方说明解释了初始噪声、随机状态与确定性算法对复现的影响，也明确提示相同 seed 不能保证所有情形都完全一致；这支持复现边界，不能当作 ComfyUI 的代码接口示例。官方可复现性说明

5. 同一个故事，六种执行方式

共同原创场面： 年轻维修员把一把钥匙推到母亲面前。母亲准备接，看到钥匙上的旧布条后停手。门外电梯响起。故事信息不变，重点是“接还是不接”发生了变化。下列文字是风格与导演示意，需按实际输入拆成独立镜头；不是向任意模型一次提交即可完成的 API 提示词。

版本	画面与动作选择	声音与切点	第一轮最值得做的测试
写实家庭片	窗边散射光；保持母女和桌面同框；母亲手伸到一半，再把指尖压在桌上	推钥匙声、衣料声；让观众先看见停手，再决定是否切近景	两人同框和钥匙接触不变形
黑色悬疑外观	门侧窄光带照亮布条；钥匙位置始终可读；母亲的手停在光带边缘	电梯声先引起视线变化，室内仍有底噪；按新信息切镜	暗部脸部身份与钥匙位置稳定
二维日常动画	清晰细线、简化两层阴影；人物动作小；在手停住时保留一个可读姿势	不用连续晃动填满停顿；电梯提示音后给母亲反应	手与脸的线条稳定，不转成软塑料质感
图形夸张动画	更清楚的手部预备与停顿；角色先伸手，身体后跟；布条出现时身体定住	停顿前后形成节奏反差；音效加强动作关系但不抢对白	夸张变形后能恢复同一角色，不靠随机抖动制造喜感
水墨绘本	淡墨空间与少量赭色布条；人物轮廓在关键姿势处清楚；让留白围住未完成的交接	纸面擦动只在设计需要时出现；保留电梯的现实声音与绘画空间的关系	墨色变化是有意晕染，手与钥匙形状仍可辨
定格外观	布料木偶与木桌的尺度关系一致；抬手以明确姿态推进；阴影随光源与接触关系保持一致	木桌摩擦与钥匙落桌形成材料感；停手处不额外插帧填满	关节与材料不融化，手不伸缩成长条

任何版本都可以改成竖屏，但需要重排人物、桌面和门的关系。不能先完成横屏，再默认中心裁切仍保留线索和两人的反应。

一个可改写的图生动作描述

使用已审核的单镜首帧作为初态。
固定中景，桌边两人维持既定左右关系。
维修员将钥匙沿桌面推到母亲面前，随即收手。
母亲视线落到旧布条上，伸出的手停在钥匙前，指尖压向桌面。
门外提示音响起后，母亲才抬眼看向门；摄影机不移动。
沿用本镜已确认的线条／材质、光源方向与主色关系。

声画联合模型可以按接口安排声音；无音频生成分支时，门外声音属于后期音轨任务。模型若难以保持双人及细小接触，可拆成推钥匙、母亲停手、望门三个镜头，并用空间和声音连接。改拆分方案时保留“先看到布条，再停手”的因果，不能为了容易生成把信息顺序改坏。

6. 在整集开工前做一个风格小样

不要只选最容易的静态正脸。用四类镜头验证准备采用的制作路线：

1. 静态基准： 全身与近景各一帧，核对角色、材质、线条和环境关系。
2. 表演镜头： 听到消息后从犹豫到决定，检查动作是否能传达策略变化。
3. 运动难点： 转身、持物或遮挡恢复，检查设计是否在变化后保持。
4. 切镜测试： 把全景、近景与反打剪在一起，检查身份、位置、光与运动节奏。

样片时长取决于模型支持和动作需要。先保存基线，逐次只改一个主要变量，例如风格文字、参考帧或某个适配强度；不在一轮里同时更换模型、LoRA、首帧、seed 与采样安排，然后猜是哪一个起作用。

看到的问题	先排查哪一层	可以采取的下一步
静帧已经不符合目标	角色资产、基础模型能力、风格定义是否冲突	先修基准图，再生成运动
静帧对，运动后线条／材质变了	图生模型对该外观与运动的保持能力	换兼容路线、缩小动作范围、分层制作或局部修复后复看
各镜都好看，剪在一起像不同作品	基准帧、模型和资产是否混用，光色是否漂移	回到共同基准，检查最先发生偏离的工序
动作没有重量，只剩平滑滑行	起止姿态、timing、spacing、接触和音效	先修动作与节拍，不先用颗粒或锐化遮盖
动漫动作被插帧拉软	插帧是否改变原有停顿、变形和冲击帧	比较处理前后；按镜头决定保留、局部处理或重做
风格统一了，故事仍不成立	行动目标、信息顺序、覆盖和表演	回到剧本与分镜，不继续叠风格参数

可记录的成本指标是：完成一个验收通过镜头所用的总时间、尝试次数、修复成本和最终采用秒数。把所有尝试都记上，才能比较制作路线。不要仅用某一次生成速度推断整集成本。

7. 可复制的风格执行卡

作品／集数／风格版本：
故事类型与本集核心选择：
目标观众与交付画幅：
表现媒介与视觉系统：
共同规则：轮廓、比例、材质、阴影、色彩关系：
导演规则：机位、人物调度、何时切近景、何时例外：
运动规则：关键姿势、停顿、加速、接触、跟随动作：
声画规则：对白、环境声、音效、配乐、静默：
角色资产版本／场景空间版本：
基准帧及采用理由：
允许变化：
必须修正的偏离：
每镜输入路线：文字／首帧／首尾帧／参考／视频编辑／分层：
模型与配套组件版本、适配与参考输入：
小样范围、实测结果与保留限制：
单镜验收人／日期；粗剪复看结果：

风格卡记录制作选择，模型配置记录执行条件，镜头状态卡记录剧情与连续性。三者共同使用，避免把全部信息塞进一句“统一电影感”。继续执行可依次查第 10 章模板、第 14 章路线选择与第 15 章搭建和排错。