Dieselbe Figur in jeder Szene deines Videos
Konsistente KI-Figuren sind erfundene Personen, die von Szene zu Szene dasselbe Gesicht behalten, weil jede Generierung, die sie nennt, von denselben Referenzbildern ausgeht. Ohne Figur zeigen zwei Clips von „einer Gründerin am Schreibtisch“ zwei Fremde; mit Figur sind Maya um Mitternacht und Maya am Launch-Tag sichtbar dieselbe Frau.
Dieser Leitfaden ist für Marketingleute und Gründer, die einen kurzen Film mit Handlung schreiben (vorher, Wendepunkt, nachher) und dafür eine wiederkehrende Person brauchen – ohne Darsteller, ohne Dreh und ohne Stock-Avatar, der nach ihren Kunden aussieht, typischerweise für ein Erklärvideo, das als Geschichte erzählt wird.
Thursday: unser eigener 46-Sekunden-Film in 16:9, in dem eine erfundene Gründerin, Maya, in vier generierten Clips auftritt, zwischen einem Chatverlauf, einer Zeitleiste, einer großen Zahl und einer Schlusstafel.
Warum zwei Generierungen zwei Fremde ergeben
Ein Videomodell beginnt jede Generierung bei null. Egal wie genau du „eine Frau Mitte dreißig, kurze dunkle Haare, grauer Pullover“ beschreibst: Jede Szene zeichnet eine neue Person, die zu den Worten passt, nicht zur vorigen Einstellung. Über 40 Sekunden wirkt das wie drei Stock-Aufnahmen statt wie die Woche eines Menschen.
Die Figur trägt die Identität von einer Generierung zur nächsten. Nennt eine Clip-Szene sie, gehen ihre Referenzbilder mit dem Prompt an das Modell (bis zu drei bei den meisten Modellen; Seedance nimmt mehr, wenn du zusätzlich Objekte nennst), und ihre Beschreibung wird dem Prompt hinzugefügt, damit Worte und Bilder übereinstimmen. Standbilder, die eine Figur nennen, entstehen aus denselben Referenzen.
Für Dinge gibt es denselben Mechanismus: create_object hält ein Produkt, ein Logo oder einen Ort über alle Szenen identisch. Die Figur ist die Version davon für Menschen.
Thursday: eine Gründerin, vier Clips, 46 Sekunden
Thursday ist ein Film, den wir als Storyboard geschrieben haben, um genau das zu testen. Acht Szenen, 46 Sekunden, 16:9, eine Figur namens „Maya, the founder“.
Er beginnt mit Maya allein am Schreibtisch, nur vom Laptop beleuchtet, sie reibt sich die Augen, dazu „It's Tuesday night. The launch is Thursday. There is no video.“ Es folgt ein gezeichneter Chatverlauf: Ein Studio antwortet, der früheste Termin sei in sechs Wochen und sprenge das gesamte Launch-Budget. Maya kehrt im Morgenlicht zurück und fügt eine Webadresse in ein einzelnes Feld ein. Eine Zeitleiste zeigt vier Schritte. Dann die beste Einstellung des Films: Maya schaut auf ihren Bildschirm, das Licht eines laufenden Videos auf dem Gesicht, ihr Ausdruck wechselt von Zweifel zu Überraschung. Eine große Zahl, danach Maya bei einer Präsentation vor vier Kollegen in einem hellen Besprechungsraum, einer nickt, dazu „On Thursday you show it, and nobody asks who made it.“ Eine Titeltafel schließt.
Was funktioniert: vier Clips, drei Lichtstimmungen, drei Räume und überall dasselbe Gesicht. Jeder Prompt beschreibt nur den Moment („lehnt sich zurück, reibt sich die Augen“, „ihr Finger drückt Enter“) und überlässt die Person der Figur.
