做多镜头角色视频时，最容易误判的一步是：某个镜头不像，就继续往参考包里加图。结果资料越来越厚，却很难说清楚是哪张图在帮忙、哪张图把身份和服装搅在了一起。这里想讨论一种更省排查成本的做法：把参考图当成需要做消融测试的素材包，而不是越多越保险的仓库。
先定义这次只验一个目标。例如固定角色的脸部识别特征，暂时不要同时要求换装、多人同框和复杂运动。选一组自己有权使用的素材，把正面、侧面、表情和全身照分开编号；每张记录光线、妆发、服装、裁切和背景。明显模糊、强滤镜、脸部遮挡、比例失真的图先放到候选区，不直接丢进正式包。若几张照片里人物发型或年龄感差异很大，先问自己这些到底是不是必须保留的角色设定。
然后做小规模对照：一套少量且清晰的基线包，一套只增加角度，一套只增加服装变化。三套使用同一段镜头描述、同样的画幅和相同的生成设置，各做几段短镜头。记录的是哪种变化导致了具体问题，而不是凭一张最漂亮的图给整套方案打分。比如正面稳定但转身失败，优先检查侧面信息；换装时脸也变了，可能要把服装参照与身份参照分开；两个人长得相似时还要单独查角色指代是否混淆。
再做一次反向测试：从表现最差的版本里每次移除一张可疑素材，观察同一镜头是否改善。如果改善，就记下原因猜测，再用另一种机位复核，不要把一次随机好结果当结论。条件允许的话保留种子、工作流版本和参考包清单，方便回头看变量到底是什么。若使用的工具对图片数量、尺寸或参考方式有限制，以该工具当下的官方说明和实际日志为准，不要把别人某套参数当通用答案。
最后留下的不是一份神奇的参考包，而是一张简短决策表：什么镜头需要补角度，什么情况下该删冲突素材，什么时候才值得考虑训练或更换路线。你们遇到角色漂移时，最先删掉的通常是哪类参考图？