AI 一致性角色生成指南：先过四镜头测试，再做系列图

先把这个角色在项目里最难的一张图写出来：侧脸、全身动作、换服装、强光影，还是两个人同框。AI 角色一致性不是看第一张人像有多漂亮，而是看这张最难图还能不能认出同一个设计。

批量出图前，先做四张小样：正面基准、侧面或全身、动态动作、场景或风格变化。脸型、发型轮廓、身材比例、标志性服装或道具、整体画风都能保住，才算这条路线具备系列制作资格。

如果清晰参考图加一次“只改一个变量”的重试，仍在同一个维度失败，就别再堆形容词；换更强的保持路线、拆开生成，或把人工合成列入成本。

上传真人、儿童、客户角色或未公开设定前先停一下：确认授权、公开或私密状态、留存与删除、训练用途、导出以及当前商业使用条款。

先把最难镜头写成验收条件

“哪个角色生成器最好”不是第一个要回答的问题。先问这个角色最终要出现在什么画面里：只是头像和半身海报，还是要走路、跑动、回头、拿道具、换衣服、进入夜景，甚至和另一个固定角色互动。要求不同，所需的身份保持强度也不同。

仅靠提示词适合找方向。例如“黑色短发、琥珀色夹克、青绿色围巾”可以让多张图共享大致概念，却没有把具体脸型、发际线、身体比例和服装结构记下来。重复同一个 seed 也不能补上这种视觉记忆。Midjourney 的 Seeds 官方说明明确提醒，seed 不应该被当成跨提示词保存人物或外观的办法。

一张清晰参考图适合做第一轮小测试。它能提供比文字更具体的脸、轮廓、配色和服装证据，但盲区也很明确：正面大头照解释不了侧脸鼻梁与下颌，半身图解释不了身高和腿部比例，背面没有出现的衣服结构也只能由模型猜。

多张参考图的价值在“互补”，不在“越多越好”。正面负责脸，侧面补发型和轮廓，全身说明体型与服装，局部图补道具或徽记。若两张图里的年龄、发型、夹克版型、身体比例或画风互相矛盾，模型必须在冲突中做选择，结果可能平均、串位或随机替换细节。

专用角色参考功能、持久角色功能，或 LoRA/自定义训练路线，适合长期连载和批量制作，但它们增加了前期准备、版本管理、复核和修图责任。“能复用”不等于“每个角度都精确复制”，也不代表服装、道具和画风自动锁死。

把最难镜头放在路线选择前面，可以提前暴露错误投入。一个能连续出十张漂亮正面头像的工具，仍可能无法完成需要全身动作的绘本；一个能保住脸的路线，也可能在漫画同框时不断串衣服。真正的通过标准只能来自作品需求。

如果你连最终要做 2D 插画、头像、桌游模型还是 3D 角色都没确定，先用角色创建路线指南解决输出形态，再进入同一角色跨图连续性测试。

生成第二张前，先规定什么不能变

一致性不是把每个像素冻结。角色需要转身、走动、微笑、进入不同光线和场景；这些变化本来就是故事的一部分。真正要锁定的是承担识别的特征，同时明确哪些变化是允许的，哪些变化没有剧情理由就算漂移。

可以先写一张“锁定—可变化—禁止”表：

一份可执行的角色契约不需要写成小说。比如：

锁定： 黑色齐耳短发和整齐刘海，左脸月牙标记，琥珀色野外夹克，青绿色围巾，偏瘦体型，低饱和电影配色。 可变化： 表情、姿势、镜头角度、光线、天气、场景。 禁止： 年龄漂移、新增首饰、月牙消失、夹克重做、突然变成无关画风。

这份契约同时服务生成和审核。下一张需要正式礼服时，不要悄悄接受模型自创的衣服，而是先把“换装”加入可变化项，再决定脸、发型、体型、标记和画风如何继续承担身份。

锁定项也不能无限增加。若把每个褶皱、每根头发、每个光斑都写成不可变化，动作会僵硬，提示词也会互相争夺。只锁住真正让观众认出角色的少数锚点，把姿势、表情、镜头和环境留给叙事。

参考图不是越多越好，先补齐视角

五张几乎一样的正面头像，不如一张正面、一张侧面和一张全身有用。参考包的目标是覆盖缺失信息，而不是堆数量。

虚构角色的实用参考包通常包括：

• 一张无遮挡、光线中性、面部清楚的基准人像；
• 一张侧面或四分之三侧面，用来说明鼻梁、下颌、发际线和头部轮廓；
• 一张全身，用来说明身高感、体型、鞋子和服装比例；
• 一张服装或道具细节图，补充必须重复的结构；
• 只有在项目需要表情跨度时，才加入小型表情组。

