「角色一致性」是关于 AI 图像生成最常见的抱怨,也是最容易被误解的一个问题。大多数人遇到的失败,其实来自几个可以避免的常见错误,而不是这项技术本身解决不了的限制。下面是真正有用的方法。
1. 每次生成都锚定到同一张参考图
最关键的一点是:你每次生成新图时是不是真的附带了一张参考图,还是只是重新打一遍文字描述,指望模型「记得」上次画的样子。模型不会记得——纯文字 prompt 在多次生成之间没有记忆。每一张新图都应该参照同一张原始照片(或者上一次效果最好的输出),而不是一段重新写的外貌描述。
2. 把 prompt 拆成「身份部分」和「场景部分」
刻意把 prompt 分成两块,一块固定不变,一块可以变化。身份部分——脸、发型、瞳色、服装、任何辨识特征——每次都要用完全一样的措辞。场景部分——地点、姿势、光线、镜头角度——才是每次生成之间应该变化的部分。哪怕意思一样,每次都换种说法重写身份部分,是导致角色跑偏最常见的原因之一。
3. 用固定的风格短语,而不是每次重新描述风格
如果你在生成特定的美术风格,每次 prompt 里都要用完全一样的风格短语(比如始终用「flat 2D anime style, thick outlines」,不要这次写成「anime-influenced illustration」,下次又写成「2D cartoon style」)。这里的措辞微调,对结果的影响比大多数人想象的要大。
4. 一次性生成完整角度组,而不是拖几天分开生成
如果你需要正面、侧面、背面,尽量在同一次会话里、基于同一张参考图一起生成,而不是一周后再回来,凭记忆或者一段旧 prompt 去「复原」这个角色。生成之间间隔的时间和上下文越多,细节跑偏的概率就越大。
5. 用比「看着差不多」更客观的方式检查一致性
这是大多数人会跳过的一步,也是为什么效果不好的图最后会混进成品,而不是提前被发现。「看着差不多」是个很差的筛选标准——脸部的跑偏对观众来说可能很明显,但你盯着这个角色看了一个小时之后反而容易忽略。有些工具会把每张生成图和你的原始参考图做匹配打分(Character Bible 的 Face Identity Lock 就是这么做的,直接在图片上显示匹配百分比),能把「我觉得应该没问题」变成一个真正可以核实的东西。
- 每次都锚定到真实参考图,而不是重新打一遍描述
- 身份部分的措辞在每次 prompt 里保持完全一致,只变化场景部分
- 用一个固定的风格短语,不要每次都换种说法
- 完整的角度/表情组在同一次会话里生成,不要分开好几天做
- 用打分核实结果,而不是凭感觉判断
这些都不需要昂贵的自定义模型训练——主要是在参考图和 prompt 结构上保持纪律性。专门为这套工作流打造的工具(而不是在通用图像生成器上加装一个一致性功能),会自动帮你处理好第 1 步和第 5 步——这也是「一份真正能用的角色参考表」和「二十张要自己手动挑的生成图」之间的区别。