Anwendungsfall · Referenzbild zu Video

KI-Charakterkonsistenz im Video: Dieselbe Figur über alle Szenen beibehalten

Die meisten KI-Videotools zeichnen Figuren bei jeder Generierung neu – neues Gesicht, anderes Outfit, neuer Look. Charakterkonsistenz bedeutet, dass die KI dieselbe Person (oder dasselbe Maskottchen/Produkt) in jeder Einstellung wiedererkennt. Sesshu macht dies mit Referenzbildern möglich: Laden Sie Ihre Figur einmal hoch und generieren Sie jede Szene aus derselben Vorlage.

Anwendungsfall · Referenzbild zu Video · Key Takeaway

Referenzbilder schließen diese Lücke. Statt einer vagen Textbeschreibung zeigen Sie dem Modell exakt das gewünschte Gesicht, Outfit und den Stil. Seedance 1.5 Pro, Kling 4.0 und Vidu Q4 unterstützen Bildreferenzen direkt in Sesshu.

Seedance 1.5 Pro · Kling 4.0 · Vidu Q4Daily check-in credits

Jetzt testen: Referenz-zu-Video-Generator

20 Credits

In 1 Sekunde mit Google einloggen — täglich einchecken für Gratis-Credits (bis zu 60 pro Woche)Was kostenlos möglich ist →

Beispiel-Demos & Prompts

Klicken Sie auf „Mit diesem Prompt generieren“, um den Generator oben automatisch auszufüllen

