Dein KI-Charakter sieht in jeder Szene anders aus? Sobald du Outfit, Perspektive oder Location wechselst, verändern sich häufig auch Gesichtszüge und Körperproportionen. Diese Abweichungen werden als Drift bezeichnet. In diesem Video erfährst du, wie du die Identität deiner KI-Figuren über mehrere Bilder hinweg möglichst stabil hältst.
Norman Schmidt zeigt dir anhand der fiktiven Charaktere Maja und Anna, wie du wiedererkennbare Personen entwickelst und in unterschiedlichen Szenen einsetzt. Dafür vergleicht er drei Ansätze: reine Text-Prompts, die Arbeit mit Referenzbildern und Character Sheets sowie das Character-Feature in Higgsfield Soul.
Die Kernaussage des Videos: Konsistenz beginnt mit einer klar definierten Identität und einer starken visuellen Referenz. Du erstellst zunächst ein überzeugendes Ausgangsbild , den Hero Shot, und entwickelst daraus ein Character Sheet mit verschiedenen Ansichten. Dabei legst du fest, welche Merkmale unverändert bleiben sollen und welche Elemente du variieren möchtest.
Besonders wichtig ist die Trennung zwischen Identität und Inszenierung: Gesichtsform, Augen, Hautton, markante Merkmale und Körperproportionen sollen stabil bleiben. Kleidung, Pose, Umgebung und Licht dürfen sich verändern. Du siehst, wie du diese Trennung in wiederverwendbaren Prompts umsetzt und wann ein gespeicherter Charakter in Higgsfield deinen Workflow vereinfachen kann.
Was Character Consistency bedeutet und wie du unerwünschte Veränderungen an Gesicht, Körperproportionen und markanten Merkmalen erkennst.
Wie du einen KI-Charakter detailliert definierst und einen möglichst neutralen Hero Shot als Ausgangsbasis erstellst.
Wie du aus deinem Ausgangsbild ein Character Sheet mit Porträts, Seitenansichten und Ganzkörperansichten entwickelst.
Wie du Referenzbilder mit einem wiederverwendbaren Prompt kombinierst und gezielt Szene, Kleidung, Pose, Kamera und Licht austauschst.
Wie du im gezeigten Higgsfield-Workflow Referenzbilder hochlädst, die Qualitätshinweise prüfst und einen wiederverwendbaren Charakter anlegst.
Wie du die Ansätze hinsichtlich Kontrolle, Aufwand und Skalierbarkeit vergleichst und warum du für spätere Videos zuerst passende Ausgangsbilder entwickeln solltest.
Diese Probleme löst du mit dem Video
Deine KI-Figur sieht in jeder Szene wie eine andere Person aus. Du lernst, mit visuellen Referenzen zu arbeiten und die Identität gezielter zu bewahren als mit einer wiederholten Textbeschreibung allein.
Das Gesicht passt, aber Körperform und Proportionen verändern sich. Du berücksichtigst bei der Charakterdefinition auch den Körperbau und ergänzt dein Character Sheet um Ganzkörperansichten.
Beim Wechsel von Outfit oder Location verändert sich die gesamte Person. Du trennst feste Identitätsmerkmale von variablen Elementen und formulierst im Prompt, was erhalten bleiben soll.
Du schreibst für jede neue Szene einen vollständigen Prompt. Du entwickelst eine wiederverwendbare Vorlage, in der du die Angaben zu Szene, Kleidung, Pose, Kamera und Licht gezielt austauschst.
Du möchtest wiederkehrende Charaktere effizienter einsetzen. Du siehst, wie du Charaktere in Higgsfield hinterlegst und für weitere Bildgenerierungen auswählst, und lernst die Grenzen des gezeigten Ansatzes kennen.
Dir fehlt eine verlässliche Ausgangsbasis für die Videoproduktion. Du erfährst, warum du zunächst konsistente Bilder entwickeln und prüfen solltest, bevor du sie als Ausgangspunkte für Animationen verwendest.
Alle Insights mit einer Mitgliedschaft
Schalte dieses und alle weiteren Insights frei – mit der Pro- oder Team-Mitgliedschaft.
089 416126990
23:44
27:26