Was wir ändern würden: Die große Zahl sagt „one credit“, geschrieben vor der Umstellung der Credits; heute kostet ein Rendering 40 Credits, und eine einzige set_data-Änderung würde das korrigieren. Und wie die meisten Markenfilme zeigt er nie das Produkt selbst – ein Kundenfilm gehört mit einer echten Aufnahme in die Mitte.
Ein zweites Beispiel, Leo tries PageToVid, geht weiter: fünf Veo-Clips desselben Creators, Leo, der im selben Heimstudio in die Kamera spricht. Die Szenen haben keinen Sprecher, also ist der Ton jedes Clips der Soundtrack, und Leos Sätze stehen in Anführungszeichen in den Prompts.
Eine Figur anlegen, Schritt für Schritt
Das geht im Editor oder über einen Assistenten, der die MCP-Tools aufruft (create_character, list_characters, update_character).
Einen Namen wählen, den du tippst
„Maya, the founder“ ist ein Name für die Szenen, kein Text für das Publikum. Halte ihn kurz und in deinem Konto eindeutig.
Referenzen geben oder zeichnen lassen
Gib kostenlos ein bis drei Bilder an, die schon in deinem Konto liegen (ein generiertes Standbild, ein Upload, ein Frame aus einem deiner Filme), oder einen
generate-Prompt, der für 40 Credits ein Referenzporträt zeichnet. Aus einem Film nimmst du den Rohframe, nie das Vorschaubild: Eingebrannte Untertitel bringen dem Modell bei, Text zu zeichnen.Die Person beschreiben, nicht die Einstellung
Alter, Statur, Haarlänge und -farbe, Brille, Bart, Kleidungsstil. Kulisse, Licht und Kamera bleiben den Szenen überlassen. Diese Zeile wird jedem Prompt hinzugefügt.
Die Referenz prüfen, bevor du darauf aufbaust
Sieh dir das Porträt mit
list_charactersoder in deiner Mediathek an. Jetzt austauschen kostet ein Standbild; in Szene sechs zu merken, dass dir das Gesicht nicht gefällt, kostet ein neues Rendering.Sie in jeder Szene nennen
Setz die Figur der Szene und schreib nur, was anders ist: „spätabends am Schreibtisch, von einem Monitor beleuchtet“, dann „derselbe Tisch, Morgenlicht, mit einem Kaffee in der Hand“.
Figuren gehören zu deinem Konto, nicht zu einem Film – eine Serie kann so monatelang dieselbe Moderatorin behalten. Um eine Figur auf eine Website zu beschränken, gib beim Anlegen deren Adresse an.
Was eine Figur hält – und was nicht
Sei bei den Grenzen realistisch, denn sie bestimmen, wie du die Szenen schreibst.
| Element | Wie gut es hält | Was du tun solltest |
|---|---|---|
Gesicht, Haare, Alter, Statur | Gut | In Beschreibung und Referenz festlegen. |
Kleidung | Ungefähr | Das Outfit in jeder Szene erneut beschreiben, in der es passen muss. |
Zwei extreme Großaufnahmen hintereinander | Schwächste Stelle | Bildausschnitte abwechseln: erst nah, dann weit. |
Hände bei Feinarbeit, lesbare Bildschirme | Schwach, mit oder ohne Figur | Bildschirme unscharf lassen; dein echtes Produkt filmen. |
Mehrere Figuren in einer Einstellung | Je nach Modell | Jeder Figur eine eigene Szene geben, wenn die Identität zählt. |
Fügst du einer Szene eine Figur hinzu oder tauschst du sie, wird diese Szene beim nächsten Rendering neu generiert. Bleiben Prompt, Figur und Format gleich, wird der bezahlte Clip wiederverwendet.
Was eine wiederkehrende Figur kostet
Die KI-Rechnung von Thursday nach heutigem Stand:
- Das Rendering: 40 Credits.
- Vier Hausclips (acht Sekunden, mit Ton): je 311 Credits.
