Personaggi coerenti nei video AI: il metodo che ho testato producendo un mini-film con Seedance 2.0

AUTORE

Gianluca

DATA

Luglio 24, 2026

Personaggi coerenti nei video AI: il metodo testato

Il problema più grande dei video AI non è la qualità dell’immagine. È che il tuo personaggio, alla seconda clip, ha un’altra faccia.

Per capire se questo problema è davvero risolvibile, ho prodotto un mini-film di prova — un guardiano del faro, una notte di tempesta, un SOS alla radio — con lo stesso personaggio, la stessa location e gli stessi oggetti attraverso più scene. Tutto generato con Seedance 2.0 su Higgsfield, seguendo un metodo di produzione preciso, con Claude a scrivere i prompt. In questo articolo ti racconto il metodo, i costi reali che ho sostenuto, e i tre errori che ho commesso — perché è lì che si impara davvero.

Se hai già letto il mio articolo sui 10 scenari d’uso di Seedance 2.0, considera questo il capitolo successivo: lì testavo il modello su clip singole, qui lo porto dove i video AI di solito si rompono — la continuità tra una scena e l’altra.

La risposta breve, se hai fretta

Per mantenere un personaggio identico in ogni scena di un video AI, la coerenza non si ottiene con il prompt: si ottiene con immagini di riferimento fisse, costruite prima di generare qualsiasi video. Un foglio personaggio con un solo volto visibile, una location fotografata di tre quarti, gli oggetti ripresi da due angolazioni. Il prompt dirige l’azione; le reference preservano l’identità. Il resto dell’articolo spiega come farlo in pratica.

Perché il tuo personaggio cambia faccia (e perché il prompt non basta)

I modelli video non hanno memoria. Ogni generazione parte da zero: quello che hai generato dieci minuti fa, per il modello, non è mai esistito. Puoi descrivere il tuo personaggio con cento parole precisissime, ma cento parole lasciano sempre margine di interpretazione — e il modello interpreta in modo leggermente diverso ogni volta. Alla terza scena, quel “leggermente” è diventato un’altra persona.

La soluzione arriva dal cinema vero: prima del primo ciak esistono già i costumi, il casting, le scenografie. Nel mondo AI, l’equivalente sono gli asset di riferimento: immagini fisse che carichi insieme al prompt e che il modello usa come verità assoluta su come appare il tuo personaggio, il tuo ambiente, il tuo oggetto di scena.

Come ho costruito Elia, il guardiano del faro

Il mio protagonista è Elia: sessantacinque anni, barba bianca corta, berretto di lana rosso, una cicatrice sul sopracciglio. Quei dettagli non sono decorazione — sono ancore visive. Un volto generico deriva facilmente; un volto con tre segni distintivi dà al modello qualcosa di concreto a cui agganciarsi.

Ho generato un foglio personaggio a tre viste (figura intera di fronte, di spalle, e un primo piano del volto) su fondo grigio neutro. E poi ho fatto la cosa più controintuitiva di tutto il metodo:

Ho cancellato il volto dalla figura intera.

Sembra un sabotaggio, ed è invece il passaggio che tiene insieme tutto. Se il foglio contiene più volti, il modello non sa quale usare come riferimento principale: prende un po’ da uno e un po’ dall’altro, e il personaggio scivola scena dopo scena. Con un solo volto sul foglio — il primo piano — il modello ha una sola ancora, e la tiene. Nel mio test, Elia è rimasto perfettamente riconoscibile in ogni singola inquadratura di entrambe le scene: pelle, barba, cicatrice, tutto.

La lezione dell’oblò blu: quando l’errore non è nel prompt

Non è filato tutto liscio, e il primo intoppo è stato il più istruttivo.

Nella scena dentro il faro, l’oblò dietro la scrivania continuava a renderizzare come un disco blu piatto — niente vetro, niente pioggia, un cerchio dipinto sul muro. Ho riscritto il prompt. Stesso risultato. Riscritto ancora. Identico.