Wan 3.0 Prime

Ein Wiedersehen im Zug

“Erstelle einen 30-sekündigen, 16:9 japanischen, realistischen Kinokurzfilm. Die Geschichte spielt abends in einem japanischen Pendlerzug, wo ein Mann und eine Frau, die sich in ihrer Studienzeit kennengelernt haben, unerwartet wieder aufeinandertreffen; der kurze Blickkontakt in der Realität verwebt sich mit Frühlingserinnerungen an den Campus, mit zurückhaltenden, sanften Emotionen und einem Hauch ungesagten Bedauerns. 【Charaktere und Referenzen】 Figur 1 bezieht sich auf die aktuelle weibliche Person: schwarzes mittellanges Haar, natürliches Make-up, beiger Mantel und hellfarbener Strickschal, trägt eine alltägliche Pendeltasche. Figur 2 bezieht sich auf die aktuelle männliche Person: schwarzes kurzes Haar, dunkler Mantel, Hemd und Strick-Unterkleidung, hält ein offenes Buch, trägt eine dunkle Umhängetasche. Die Figuren 3 und 4 dienen als Referenzen für die beiden in ihrer Studienzeit. In den Erinnerungen tragen sie dunkle japanische Schuluniformen, wobei Gesichtsmerkmale, Augen und Frisuren den realen Charakteren entsprechen; die vier Bilder dienen nur dazu, das Aussehen der Charaktere festzulegen, und die Referenzbilder sollten nicht direkt zu statischen Collagen verarbeitet werden. 【Szene und Kinematografie】 Waggon eines alten Pendlerzugs, Metallhaltestangen, weiße runde Haltegriffe, lange Bänke auf beiden Seiten, realistische Fenster- und Türstrukturen. Fahrgäste sitzen natürlich lesend oder mit gesenktem Kopf ruhend da. Außerhalb des Fensters ziehen langsam japanische Flachbauten, Eisenbahnen, Stromleitungen und ferne Stadtsilhouetten vorbei. Die untergehende Sonne scheint durch das Seitenfenster herein und erzeugt ein warmes goldenes Gegenlicht auf den Charakteren, mit sanftem Blaugrau in den dunklen Bereichen des Waggons. Geringe Schärfentiefe, leichtes Filmkorn, 35-mm-Kinoqualität, natürliche Hauttextur und subtile Ausdrücke, keine übermäßige Hautglättung. 【Aufnahmen und Zeit】 0-4 Sekunden: Halbtotale entlang des Zuggangs, Kamera bewegt sich langsam vorwärts. Der Zug schwankt sanft mit der Bewegung, und die Haltegriffe schwingen leicht. Sitzende Fahrgäste und die vorbeiziehende Straßenlandschaft außerhalb des Fensters erzeugen eine ruhige Pendleratmosphäre. 4-8 Sekunden: Schnitt auf eine seitliche Halbnaheinstellung der Frau. Sie steht am Fenster, hält leicht einen Haltegriff oder eine Haltestange und dreht langsam ihren Kopf, nachdem sie eine Bewegung hinter sich gehört hat. Zuerst blickt sie den Gang entlang, dann hält sie ihren Blick kurz inne; ihr Ausdruck wechselt von ruhig zu einem Gefühl der Vertrautheit, ihre Lippen öffnen sich leicht, ohne übertriebene Überraschung. 8-12 Sekunden: Schulterblick der Frau, die den Mann auf der anderen Seite des Gangs sieht. Er las ursprünglich mit gesenktem Kopf, blickt auf und trifft ihren Blick, unterbricht seine Buchhaltung. Die Kamera fährt langsam näher heran, andere Fahrgäste im Waggon setzen ihre Handlungen fort und schauen nicht in die Kamera. 12-17 Sekunden: Übergang zu Frühlingserinnerungen durch Blickkontakt oder ähnliche Komposition. Eine Campusstraße mit blühenden Kirschbäumen, die beiden tragen Studentenuniformen, Schultaschen, gehen unter den Bäumen aufeinander zu. Blütenblätter fallen sanft, das Mädchen blickt zum Jungen zurück, und der Junge bleibt ebenfalls stehen. Das Licht ist heller und weicher als in der Realität, aber die Identitäten der Charaktere bleiben konsistent. 17-22 Sekunden: Natürlicher Schnitt zurück zum selben Zugwaggon. Die Frau dreht sich sanft um und geht am Mann vorbei den Gang entlang. Der Mann hält mit einer Hand einen Haltegriff, hält das Buch immer noch mit der anderen, sein Blick folgt ihr, während sie vorbeigeht; sein Körper dreht sich nur leicht, kein Umarmen oder Verfolgen. 22-27 Sekunden: Nahaufnahme des Mannes. Warmes und kühles Licht vom Fenster streicht über sein Gesicht, während er langsam den Kopf dreht, um zurückzublicken, seine Augen voller Zögern und Erinnerungen. Emotionen durch leichtes Atmen, natürliches Blinzeln und Blickwechsel ausdrücken, wobei die Konsistenz seiner Umhängetasche, Kleidung und Frisur beibehalten wird. 27-30 Sekunden: Rückkehr zu einer Halbtotalen des Zugwaggons, Charaktere natürlich durch den Gang und die Haltegriffe getrennt. Der Zug fährt weiter vorwärts, die untergehende Sonne außerhalb des Fensters zieht allmählich zurück. Lassen Sie die letzte Einstellung einen Moment verweilen, um den stillen Nachgeschmack des Wiedersehens zu bewahren, ohne ein Ende zu erzwingen. 【Ton】 Behalten Sie das tieffrequente Geräusch von Zugrädern auf Schienen, das leichte Schwanken des Waggons und entfernte gedämpfte menschliche Stimmen bei. Verwenden Sie sanftes Klavier und eine geringe Menge Streicher für die Musik, mit einer Lautstärke, die unter der Umgebungsgeräuschkulisse liegt. Eine kleine Menge sanfter japanischer Erzählung kann hinzugefügt werden, die Gefühle von Frühlingserinnerungen und lang ersehntem Wiedersehen ausdrückt; der Ton sollte natürlich und zurückhaltend sein, mit Pausen, die dem Rhythmus der Aufnahmen entsprechen, kein lauter Dialog oder dramatisches Weinen. 【Konsistenz und Ausschlüsse】 Die Gesichtsmerkmale, Frisur, Kleidung, Tasche und das Buch in der Hand desselben Charakters sollten in allen Aufnahmen konsistent bleiben; nur das Erinnerungssegment wechselt zu Studentenuniformen. Zugfenster, Sitze, Haltegriffe und Charakterpositionen sollten realistischen räumlichen Beziehungen folgen. Schnittübergänge sollten klar und natürlich sein, plötzliche Achsensprünge, Gesichtsverformungen, mehrere Finger, Charakterduplikationen, verformte Waggonstrukturen, Flackern, Überbelichtung, Untertitel, Titel, Logos oder Wasserzeichen sind zu vermeiden.”