- Das Referenzporträt: 40 Credits, wenn es gezeichnet wird, nichts mit eigenem Bild.
Die Figur selbst kostet pro Szene nichts extra: Jede Szene kostet, was sie erzeugt. Ein Clip eines benannten Modells kostet, was list_models anzeigt, und quote_cost berechnet die ganze Anfrage vorab kostenlos. Mit einem Einzelfilm gehen die Clips vom Kontingent des Films ab statt von den Credits; Tarife und Einzelfilme stehen unter Preise. Die Rechnung pro Clip und wann ein Standbild genügt, steht in KI-Videoclips und B-Roll.
Fehler, die wir bei wiederkehrenden Figuren sehen
- Die Person in jeder Szene neu beschreiben. Eine vollständige Beschreibung im Szenen-Prompt konkurriert mit der Referenz. Nenn die Figur, beschreib den Moment.
- Ein Auftritt, voller Aufwand. Eine Figur lohnt sich ab etwa drei Auftritten. Für eine Person in einer Szene beschreibst du sie direkt dort.
- Gesichter in jeder Einstellung. Ein Film nur aus Gesichtern und ohne Produkt ist ein Kurzfilm. Leg den Wendepunkt auf eine echte Aufnahme deiner Seite.
- Eine Standbild-Geschichte nur über Prompts. Ohne Figur ergibt „dieselbe Frau“ in drei Prompts drei Cousinen. Standbilder, die zusammenpassen müssen, brauchen ebenfalls die Figur; siehe KI-Bilder im Video.
Wann du keine KI-Figur verwenden solltest
Wenn es um den echten Menschen geht. Die Botschaft einer Gründerin, ein Kundenzitat oder ein Vertriebs-Follow-up sollten den echten Menschen zeigen. Film ihn, oder nimm Loom für persönliche Nachrichten.
Wenn du für lange Schulungen eine Moderatorin brauchst. Avatar-zentrierte Tools wie Synthesia stellen einen Stock-Avatar in den Mittelpunkt jedes Videos; für wöchentliche HR- oder Compliance-Module mit sprechender Person ist das ihr Feld, nicht unseres. Vergleich beides unter PageToVid vs. Synthesia.
Wenn niemand wiederkehrt. Eine generierte Person in einem einzigen Moment braucht keine Figur. Und im Gratis-Tarif, auch beim ersten Film, ist KI-Generierung ganz abgeschaltet – bau die Geschichte dann aus Aufnahmen und gezeichneten Tafeln.
Verwandle deine Website in ein Video — kostenlos
Füge die Seite ein, die gefilmt werden soll. PageToVid schreibt das Skript, filmt die echte Website, vertont sie und liefert das MP4.
Häufige Fragen
Kostet das Anlegen einer Figur Credits?
Nur wenn ein Referenzporträt gezeichnet wird: ein Standbild, 40 Credits, bei Fehlschlag erstattet. Ein bis drei eigene Bilder anzugeben ist kostenlos. Danach kostet jede Szene mit der Figur, was sie erzeugt, ein Standbild oder einen Clip.
Kann ich eine Figur in einem späteren Video wiederverwenden?
Ja. Figuren liegen in deinem Konto, nicht in einem Film. Nenn dieselbe Figur in einem neuen Storyboard, und dasselbe Gesicht kehrt zurück – so behält eine Serie ihre Moderatorin.
Wie viele Figuren verträgt ein Film?
So viele, wie die Geschichte braucht, aber in einem Film unter einer Minute sind zwei eine praktische Obergrenze: Mehr Gesichter verfolgt in dreißig Sekunden niemand. Gib jeder Figur eigene Szenen, wenn die Identität zählt.
Kann eine Figur sprechen?
Ja, in einem Clip. Schreib den Satz in Anführungszeichen in den Prompt der Szene; in einer Szene ohne Sprecher läuft der Clipton samt Stimme der Figur mit voller Lautstärke. Leo tries PageToVid ist so gebaut.