怎样让AI角色在多张图里保持一致？

角色为什么会“漂移”

图像模型在两次运行之间没有记忆。每次生成都从新的随机噪声开始，从头读取你的提示词。像 a young woman with short black hair 这样的描述，对应着数百万种可能的脸，模型每次都会挑一张不同的。措辞、姿势或机位上的小改动，会让结果偏得更远。

所以一致性不是靠模型记住，而是靠你每次给模型相同的信息，并且尽可能多地用工具接受的各种形式：相同的文字、相同的参考图，大项目还可以用学过这个角色的小型训练附加模块。下面的方法从成本最低到工作量最大，多数项目会组合使用其中两三种。

第1步：写一段固定的角色描述

把描述写一次，存在文本文件里，原样粘贴到每条提示词中。细节按从最显眼到最不显眼的顺序排列，并且只写观众看得见的东西。

MEI (character block, paste unchanged)
adult woman in her late 20s, East Asian, oval face, straight black hair
in a chin-length bob with blunt bangs, dark brown eyes, small mole under
the left eye, slim build, wearing a mustard-yellow raincoat over a white
T-shirt, dark blue jeans, white sneakers, round silver earrings

然后每条提示词都由角色描述加场景构成，只有场景在变：

[MEI block], standing at a bus stop in the rain, holding a clear umbrella,
night, neon reflections on the wet road, medium shot, 35mm photo

• 选有辨识度的锚点：一种不寻常的颜色、一件配饰、一处脸上的标记。Mustard raincoat 和 mole under the left eye 比 pretty 更容易核对和复现。
• 避免含义每次运行都会变的词，比如 stylish outfit 或 cute。
• 把风格词放在角色描述之外，这样把场景从照片换成插画时，不用改动角色部分。
• 在你的笔记里给角色起个名字，但提示词里不要依赖这个名字；除非你训练过它，否则编出来的名字对模型没有任何意义。

第2步：做一张角色设定表

角色设定表（character sheet）是一张图，或一小组图，在纯色背景上从多个角度清楚地展示角色。它是之后每个镜头都要回头参照的基准。

1. 用角色描述在素净的浅灰色背景上生成许多候选图，中性光线，全身。
2. 挑出你最喜欢的那一张脸。这就是标准脸，不要再继续探索了。
3. 为这个角色做转面图：正面、四分之三侧面、侧面和背面。以选定的图作为参考图，或者给每个角度配姿势控制。
4. 再加一排表情（平静、微笑、惊讶、生气），以及脸部和配饰的特写。
5. 用局部重绘修掉错误，然后以完整分辨率保存设定表，并把角色描述写在旁边。

character turnaround sheet of [MEI block], front view, three-quarter view,
side view and back view, full body, standing in a neutral pose,
plain light gray background, even soft studio light, clean illustration

保持设定表干净。参考图上杂乱的背景或戏剧化的光线，会连同脸一起被复制到后面的图里。

第3步：每次生成都使用参考图

目前大多数工具至少接受一张图片作为参考。在线工具把它叫做角色参考（character reference）、主体参考（subject reference），或者直接叫上传图片；开源工作流则使用 IP-Adapter 这类适配器，把参考图转成特征，与文字一起引导模型。把设定表里的脸部特写和一张全身图交给模型，再用文字描述新场景。

• 使用与镜头匹配的裁切：特写用脸部参考，远景用全身参考。
• 如果每张图都复制了参考图的姿势和背景，就调低参考权重；如果脸在漂移，就调高。
• 不要用上一次生成的图再去串联参考，误差会累积。始终回到确认过的设定表。
• 需要姿势完全一致时，再加一张姿势控制图。参见图生图指南。

种子：有用，但有局限

种子固定的是随机起始噪声。在相同的模型、参数和提示词下，同一个种子会生成几乎一样的图，所以种子非常适合为同一个镜头做小变化：改表情或光线，其余保持不变。

种子无法让角色跨不同场景保持一致。一旦改变姿势、背景或构图，同一个种子就会生成不同的布局，脸也往往不同。换了模型、工具版本、硬件或采样器之后，它也会失效。把种子当作重现某张图的办法，而不是角色身份。

第4步（长期项目）：LoRA 与微调

对于要在几百张图里出场的漫画、系列作品或品牌吉祥物，最强的办法是把角色教给模型。开源工具里常见三种方法：

训练数据比参数设置更重要。使用设定表和已确认镜头里的同一个角色的图片，角度、表情、光线和背景要有变化，并给每张图写好标注。如果每张训练图都是同一个背景或姿势，LoRA 也会把这些学进去。提供自定义角色的在线服务，在后台做的也是类似的事。

连贯性检查清单

新图放进项目之前，把它和角色设定表并排对比。凡是不合格的地方，修复或重新生成。

为每个镜头做一份简单的记录：提示词、种子、使用的参考图、模型，以及做过的修复。项目后期角色一旦漂移，这份记录会告诉你是哪次改动造成的。视频也适用同样的规则，逐镜头执行；多镜头视频指南介绍了如何让角色在运动中保持一致。