Come mantenere lo stesso personaggio in ogni inquadratura di un video IA: volto, abiti e voce

Generi una prima inquadratura perfetta. Nella seconda il naso è un po’ diverso, la giacca ha cambiato colore e, quando finalmente parla, sembra un’altra persona. È uno dei problemi più comuni dei video IA, e peggiora man mano che la storia ha più inquadrature.

Questa guida tratta le tre cose che devono restare uguali perché chi guarda creda che sia la stessa persona: il volto, gli abiti e la voce. Quasi tutte le guide si fermano al volto. Ma è sulla voce che molti cortometraggi IA cadono, per questo qui ha una parte tutta sua.

Ogni passaggio si fa sul canvas di Sumi Studio e quasi tutti hanno un prompt da copiare.

Come usare questa guida

Se è la prima volta che ci provi, fai un piccolo test: un personaggio, due inquadrature, una battuta. Segui le parti 2, 3 e 4 con questo test e vedrai come funziona tutto il processo.

Se stai progettando un cortometraggio completo o una serie, leggi tutto in ordine. La parte 5 elenca le inquadrature che rompono più spesso la coerenza, e ti fa risparmiare molti tentativi.

Ecco a cosa serve ogni pezzo del canvas:

Parte 1: Perché il personaggio continua a cambiare

Ogni generazione parte da zero. Il modello non ricorda l’ultima clip che hai fatto. Ha solo quello che gli dai in quella singola richiesta: il prompt e le immagini o gli audio di riferimento che alleghi.

Così, quando l’unico riferimento è il testo, il modello interpreta «una donna sui 30 anni con i capelli scuri e corti» in modo leggermente diverso ogni volta. Le piccole differenze si sommano nel giro di dieci inquadrature e alla fine è un’altra persona.

La soluzione è dare al modello lo stesso riferimento visivo e lo stesso riferimento vocale in ogni inquadratura, e scrivere la descrizione sempre allo stesso modo. Sul canvas significa un solo personaggio, salvato una volta e collegato a ogni inquadratura.

Parte 2: Blocca il volto e gli abiti

2.1 Crea il personaggio sul canvas

Apri un nuovo canvas e tieni premuto Tab per far comparire la ruota dei nodi. Scegli Immagine per aggiungere un nodo Immagine.

Descrivi il personaggio nel campo del prompt sotto il nodo, nello stesso stile grafico che vuoi per il film finale. Descrivi tutto ciò che deve restare fisso: forma del viso, capelli, pelle, corporatura e ogni capo d’abbigliamento fino alle scarpe. Chiedi un’immagine a figura intera su sfondo neutro, così niente nella scena distrae dal personaggio.

Scrivi la posizione di ogni piccolo dettaglio. «Una piccola cicatrice sopra il sopracciglio sinistro» o «un anello d’argento alla mano destra» restano al loro posto. «Una cicatrice» e «un anello» si sposteranno da un’inquadratura all’altra.

Se il risultato non va, rigenera il nodo. Ogni nodo conserva la sua cronologia, quindi puoi tornare a un tentativo precedente se uno successivo viene peggio.

2.2 Trasformalo in una scheda del personaggio

Una sola immagine non basta. Il modello deve vedere il personaggio da più angolazioni, altrimenti si inventa da solo la nuca, il profilo e le scarpe.

Fai clic sul + a lato del nodo del personaggio e trascinalo su un nuovo nodo Immagine. L’immagine del personaggio entra nel nuovo nodo come riferimento. Incolla il prompt qui sotto nel nuovo nodo. Funziona con qualsiasi personaggio, quindi puoi riusarlo così com’è.

Create a character reference sheet of the character in the reference image. Keep the character's design exactly as shown: same face, hairstyle, hair color, eye color, skin tone, body proportions, outfit, accessories and colors. Do not redesign, restyle or add anything.

Layout: one single horizontal row of four full-body views on the left, side by side, never stacked on top of each other. The large face close-up sits on the right side of the sheet. Every full-body view has the same height and runs from the top of the head to the bottom of the feet, with empty gray space above the head and below the feet.

1. Full-body front view: facing the camera, standing straight, arms slightly away from the body, showing the face, full outfit and accessories.
2. Full-body side view: exact 90 degree profile, standing straight, showing the nose, jawline, hair shape and outfit from the side.
3. Full-body 3/4 view: body and face turned diagonally, about 45 degrees from the camera, standing straight.
4. Full-body back view: standing straight, showing the hairstyle, the back of the outfit, the back of the legs and both feet.
5. Large face close-up: head and shoulders, facing the camera, neutral expression, sharp and detailed.