关键是让每张图回答一个新问题。强逆光海报可能很有气氛，却把脸和衣服都藏在阴影里；平淡的中性图反而更适合做身份基准。先选择信息最完整、没有遮挡的图，再补最难角度。

上传前把参考图并排检查：年龄是否一致，脸型和发型是否一致，身材是否一致，夹克和道具是否属于同一版本，色彩与渲染风格是否互相兼容。若必须同时保留两个版本，就明确哪张图负责脸、哪张负责服装，或者分成两次生成，不要让模型猜优先级。

提示词也应从“重新描述整个人”改成“说明本张要改什么”：

保留参考图里的 [锁定身份特征]。本张只改变 [姿势、镜头、动作、场景或表情]。继续遵守 [服装/道具规则]，不要出现 [已知漂移风险]。

参考图负责外观证据，文字负责变化请求。若你的任务只是一般的图生图、保留主体或局部修改，而不是让角色长期跨场景复用，可以改走图生图与保留/改变路线指南。

用三轮小实验把参考包补对

假设角色是“黑色短发、左脸月牙、琥珀夹克、青绿围巾”的探险者。第一轮只上传正面半身图，要求做四分之三侧脸。若月牙位置正确，但鼻梁、下颌和后脑轮廓明显换人，不要立刻增加十条五官形容词；这说明缺的是侧面视觉证据。第二轮补一张同版本侧面图，保持光线和背景简单，只重复角度测试。

若侧面通过，第三轮再做全身动作。此时脸和头发保住了，但夹克口袋、围巾长度和鞋子不断变化，问题就从“身份参考不足”转成“服装结构没有被说明”。加入一张干净全身或服装图，把本轮唯一变量设为动作；不要同时更换场景和画风。这样每一轮都能告诉你参考包还缺哪个维度。

反过来，如果补了侧面后正面脸也变了，要先检查两张参考图是否真的属于同一版本：年龄、刘海、眼型、脸宽、月牙方向和渲染方式是否一致。两张都“看起来不错”不代表它们能一起做身份证据。冲突时应选一个主版本，或明确一张只负责服装，不要继续加第三张去稀释矛盾。

每次实验都保存输入、允许变化、输出和结论。例如：

这类记录比“把参考强度调高一点试试”更有价值，因为它把失败归因到具体维度。若在参考清楚、输入不冲突、变量单一的情况下仍重复失败，就已经得到换路线的证据，而不是得到继续抽卡的理由。

四张小样怎么判通过

不要在第一张满意后立刻生产三十张。先用同一套参考图和同一份角色契约做一组小样，让差异来自镜头变化，而不是每次都换输入。

第一张：中性正面基准

这张只验证路线是否读懂参考。背景和光线尽量简单，记录脸部比例、发型轮廓、月牙标记、上半身服装和配色。它是后续对照，不是最终通过证据。

第二张：侧面或全身

选择参考图最没有说明清楚的视角。侧面检验鼻梁、下颌、发际线和头型；全身检验体型、四肢比例、鞋子和服装结构。若这一步已经换人，继续加复杂场景只会把问题藏起来。

第三张：动态动作

让角色跑、蹲、攀爬、伸手或操作道具，使姿势、透视和表情同时发生合理变化。若路线只是复制参考图构图，它往往会在这里回到原姿势，或者在大幅动作中丢掉脸和体型。

第四张：场景或风格压力测试

一次只改变一个主要条件，例如夜景、雨雪、远景、完全不同的环境，或一项受控风格变化。不要同时换镜头、服装、画风和光线，否则失败后无法判断原因。目标是检验身份能否离开基准图的视觉条件，不是追求最炫的一张。

把四张图并排，从五个维度看：脸、身材轮廓、发型、服装/道具、配色/画风。每项只做三种决定：

• 通过： 仍能认出同一角色，而且变化符合本张任务。
• 修复： 某一维只失败一次，可以用更小、更干净的实验找原因。
• 换方法： 清晰参考和单变量重试后，同一维度仍失败；或者人工修整已经吃掉路线的时间与成本优势。

不要用“整体差不多”把失败平均掉。三张正面很好、一张全身完全换人，对需要全身动作的项目就是失败。验收跟着最难需求走，不跟着画廊平均分走。

不同项目，最难镜头不是同一张

四镜头是共同底线，真正的验收重点还要跟项目变化。绘本、条漫、游戏和品牌素材都需要“同一角色”，但它们暴露失败的方式不同。

绘本通常先卡在全身比例和服装连续性。角色从坐姿变成跑步时，腿长、鞋子、衣服层次和年龄感都可能变化；因此封面级正面人像不能替代跨页动作测试。条漫更容易在侧脸、低头、抬头和双人对话里串脸，验收时要把“各自单独通过”和“同框不串位”分成两道关。