Seedance 2.5

Eine Fantasiereise von den Wolken zum Meer

Ein junges Mädchen mit zwei Haarknoten steuert ein rosa-weißes Flugzeug durch goldene Wolken, während Drachen und Wale neben ihr gleiten. Dann reitet sie auf einem Surfbrett über das Meer, trifft einen kleinen roten Drachen und taucht schließlich in eine leuchtende Unterwasserwelt ein. Das Mädchen, ihre Kleidung und ihre Fantasiebegleiter bleiben durch fließende Übergänge konsistent.

Warum Charaktere abweichen (und wie Referenzbilder das Problem lösen)

01

Jede Text-zu-Video-Generierung ist isoliert. Ein Prompt wie 'eine Frau im roten Mantel' erzeugt jedes Mal ein völlig anderes Gesicht – das Modell erfindet die Person neu und erinnert sich nicht an den vorherigen Shot.

02Core Solution

Referenzbilder schließen diese Lücke. Statt einer vagen Textbeschreibung zeigen Sie dem Modell exakt das gewünschte Gesicht, Outfit und den Stil. Seedance 1.5 Pro, Kling 4.0 und Vidu Q4 unterstützen Bildreferenzen direkt in Sesshu.

03

Für mehrteilige Geschichten: Generieren Sie zuerst ein klares Frontalporträt der Figur (per Text-zu-Bild oder eigenem Foto) und hängen Sie dieses Porträt bei jedem Szenen-Prompt als Referenz an. Das ist der bewährte Workflow der Film- und Werbeproduktion.

So erstellen Sie konsistente Charakter-Videos in Sesshu

  1. STEP 011 / 4

    Charakter vorbereiten oder hochladen

    Ein klares frontales Bild: ein Foto, ein KI-Porträt oder Ihr Maskottchen-Design. Ein Bild pro Figur.

  2. STEP 022 / 4

    Referenz-zu-Video-Tool öffnen

    Im Generator unten (oder unter /reference-to-video) das Charakterbild als Referenzmaterial anhängen.

  3. STEP 033 / 4

    Szene beschreiben, nicht das Gesicht

    Konzentrieren Sie den Prompt auf Handlung und Umgebung – z. B. 'geht durch eine regnerische Straße in Tokio, Neonreflexionen, cineastisch' – das Gesicht wird vom Referenzbild gesteuert.

  4. STEP 044 / 4

    Jede Szene mit derselben Referenz generieren

    Behalten Sie dasselbe Referenzbild für jede Einstellung Ihrer Story bei, damit die Figur szeneübergreifend stabil bleibt.

Häufige Fragen zur Charakterkonsistenz

Kann KI denselben Charakter über mehrere Videos hinweg beibehalten?

+

Ja – durch referenzbasierte Generierung. Wenn Sie dasselbe Porträt als Referenz für jede Szene wiederverwenden, reproduziert das Modell Gesichtszüge und Stil verlässlich. Sesshu unterstützt hierfür Seedance, Kling und Vidu.

Wie viele Referenzbilder kann ich verwenden?

+

Kling 4.0 unterstützt in geeigneten Plänen bis zu 15 Referenzbilder; Seedance 1.5 Pro arbeitet mit einer präzisen Einzelbild-Referenz plus Kontext. Je klarer das Bild, desto stabiler das Ergebnis.

Warum weicht die Figur manchmal minimal ab?

+

Unterschiedliche Beleuchtung, extreme Blickwinkel und Bewegungsunschärfe erzeugen natürliche Variationen. Verwenden Sie ein neutrales Frontalporträt und fokussieren Sie Prompts auf die Umgebung, um Abweichungen zu minimieren.

Kann ich das kostenlos testen?

+

Ja. Mit täglichen Check-in-Credits (6–12 pro Tag, bis zu 60 pro Woche) können Sie 2–3 Testszenen kostenfrei erstellen. Keine Kreditkarte erforderlich.