The character has the same face in every view, with the full head visible in all poses. All four full-body views show the complete body including knees, calves, ankles and feet, nothing cropped, same scale, same standing pose and same neutral expression. Plain medium gray studio background, soft even studio lighting, no props, no text, no labels, no extra characters.

Nei parametri del nodo imposta le proporzioni su 21:9 se il modello lo permette, altrimenti 16:9. Un formato largo evita che le quattro viste a figura intera vengano tagliate.

Controlla la scheda prima di andare avanti. Ogni vista deve mostrare lo stesso volto, la stessa acconciatura e gli stessi abiti. Se una vista non va, rigenera subito il nodo, perché un errore nella scheda viene copiato in ogni inquadratura che la usa.

2.3 Salva il personaggio come elemento

Un elemento è il modo in cui Sumi Studio si ricorda di un personaggio. Contiene un nome, un identificatore breve, immagini di riferimento e una voce. Quando scrivi @ e l’identificatore nel prompt di un nodo qualsiasi, le immagini vengono allegate automaticamente a quella generazione come riferimento.

Il modo più rapido è direttamente sul canvas:

1. Fai clic con il tasto destro sul nodo della scheda del personaggio e scegli Crea elemento. Si apre la finestra Nuovo elemento con la scheda già aggiunta come immagine di riferimento.
2. Imposta la categoria su Personaggio e assegna un nome e un identificatore, per esempio @mara.
3. Nella descrizione scrivi i dettagli fissi in poche frasi brevi. La descrizione viene inviata insieme al nome a ogni generazione, quindi limitati a ciò che non cambia mai: «caschetto nero corto, piccola cicatrice sopra il sopracciglio sinistro, bomber verde oliva, sneaker bianche».
4. Fai clic su Crea.

Puoi crearlo anche dalla Libreria risorse, in Elementi. Fai clic su Nuovo elemento e carica la scheda con Aggiungi immagine di riferimento. Puoi aggiungere anche il primo piano del volto come immagine separata.

Se usi Kling O3 o una versione successiva, puoi aggiungere anche un breve video del personaggio (MP4 o MOV, da 3 a 8 secondi, 1920×1080 o 1080×1920). Kling lo usa come soggetto video. Gli altri modelli usano solo le immagini.

2.4 Un abito per elemento

Se nella storia il personaggio cambia abiti, crea un secondo elemento per il secondo look, per esempio @mara e @mara-night. Sul canvas collega la scheda del personaggio a un nuovo nodo Immagine, chiedi lo stesso personaggio con i nuovi abiti, poi crea una scheda di quel look e salvala come secondo elemento. Usa lo stesso primo piano del volto in entrambi.

Mettere due abiti in un solo elemento dà al modello due risposte alla stessa domanda, e otterrai un misto dei due.

Prima di andare avanti, controlla questi punti:

• Ogni vista della scheda mostra lo stesso volto e gli stessi abiti
• I piccoli dettagli hanno una posizione scritta (destra o sinistra, sopra o sotto)
• La descrizione dell’elemento elenca solo ciò che non cambia mai
• Ogni abito ha il suo elemento

Parte 3: Blocca la voce

Un personaggio può essere perfetto in ogni inquadratura e sembrare comunque sbagliato se la voce cambia. I modelli video che generano dialoghi scelgono ogni volta una voce da soli, a meno che tu non gliene dia una da seguire.

In Sumi Studio la voce fa parte dell’elemento. Puoi creare la voce sul canvas e poi associarla all’elemento.

3.1 Clona una voce sul canvas

Fai clic sul + nel menu a sinistra, vai su Audio e scegli Voce. Così aggiungi un nodo Voce (sul canvas compare come Da testo a voce). Nella barra sotto il nodo fai clic sul nome della voce attuale, accanto al modello. Si apre Seleziona voce, con la libreria voci, le tue voci, le preferite e le voci dei tuoi elementi.

Fai clic su Clona voce. Leggi ad alta voce un breve testo per 10–20 secondi, oppure carica una registrazione.

