Spójna postać AI, czyli jak zachować tę samą twarz na zdjęciach i w filmach

W StarterVideo spójną postać AI tworzysz w Influencer Studio w 2 krokach, a potem wczytujesz jej zdjęcia jako referencje, więc ta sama twarz wraca na każdym zdjęciu i w klipie. Każde generowanie w kreatorze Influencer Studio daje 3 warianty.

StarterVideo to polska platforma AI bez abonamentu, w której za kredyty generujesz zdjęcia, wideo, awatary, lektora i muzykę w najlepszych modelach, a cenę w kredytach widzisz przed każdą generacją. Spójna postać AI to osoba, która na każdym zdjęciu i w każdym klipie ma tę samą twarz, sylwetkę i proporcje. Najpewniej osiągniesz to jednym sposobem: model musi dostać tożsamość ze zdjęć referencyjnych, bo sam opis słowami za każdym razem zostawia mu zbyt wiele swobody.

Poniżej pokazujemy metodę, na której opiera się Influencer Studio w StarterVideo: zapisana postać, dobór referencji, opis sceny, który nie rusza rysów twarzy, i przeniesienie postaci do filmu. Na końcu jest lista typowych błędów, przez które twarz „odjeżdża” po kilku zdjęciach.

Dlaczego twarz postaci AI zmienia się między zdjęciami

Model generujący obraz nie pamięta poprzednich generacji. Każde zlecenie to nowe losowanie, a opis „trzydziestoletnia blondynka o niebieskich oczach” pasuje do tysięcy różnych twarzy. Model za każdym razem wybiera jedną z nich, więc bez referencji dostajesz podobne, ale różne osoby.

Drugie źródło dryfu to sprzeczne sygnały. Jeśli wczytasz zdjęcia postaci, a w opisie dopiszesz inny kolor oczu, inną fryzurę albo inny wiek, model musi wybrać między referencją a tekstem. Wynik bywa kompromisem, w którym twarz przestaje być tą samą osobą.

Wniosek jest prosty: tożsamość daje zdjęcie, a tekst opisuje wszystko inne. Gdy nie chcesz budować postaci od zera, sięgnij po gotowe postacie AI z biblioteki StarterVideo.

Spójna postać AI zaczyna się od zapisanej postaci

Zapisana postać to zdjęcia tej samej osoby, które model dostaje jako wzór twarzy. W Influencer Studio kreator tworzy ją w dwóch krokach i nie wymaga żadnego zdjęcia:

1. Podstawa: płeć i nazwa postaci.
2. Postać: typ i cechy w blokach Podstawa, Twarz, Włosy, Sylwetka oraz Strój i miejsce.

Przed generowaniem wybierasz kadr (4:5 do posta, 2:3 portret, 9:16 do relacji i rolek albo 1:1 kwadrat) i jakość Standard albo Pro. Jedno kliknięcie daje 3 warianty, czyli trzy różne osoby, a Ty wybierasz jedną i klikasz Zapisz postać. Jeżeli postać istnieje naprawdę, zamiast kreatora wybierasz opcję Mam już zdjęcia i zapisujesz do 8 jej zdjęć. Wolno to zrobić wyłącznie z własnym wizerunkiem albo za wyraźną, udokumentowaną zgodą osoby na zdjęciach.

Jak przejść kreator od pierwszego kroku do pierwszych postów, opisujemy w poradniku Jak zrobić influencerkę AI krok po kroku. Czym jest samo AI Influencer Studio i dla kogo powstało, opisujemy osobno.

Referencje: ile zdjęć i których użyć

Postać robisz po to, żeby była referencją dla każdej kolejnej generacji. Im lepsze referencje, tym lepiej postać się trzyma: ostre zdjęcia, ta sama fryzura, równe światło i twarz duża w kadrze dają więcej niż dziesięć przypadkowych ujęć.

W studiu obrazów i w E-commerce przycisk „Influencer” otwiera gotową bibliotekę i Twoje zapisane postacie, a zdjęcia wybranej postaci trafiają do pól referencji. Ile zdjęć referencyjnych przyjmie całe zlecenie w StarterVideo, zależy od modelu:

Więcej referencji to jeszcze nie lepszy wynik. Dobieraj kadry do ujęcia, które chcesz dostać:

• Portret albo zbliżenie: twarz na wprost plus jeden profil.
• Scena z boku: profil z właściwej strony.
• Postać w całości: zdjęcie, na którym widać całą sylwetkę.
• Postać z produktem: twarz, sylwetka i osobne zdjęcie produktu w polu produktu w E-commerce.