游戏与品牌项目还要把角色设定当作资产管理，而不是一次性好图。正侧背、装备、色板和标志元素需要能被后续设计人员读懂；若生成结果每次都重做口袋、腰带、徽记或武器，哪怕脸很像，也不适合作为稳定生产路线。

不要用一个抽象总分掩盖关键失败。可以给每张小样建一张简短验收卡：

• 使用的参考包版本与角色契约版本；
• 本张允许改变的唯一主要变量；
• 脸、发型、身材、服装/道具、画风分别通过或失败；
• 失败维度的可见证据，例如“侧脸下颌变窄”“月牙跑到右脸”“夹克口袋数量变化”；
• 下一次只做哪个最小实验；
• 连续失败几次后切换路线或改为分层制作。

验收卡的作用不是制造复杂流程，而是避免团队用“感觉还行”重复浪费生成。只要把失败写成可见事实，下一步就能变得具体：补侧面参考、隔离服装、降低场景复杂度、拆开两个人物，或者停止这条路线。

漂移了，别同时改五件事

脸、服装、镜头、提示词、画风和参考强度一起改，即使下一张变好，也不知道哪个改动有效；变差时同样找不到原因。先识别可见症状，再只动一个变量。

无限扩写提示词不是修复流程。同一问题反复出现时，选项只有四类：补充真正缺失的参考证据；换成更强的持久角色路线；把人物、服装、道具拆开制作；或把人工合成与修图正式纳入预算。拒绝不合格路线也是正确结果。

还要分清“提示词问题”和“路线能力问题”。如果基准人像已经错了，先检查参考图是否清楚、上传是否成功、人物是否被遮挡，以及当前功能是否真的启用；如果基准正确、只有侧脸失败，就补角度证据；如果所有单人镜头都通过、只有双人互动串位，问题属于多主体控制。不要用换模型、改参考强度、重写提示词、换画风和加负面词同时轰炸同一轮测试。

为避免碰运气，可以固定一个回退顺序：先回到中性基准，确认角色仍能被读懂；再恢复最后一个通过的镜头；然后只加入失败变量；最后才升级参考方式或拆分制作。只要某一步重新稳定，就能知道故障发生在哪个边界。若回到基准仍失败，应先排查当前功能、输入或版本变化，而不是继续生产后续页面。

两个角色先单测，再同框

若 A 和 B 单独都不能稳定，同框只会把两个问题叠在一起。先分别为两人做四镜头测试，并让他们在轮廓、配色、发型、服装和标志特征上有足够差异。

接着只做一张简单双人图：中性光、简单背景、没有复杂动作。清楚说明谁站左边、谁站右边，谁穿哪件衣服，哪个道具属于谁。审核时专门找“属性串位”：发型互换、脸部特征共享、服装颜色合并、标记复制、道具跑到另一个人手里。

简单同框通过后，再加互动、遮挡和复杂环境。若仍然串脸、串衣服或串道具，先分开生成再合成，或者切换到能承担多主体保持的路线。拥挤场面不应该成为第一次调试两个人物的地方。

当前几类参考功能应该怎么理解

具体产品只能说明不同保持方式，不能直接排成“最好”榜单。当前官方说明可以支持以下边界：

讨论 Midjourney V7 时应使用当前 Omni Reference 官方说明，不要把旧版名称直接套到 V7。较早版本的 Character Reference 说明同时提醒，复杂细节和真人相貌不一定精确匹配。

Ideogram 的 Character Reference 指南强调清晰、光线良好的人像输入；Leonardo 的图像引导文档说明不同参考强度，并明确它不是换脸或完美复制保证。

Google 当前的 Gemini 图像生成文档说明多参考与连续图像工作流。这使它适合补充多角度或连续场景，但具体模型 ID、参考图数量、价格、限额和可用状态应在实施前重新查看当前文档与账户界面。

产品示例能证明某种路线存在，不能替你的角色通过验收。最终选择仍由最难镜头和四张小样决定。

免费能不能用，先看合同再看画质

免费入口可以拿来跑小样，却不能证明生产适用。先确认当下能生成多少、是否排队、是否加水印、能否导出、参考功能是否可用；然后再看隐私、删除、训练用途和商业使用条款。不要把一次成功下载等同于商业许可，也不要把“没有看到公开画廊”等同于私密。