La schermata di clonazione mostra i requisiti di registrazione del modello vocale. Per Qwen Audio 3.1 TTS Plus la registrazione deve avere almeno 5 secondi di parlato continuo, pause sotto i 2 secondi e niente musica, canto o rumore, in un file WAV, MP3 o M4A fino a 10 MB e 60 secondi. Clona solo la tua voce o una voce che hai il permesso di usare.

3.2 Oppure progettane una da una descrizione

Se il personaggio non ha la voce di nessuno che conosci, progetta la voce partendo da una descrizione. Apri Seleziona voce dal nodo Voce nello stesso modo, poi fai clic su Progetta voce e compila il modulo:

1. Nome della voce: usa il nome del personaggio, per esempio Mara, così la ritrovi facilmente.
2. Modello: scegli il modello vocale. Il costo della voce viene addebitato una sola volta, la prima volta che generi parlato con quella voce.
3. Testo di anteprima: la battuta che il modello legge per farti sentire la voce. È obbligatorio, accetta fino a 500 caratteri e viene addebitato in base alla lunghezza. Scrivi qualcosa che il personaggio direbbe davvero, con il tono che vuoi.
4. Descrizione della voce: descrivi la voce per età, tono e ritmo. Evita parole vaghe come «interessante» o «bella», che il modello può interpretare in molti modi.
5. Lingua e Genere: impostali in base al personaggio.
6. Fai clic su Genera voce.

I told you I'd come back, and here I am. It's been a long time since I walked these streets at night. The rain hasn't changed, the neon signs haven't changed, and you still leave the back door open. Don't look so surprised. I'm not here to make trouble. I just need one answer, and then I'll be gone before the sun comes up. So sit down, pour yourself a drink, and tell me the truth this time. Who sold us out that night? Take your time. I've waited three years, I can wait a little longer.

A woman in her early 30s, low and slightly husky voice, calm and measured pace, speaks quietly but clearly, a little dry and sarcastic.

La nuova voce compare in Le mie voci, dentro Seleziona voce.

3.3 Associa la voce al personaggio

Torna all’elemento in Elementi. Ci sono due punti in cui impostare la voce:

• In Voce, scegli da La mia voce clonata la voce che hai clonato o progettato.
• In Riferimento vocale del personaggio, scegli o carica una clip tra 2 e 10 secondi. Seedance, Wan e Hailuo usano questa clip quando richiami il personaggio con @.

Una buona clip di riferimento ha una sola persona che parla in modo chiaro, senza musica e senza rumore di fondo, con il tono che vuoi per la maggior parte del tempo. Se il personaggio è quasi sempre calmo, non usare una clip in cui urla.

Kling usa solo voci clonate con Kling. Se vuoi che il personaggio mantenga la stessa voce nei video Kling, scegli in Voce una voce clonata con Kling.

Un’ultima cosa: quando un nodo sul canvas prende la voce di un elemento, ne conserva una copia. Se in seguito cambi la voce nell’elemento, i nodi già creati mantengono quella vecchia. Definisci la voce prima di costruire le inquadrature.

Parte 4: Usa il personaggio in ogni inquadratura

4.1 Richiama sempre il personaggio con @

Tieni premuto Tab e aggiungi un nodo Video per ogni inquadratura. Nel campo del prompt sotto il nodo scrivi @ e scegli il personaggio. È questo che allega la scheda e la voce. L’inquadratura in cui descrivi il personaggio a parole ma dimentichi la @ è proprio quella in cui il volto cambia.

Un nuovo nodo Video parte in modalità Da testo a video, che non usa i riferimenti del personaggio. Cambiala prima di generare: fai clic sulla barra delle impostazioni sotto il prompt (riporta qualcosa come «Da testo a video · 16:9 · 480P · 8s») per aprire Parametri e in Metodo di generazione scegli Omni Reference. In questa modalità il modello usa sia le immagini sia la voce del personaggio.

4.2 Descrivi l’inquadratura e lascia l’aspetto all’elemento

Il prompt dell’inquadratura deve descrivere cosa succede: azione, camera, luogo, luce e dialoghi. Non serve descrivere di nuovo il volto, e riscriverlo con parole diverse a ogni inquadratura può allontanare il modello dal riferimento.

Descrivi l’ambientazione in modo breve ma preciso. Senza, molti modelli ti danno un set spoglio e vuoto.

8-second shot.
@mara walks toward the camera along a narrow street at night, wet pavement with neon reflections, a few closed shops in the background.
Medium shot, eye level, slow push-in.
She stops, looks up and says quietly: "I told you I'd come back."
Calm, low voice. Only the sound of rain and her footsteps. No music, no subtitles.