W StarterVideo zdjęcie z Nano Banana 2.1 w 1K kosztuje 34 kredyty (od 0,17 zł) za 1 zdjęcie, wariant 1K, a jego cena nie rośnie z liczbą zdjęć referencyjnych. Za te same pieniądze zrobisz w StarterVideo więcej zdjęć i filmów niż na jakiejkolwiek innej platformie, w każdym modelu. Cena generacji zależy od modelu i rozdzielczości, a przy części modeli także od liczby referencji. Dokładną kwotę w kredytach widzisz na przycisku przed kliknięciem.

Opis sceny, który nie psuje twarzy

Gdy tożsamość daje zdjęcie, opis ma robić resztę. Dobry opis sceny mówi, gdzie jest postać, co robi, w co jest ubrana, jakie jest światło i z jakiej odległości patrzy kamera. Nie mówi, jak wygląda twarz.

Przykład opisu po polsku: „Ta sama kobieta co na zdjęciach referencyjnych siedzi przy stoliku w kawiarni przy oknie, poranne światło z boku, beżowy sweter, trzyma filiżankę, kadr od pasa w górę, naturalny, lekko rozmyty tył”.

Cztery zasady, które najbardziej pomagają:

1. Stałe zdanie o postaci. Zaczynaj każdy opis tak samo, na przykład „ta sama kobieta co na zdjęciach referencyjnych”, i nie dodawaj cech, które ją zmieniają.
2. Jedna zmiana naraz. Gdy zmieniasz miejsce, zostaw strój. Gdy zmieniasz strój, zostaw światło. Łatwiej wtedy znaleźć przyczynę, jeśli twarz się zmieni.
3. Kilka wariantów z jednego opisu. Zlecaj od 1 do 4 zdjęć naraz i wybieraj najlepsze, zamiast przepisywać opis po każdej próbie. Przycisk „Powtórz” na kafelku wczytuje do panelu opis i referencje udanego zdjęcia, więc kolejną serię zaczynasz od sprawdzonych ustawień.
4. Agent od opisu. Płatny przycisk „Dopracuj prompt” w Obrazach przepisuje opis pod wybrany model i pokazuje, co dodał. Sprawdź, czy nie dopisał cech twarzy sprzecznych z referencjami.

Więcej o budowie opisu piszemy w poradniku Jak pisać prompty po polsku.

Ta sama postać w filmie

Z filmem jest trudniej, bo model musi utrzymać twarz w ruchu i z różnych kątów. Najpewniejsza droga prowadzi przez zdjęcie:

• Ożyw. Najpierw zrób w Obrazach zdjęcie z postacią w docelowej scenie, a potem kliknij „Ożyw” na kafelku. W studiu wideo to zdjęcie staje się pierwszą klatką klipu, więc na starcie twarz jest dokładnie taka jak na zdjęciu.
• Klatki start i koniec. Część modeli, na przykład Kling 3.0, Veo 3.1 Fast i Seedance 2.0, przyjmuje także klatkę końcową. Dwa zdjęcia tej samej postaci wyznaczają początek i koniec ruchu.
• Elementy w Kling 4.0, Kling 4.0 Flash i Kling 3.0. Tryb Elementy pozwala wskazać postacie albo przedmioty, które model ma utrzymać takie same w całym klipie: w Kling 4.0 i Kling 4.0 Flash do siedmiu, każdy z 2 do 4 zdjęć, a w Kling 3.0 do trzech.
• Mówiąca postać. W Awatarze AI klikasz Influencer, wybierasz postać, wpisujesz tekst i dostajesz nagranie z ruchem ust zgodnym ze słowami.

Jak dobrać opis ruchu do zdjęcia, pokazujemy w poradniku Jak ożywić zdjęcie AI. Które modele wideo przyjmują zdjęcie z prawdziwą twarzą, zbieramy w tabeli film AI ze zdjęcia z twarzą.

Gotową postać możesz też wrzucić w wiralowe filmy i rolki. Jak to zrobić krok po kroku, pokazuję w poradniku jak stworzyć viralowego influencera AI.

Seedream 5.5 trzyma postać przy wielu edycjach

Seedream 5.5 to dziś domyślny model zdjęć w Obrazach i E-commerce w StarterVideo, a zdjęcie z niego kosztuje od 0,23 zł. Przyjmuje do 10 zdjęć referencyjnych, więc zapisana postać mieści się w nim z zapasem. Na nim działają też Edycja opisem i Pędzel, czyli poprawki gotowego zdjęcia bez robienia go od nowa.

To ważne przy serii, w której ta sama osoba zmienia strój, dodatki albo tło. ByteDance pokazał w zapowiedzi modelu z 9 listopada 2026 roku jedno zdjęcie osoby edytowane 100 razy z rzędu, w którym niezmieniane miejsca zostały zachowane. To pokaz twórcy modelu na jednym portrecie, a nie niezależny test, ale według twórcy kolejne poprawki gubią mniej detali i kolorów niż w Seedream 5.0.