Poi ho guardato l’immagine di riferimento della location: l’oblò era un disco blu piatto anche lì. Il modello non stava sbagliando — stava copiando fedelmente un riferimento difettoso. Ho corretto l’immagine dell’asset (un’operazione gratuita) e il problema è sparito per sempre.

Questa è la regola che mi porto a casa da tutta la produzione: quando un difetto si ripete identico in ogni generazione, smetti di riscrivere il prompt e guarda le tue reference. Rigenerare contro un asset rotto è il modo più costoso di sprecare crediti.

Il cambio di costume si costruisce, non si descrive

Nella seconda scena Elia esce nella tempesta e indossa una cerata gialla. Se avessi semplicemente scritto “ora indossa la cerata” nel prompt, il risultato sarebbe stato prevedibile: la cerata compare in metà dei fotogrammi e sparisce nell’altra metà, perché il riferimento originale mostra Elia col maglione e il modello continua a tornare lì.

La soluzione: ho generato un secondo foglio personaggio, identico al primo ma con la cerata indossata — sempre senza volto sulla figura intera. Da quel momento, per ogni scena “da esterno”, il riferimento è quello. Il cambiamento è diventato permanente perché vive in un’immagine, non in una frase.

Vale per tutto: vestiti strappati, ferite, personaggi bagnati, oggetti danneggiati. Se qualcosa cambia a metà storia, quel cambiamento merita un’immagine di riferimento dedicata.

Il binocolo: quando il modello ti suggerisce la regia giusta

Il momento più interessante della produzione è stato un errore del modello che ho deciso di non correggere.

Nel finale della seconda scena, Elia scruta il mare e vede una nave in difficoltà che rolla nella tempesta, con una luce rossa che oscilla in testa d’albero. Avevo chiesto una semplice inquadratura lunga dal suo punto di vista. Il modello ha aggiunto di sua iniziativa la classica maschera da binocolo — i due cerchi neri sovrapposti — senza che Elia avesse un binocolo in mano.

Due opzioni: forzare il modello a togliere la maschera, o dare a Elia un binocolo. Ho scelto la seconda: nella clip finale, Elia estrae un binocolo dalla cerata e lo porta agli occhi, e il punto di vista mascherato diventa perfettamente motivato. La scena ci ha guadagnato un gesto di recitazione in più — e il modello ha smesso di combattere contro le mie istruzioni, perché ora gli chiedevo esattamente quello che voleva fare.

Non tutti gli errori vanno corretti. Alcuni vanno ascoltati.

Quanto è costato davvero, numeri alla mano

Trasparenza totale, perché è il dato che nessuno pubblica. Per due scene complete da 15 secondi in 21:9 con audio integrato:

Tutti gli asset (fogli personaggio, due location, oggetti di scena, varianti): circa 22 crediti
Cinque bozze video a bassa risoluzione per validare e correggere: circa 265 crediti
Totale della produzione fin qui: circa 450 crediti — su un piano che ne include decine di migliaia al mese

Il punto non è il numero assoluto: è il rapporto. Ogni bozza a bassa risoluzione costa un sesto del master in 4K. Lavorare per bozze — generare in economia, guardare il risultato inquadratura per inquadratura, correggere una cosa specifica, rigenerare — mi ha permesso di arrivare al master con un prompt già validato, invece di bruciare generazioni in alta qualità sperando nella fortuna.

È la differenza tra produrre e tentare.

Cosa funziona e dove fare attenzione

Funziona molto bene

La coerenza del personaggio tra scene diverse, se il foglio ha un solo volto visibile
I cambi di costume gestiti con fogli di riferimento separati
La fisica degli elementi naturali: pioggia, vento sui tessuti, mare in tempesta, il rollio di una nave
L’audio integrato di ambiente: pioggia, tuoni, passi, porte — la musica invece aggiungila sempre in montaggio
Il contrasto tra luce calda e fredda nella stessa scena, che da solo alza il livello percepito di tutta la produzione