Prima di generare, il nodo mostra quanti crediti costerà l’inquadratura.

4.3 Per le inquadrature più importanti, parti da un primo fotogramma

Per un primo piano o un momento chiave, crea prima il fotogramma iniziale come immagine. Aggiungi un nodo Immagine, richiama il personaggio con @ e descrivi la composizione dell’inquadratura. Quando il fotogramma ti convince, fai clic sul + a lato, trascinalo su un nodo Video, apri Parametri dalla barra delle impostazioni e imposta Metodo di generazione su Da immagine a video, oppure su Primo e ultimo fotogramma se hai creato anche l’ultimo fotogramma.

Così il modello video ha un punto di partenza fisso con il volto giusto già al suo posto, e di solito è il modo più affidabile per mantenere coerente un personaggio. Costa anche meno arrivare al risultato, perché rifare un’immagine costa meno che rifare un video.

I piccoli dettagli che tendono a sparire durante una clip, come un cappello, un tatuaggio o gli occhiali, devono essere visibili nel primo fotogramma. Se sono solo nel testo, spesso spariscono a metà.

Ecco un esempio con Mara nel suo look notturno.

@mara-night in a close-up, standing under a flickering streetlight in a narrow alley at night, light rain falling, wet brick wall behind her slightly out of focus. Warm orange streetlight from the left, cool blue neon glow from the right. Her coat collar is turned up and she looks just past the camera with a calm, tired expression. Her face sits on the right third of the frame. Eye level, 50mm lens, shallow depth of field. Photorealistic cinematic, natural skin texture, 35mm film look. No text, no watermark.

5-second shot.
Use the reference image as the first frame and keep its composition, lighting and framing exactly the same. @mara-night stays under the streetlight in the rain. She slowly lifts her eyes to the camera, lets out a short breath and the corner of her mouth tightens. She does not speak.
Close-up, eye level, very slow push-in.
Rain falls steadily, the streetlight flickers once, a car's headlights sweep across the brick wall behind her.
Only the sound of rain and a car passing in the distance. No music, no subtitles.

4.4 Costruisci tutte le inquadrature da un solo riferimento

Non devi caricare di nuovo la scheda del personaggio per ogni inquadratura. Trascina un collegamento dal nodo della scheda a ogni nodo Video che ne ha bisogno. Quello che c’è nel primo nodo passa al successivo, quindi un solo riferimento può alimentare tutte le inquadrature che ti servono.

Se un’inquadratura viene male, rigenera solo quel nodo. Il resto del canvas resta com’era. Se vuoi avere sotto gli occhi tutte le immagini e le clip del progetto mentre lavori, aggiungi un nodo Pila al canvas.

Quando le inquadrature sono pronte, apri Montaggio intelligente. Tutto ciò che hai generato sul canvas è già lì, da mettere sulla timeline.

Prima di andare avanti, controlla questi punti:

• Ogni prompt di inquadratura con il personaggio contiene @handle
• I prompt delle inquadrature descrivono azione, camera e luogo, e lasciano fuori il volto
• Le inquadrature chiave partono da un primo fotogramma approvato
• Cappelli, occhiali e tatuaggi sono visibili nel primo fotogramma

Parte 5: Le inquadrature che rompono la coerenza

Alcune inquadrature sono molto più difficili di altre per i modelli video. Se ne tieni conto mentre scrivi la storia, dovrai rigenerare molto meno.

Errori comuni

• Partire con il video prima di aver approvato la scheda del personaggio (2.2)
• Scrivere piccoli dettagli senza posizione, che così si spostano tra le inquadrature (2.1)
• Due abiti in un solo elemento (2.4)
• Nessuna voce sull’elemento, così il modello sceglie una voce nuova a ogni inquadratura (Parte 3)
• Cambiare la voce dell’elemento dopo aver costruito le inquadrature (3.3)
• Dimenticare @handle in un’inquadratura (4.1)
• Descrivere di nuovo il volto in ogni prompt di inquadratura (4.2)
• Generare i primi piani chiave direttamente dal testo (4.3)
• Campi lunghi e rotazioni proprio dove il volto conta di più (Parte 5)

Prepara il tuo primo personaggio e inizia con un test di due inquadrature prima di costruire l’intero film. Per saperne di più su canvas, elementi e modelli, vedi Sumi Studio Academy.