涉及真人、儿童、委托作品、客户 IP 或未发布角色时，至少核对：

如果目标本来就是真人相貌，而不是虚构角色，授权、误用和身份风险会更高，应转到真人照片生成路线指南单独判断。

批量开始前，先建制作档案

长期系列要保存的不只是“最好看的一张图”。建立一个可版本化的角色文件夹，至少包含：批准的参考包、锁定/可变化/禁止表、提示词骨架、四镜头通过样本、失败样本、所用功能或模型名称、关键设置和批准日期。

这样做能解决三个实际问题。第一，团队换人后仍知道哪个版本才是角色真值；第二，后续漂移可以和批准样本对照，而不是凭印象争论；第三，功能更新或更换路线时，可以重跑相同四镜头，判断变化来自模型、参考还是制作要求。

开始第一批量产前，按顺序检查：

1. 写出最难镜头，是侧面、全身动作、换装、强风格还是双角色。
2. 选择最轻但有可能承担它的保持方法。
3. 写锁定、可变化和禁止漂移。
4. 用互补视角建立参考包，不重复堆正面头像。
5. 生成中性基准，确认路线读懂角色。
6. 跑完四镜头，不在第一张后直接量产。
7. 失败时一次只改一个变量并记录结果。
8. 明确通过、换路线，或把人工修整写进预算。

静态参考图以后可以交给视频工作流，但运动、遮挡、镜头变化和帧间漂移是另一套验收问题。需要进入动态制作时，应再用图生视频路线指南做短片测试，不能拿静态通过代替视频通过。

常见问题

免费的一致性角色生成器够用吗？

够不够取决于你是否只做测试，还是要生产完整系列。免费入口可以验证最难镜头，但生成次数、队列、水印、导出、参考能力、公开性和商业条款都可能变化。先用不敏感的虚构角色做四镜头小样；若关键维度保不住，或者当前合同不允许目标用途，就及时换路线，不要因为“免费”继续投入。

一致性角色需要几张参考图？

一张清晰图足够开始。只有当侧面、全身、服装或表情信息缺失时再补图。数量没有通用答案：一张互补的侧面往往比三张重复正面更有价值。参考图越多，冲突风险也越高，因此先检查年龄、脸型、发型、体型、服装和画风是否一致。

只写提示词能保持同一角色吗？

可以保持大致概念，不能当成稳定身份记忆。文字难以精确固定脸部几何、头部轮廓、身体比例和服装结构。如果第二张就必须让读者认出同一个人，应尽早加入视觉参考或专用角色功能。重复 seed 也不能替代角色参考。

一定要训练 LoRA 或自定义模型吗？

不一定。先用一张清晰参考图测试最难镜头。只有当角色要跨很多场景、强角度、大批量或长期连载，而且轻量参考路线在同一维度反复失败时，训练路线才更合理。训练同时增加数据准备、版本、部署和修图责任，应该用来解决已测量的失败，而不是默认第一步。

换衣服后还能保持同一角色吗？

可以，前提是脸、发型轮廓、体型、标记和视觉语言足以独立承担身份。把换装设为本轮唯一主要变量。若一脱掉原夹克就完全认不出，说明路线可能把服装当成了身份；先加强不依赖服装的参考证据，再做新造型。

两个固定角色怎么避免串脸和串服装？

先让两个人分别通过四镜头，再做简单同框。为他们保留明显不同的轮廓、配色、发型、服装和标记，明确左右位置与道具归属。若复杂场景仍串位，就分开生成再合成，或换成能承担多主体保持的路线。

可以上传真人照片做一致性角色吗？

只有在用途合法、适当，且本人知情同意，同时当前服务政策允许时才可以。上传前核对公开性、留存、删除、训练用途、输出权利、年龄限制、冒充与敏感内容规则。虚构角色工作流不能用来绕过真人相貌的安全边界。

生成结果可以商用吗？

取决于当前服务、套餐、输入权利、所在地区和具体用途。营销页的一句“可商用”或一次免费下载不等于完整授权。保存当前条款版本、付款记录、参考素材许可和人工审核记录；客户、商品和广告用途尤其需要明确项目权利链。

静态角色一致，做视频也会一致吗？

不会自动成立。静态参考包能提供关键帧和身份锚点，但视频增加运动、遮挡、光线过渡、镜头变化和帧间漂移。先做短片，逐项检查脸、体型、服装、道具和动作连续性，再决定是否扩展成长镜头。

只有当最难镜头真正通过、失败后的换路线阈值已经写清、输入输出合同也适合项目时，才值得开始批量生成。一个被四张小样验证过的工作流，比任何一张“完美人像”更有价值。

把通过样本和失败样本一起归档，下一次更新模型或更换工具时，才能用同一组镜头重新验收，而不是从头凭感觉判断。