Dove fare attenzione

Se un difetto si ripete uguale in ogni generazione, il problema è quasi sempre nell’immagine di riferimento, non nel prompt
Gli eventi rapidissimi e temporizzati al decimo di secondo (un lampo di 0,4 secondi, nel mio caso) falliscono spesso: dopo due tentativi, ridisegna il momento invece di insistere
Le location fotografate frontalmente bloccano i movimenti di camera: servono sempre riprese d’angolo, con profondità
Aspettati due o tre bozze per scena. Non è un limite del tuo talento: è il ciclo di lavoro normale

Il flusso che ti consiglio di adottare da subito

Prima di generare qualsiasi video, costruisci le immagini di riferimento: personaggio (un solo volto visibile), location in angolo con profondità, oggetti da due lati
Dai a ogni riferimento un nome preciso e usa sempre quello
Genera una bozza economica, mai il master al primo colpo
Guarda la bozza con metodo: il volto tiene? gli oggetti restano identici? la luce ha una logica?
Correggi una cosa alla volta — nel prompt se il difetto va e viene, nell’immagine di riferimento se è sempre identico — e solo a bozza pulita lancia l’alta qualità

Non servono prompt più lunghi. Servono riferimenti migliori e un ordine di lavoro.

Domande frequenti

Come si mantiene lo stesso volto in tutte le scene di un video AI?

Con un foglio personaggio in cui il volto compare una sola volta, in primo piano, su fondo neutro. Le figure intere servono per corporatura e costume, ma il viso va rimosso da quelle: più volti nello stesso riferimento confondono il modello e causano la deriva dell’identità.

Serve saper disegnare o usare software complessi?

No. Servono un generatore di immagini per creare i riferimenti, un editor anche basilare per la pulizia (cancellare un volto, correggere un dettaglio), e Seedance 2.0 su Higgsfield per il video. Il valore non è nello strumento: è nell’ordine delle operazioni.

Quanto costa produrre una scena cinematografica di 15 secondi con questo metodo?

Nel mio test, tra asset e bozze di validazione, una scena completa è costata l’equivalente di poche centinaia di crediti Higgsfield prima del master in 4K. Il costo vero lo controlli lavorando per bozze economiche: il master si lancia una sola volta, a prompt validato.

Seedance 2.0 può sostituire una produzione video reale?

Per spot, contenuti social, concept e prove di regia: sì, con risultati difficili da distinguere dal girato. Per produzioni lunghe con esigenze di precisione assoluta, oggi resta uno strumento di pre-produzione e di esplorazione creativa straordinario — che continua a migliorare a ogni versione.

Scarica la guida completa del metodo

Ho raccolto tutto il metodo — le regole per gli asset, la struttura dei prompt, la checklist di produzione passo-passo — in una guida operativa che uso io stesso come riferimento. Iscriviti alla newsletter di Graphics LAB e la ricevi insieme ai prossimi casi studio.

→ Iscriviti alla newsletter e scarica la guida

Conclusione

La generazione video AI è arrivata a un punto in cui la qualità della singola clip non è più il problema. Il problema — e quindi l’opportunità per chi lavora seriamente — è la coerenza: personaggi che restano se stessi, mondi che non si riscrivono a ogni inquadratura, costi sotto controllo. E la coerenza non si ottiene sperando: si costruisce, con riferimenti fissi e un metodo di produzione che viene dritto dal cinema.

Se hai esperienza di fotografia, ritocco o direzione creativa, sei già a metà strada. La grammatica è nuova, ma la logica è quella che conosci da sempre: prepara il set prima di girare.

Sono Gianluca Giarrusso, founder di Graphics LAB.
Mi occupo di Photoshop, Weavy e Higgsfield per costruire workflow AI per fotografi, grafici, content creator e creativi professionisti. Il mio focus è su pipeline replicabili che producono output coerenti in modo professionale — senza fare affidamento sulla fortuna generativa.

Se lavori nella fotografia commerciale, nel product, nell’interior o nella comunicazione visual e vuoi costruire un workflow su misura, prenota una consulenza 1:1.