Najlepiej działa tu prosta kolejność: jedno dobre zdjęcie postaci w docelowym kadrze, a potem kolejne zmiany Edycją opisem, po jednej naraz. Co nowego w tym modelu, opisuję na stronie Seedream 5.5 po polsku, a samą edycję krok po kroku w poradniku edycja zdjęć AI opisem i pędzlem.

Typowe błędy, przez które twarz odjeżdża

• Opisywanie twarzy słowami zamiast wczytania zdjęć zapisanej postaci.
• Cechy w opisie sprzeczne z referencjami, na przykład inny kolor włosów „na próbę”.
• Referencje z różnych sesji, w innym świetle i z inną fryzurą, wymieszane w jednym zleceniu.
• Za mała rozdzielczość referencji. Jeśli postać ma służyć do zbliżeń, wybierz w kreatorze jakość Pro.
• Zmiana modelu w połowie serii. Każdy model trochę inaczej interpretuje te same zdjęcia, więc serię do jednej kampanii rób jednym modelem.
• Zbyt odległy kadr. Na zdjęciu całej postaci w dużym planie twarz zajmuje niewielką część obrazu i najłatwiej ją zgubić.

Zdjęcia zapisanej postaci żyją na koncie StarterVideo 60 dni od ich powstania albo od ostatniego zakupu pakietu, zależnie od tego, która data jest późniejsza. Na koncie StarterVideo trzymasz do 5 postaci.

Stwórz postać w Influencer Studio

Najczęstsze pytania

Jak zrobić spójną postać AI?

Zapisz postać w Influencer Studio, z kreatora albo z własnych zdjęć osoby, a potem wczytuj ją jako referencje w każdej generacji. W opisie zmieniaj scenę, strój i światło, a nie rysy twarzy.

Ile zdjęć referencyjnych potrzebuje spójna postać AI?

Liczba zależy od ujęcia: do portretu dobierz twarz na wprost i profil, do całej postaci także sylwetkę. W StarterVideo przycisk „Influencer” wstawia zdjęcia zapisanej postaci do pól referencji, a limit całego zlecenia zależy od modelu.

Czy potrzebuję zdjęcia, żeby stworzyć postać AI?

Nie. Kreator Influencer Studio w StarterVideo tworzy postać w 2 krokach bez żadnego zdjęcia: płeć i nazwa, potem typ i cechy. Każde generowanie daje 3 warianty, a kadr wybierasz spośród 4 (post, portret, story albo kwadrat) w jakości Standard albo Pro.

Czy mogę stworzyć spójną postać ze zdjęć prawdziwej osoby?

Tak, jeśli to Twój wizerunek albo masz wyraźną, udokumentowaną zgodę tej osoby na przetworzenie wizerunku przez AI. Wizerunku osób małoletnich, osób publicznych bez ich zgody i osób zmarłych bez zgody uprawnionych użyć nie wolno.

Czy spójna postać działa też w filmach?

Tak, najpewniej przez zdjęcie: robisz kadr z postacią w Obrazach i ożywiasz go w studiu wideo. Dodatkowo Kling 4.0 i Kling 4.0 Flash mają tryb Elementy do siedmiu postaci albo przedmiotów, a Kling 3.0 do trzech.

Dlaczego postać wygląda inaczej mimo referencji?

Najczęściej opis zawiera cechy sprzeczne ze zdjęciami, referencje pochodzą z różnych sesji albo twarz jest za mała w kadrze. Usuń opis twarzy z tekstu, dobierz kadry do ujęcia i zbliż kamerę.

Który model trzyma postać przy kolejnych poprawkach zdjęcia?

W StarterVideo do serii poprawek jednego zdjęcia służy Seedream 5.5, na którym działają Edycja opisem i Pędzel. Twórca modelu pokazał jedno zdjęcie osoby edytowane 100 razy z rzędu z zachowaniem niezmienianych miejsc.

Ile postaci zapiszę w StarterVideo i jak długo zostają?

Na jednym koncie StarterVideo trzymasz do 5 postaci. Zdjęcia zapisanej postaci zostają na koncie 60 dni od ich powstania albo od ostatniego zakupu pakietu, zależnie od tego, która data jest późniejsza.

Ile kosztuje zdjęcie z moją postacią AI?

W StarterVideo zdjęcie z Nano Banana 2.1 w 1K kosztuje od 0,17 zł, a dokładną cenę z referencjami widzisz na przycisku przed kliknięciem. Kredyty kupujesz raz, bez abonamentu i bez miesięcznej opłaty.

Źródła i data sprawdzenia

• Pokaz 100 edycji jednego zdjęcia w Seedream 5.5: wpis zespołu ByteDance Seed z 9.11.2026, seed.bytedance.com, sprawdzone 12.11.2026.
• Liczby referencji i rozdzielczości modeli: cennik i lista modeli StarterVideo, stan na 15 listopada 2026.