AI 多图如何保持同一角色：四镜头一致性验收法
要让 AI 在多张图片里生成"同一个角色"，先不要追求第一张有多惊艳。先确定哪几个特征一变，观众就会认成另一个人；再用四个难度不同的镜头测试这些特征能不能留下来。
最实用的起点是：
- 选一张清楚、无冲突的身份锚点；
- 把脸型、发型轮廓、体型比例、服装或道具、整体画风分开锁定；
- 依次生成中性肖像、侧面或全身、动态动作、受控场景四个镜头；
- 每张都记录"通过、修复或换路线"，不要用一张成功的正脸掩盖动态镜头失败。
这套方法适合绘本、AI 漫剧、分镜、品牌吉祥物、游戏概念图和系列社媒图片。它不承诺任何工具能永久记住角色，也不把"同脸"误当成完整的角色一致性。
先定义什么叫"同一个角色"
角色一致性至少有五个可以独立漂移的维度：
- 脸部结构：脸型、眼距、眉眼关系、鼻口比例、年龄感；
- 发型轮廓：刘海走势、发际线、侧面与后脑勺形状、发色分区；
- 身体比例：身高印象、肩宽、头身比、四肢长度与体态；
- 服装与道具：领口、袖型、纽扣数量、徽章、眼镜、武器或背包；
- 视觉语言：线条、材质、光影、色彩、写实或插画程度。
"同脸"只解决第一项的一部分。若正脸很像，但侧面鼻梁改变、全身比例缩短、招牌外套换色，项目里的角色仍然已经漂移。反过来，风格一致也不等于身份一致：四张图都像同一位画师的作品，人物却可能是四张不同的脸。
项目不必把每一项都锁死。儿童绘本可能允许衣服随剧情变化，但必须保留脸、发型和头身比；品牌吉祥物可以改变姿势，却不能丢失配色、轮廓和标志道具。先写清"必须不变"和"允许变化"，AI 才有可执行的边界，审核者也有共同标准。
准备参考图：一张负责身份，其余只补缺失视角
优先选择一张主体清楚、光线均匀、没有夸张遮挡的中性图作为"批准锚点"。不要同时上传几张长得不一样的候选图，让模型自己猜哪一张才是真人设。
补充参考图只有在回答缺失信息时才有价值：
- 正脸看不清鼻梁和后脑轮廓，补一张侧面；
- 肖像看不出头身比和服装下摆，补一张全身；
- 招牌道具很小，补一张局部细节；
- 角色服装有中文、拉丁字母、印章或徽记，另存一份经确认的逐字文本和清晰局部图。
给每张图分配职责，例如"图 A 决定脸和发型，图 B 决定身体比例，图 C 决定外套与徽章"。若 A 和 B 的脸型、年龄或发色互相冲突，应先统一素材，而不是继续增加参考图。更多输入并不自动带来更高一致性，冲突素材反而可能让结果平均化、串脸或随机交换细节。
真实人物、未公开 IP、客户设计稿或其他敏感素材，在上传前还要检查对应平台的可见范围、保留与删除方式、训练用途、导出规则和当前商业条款。能生成并下载图片，不等于这些权利与隐私问题已经解决。
写一份短小的角色锁定块
长篇形容词并不等于有效控制。角色锁定块只保留能被看见、能被复核的视觉事实，并把变量单独列出：
角色：岚，成年女性绘本邮差。
必须不变：
- 椭圆脸，眼距略宽，鼻梁短直，左眉尾有一颗小痣
- 深棕色齐下巴短发，右侧分缝，后脑轮廓圆
- 偏高、窄肩、约 7.5 头身
- 墨绿色短斗篷，黄铜圆扣，棕色斜挎邮包
- 柔和纸张颗粒的平涂绘本风格
允许变化：
- 表情、姿势、镜头距离、背景和天气
本镜头变化：
- 奔跑穿过雨后的石桥，三分之四侧面
拒收条件：
- 痣换边或消失、短发变长、斗篷变蓝、圆扣变方、
邮包换到另一侧、头身比明显变矮、写实摄影质感
这段文字不是万能提示词。它的作用是让每次生成都使用同一组身份事实，同时只改变本镜头真正需要变化的部分。平台如果支持参考图、角色引用或自定义角色功能，把锁定块与该功能一起使用；如果只支持普通提示词，就把它当作较低成本的初筛方案，而不是稳定身份记忆。
用四个镜头做一致性验收
不要先批量做二十张剧情图。先用四张便宜但有区分度的测试图，尽早暴露路线的薄弱处。
镜头一：中性肖像
目的不是做封面，而是确认批准锚点能否被复现。保持简单背景、中性表情和清楚光线，检查脸部结构、发际线、发色和主要配饰。
若这一张都不能通过，先处理参考图冲突或身份描述，不要急着加动作、复杂光线和场景。
镜头二：侧面或全身
根据项目真正缺少的信息二选一。依赖侧脸特写的漫画选侧面；依赖动作和服装的漫剧、绘本或品牌项目选全身。
这一镜头会暴露"正脸像，但鼻梁、后脑勺、头身比或服装结构不对"的假一致性。评审时不要只放大脸，也要看剪影、肩腰比例、衣服下摆和道具位置。
镜头三：动态动作
使用项目里确实会出现的动作，例如奔跑、弯腰取物、挥剑、回头或双手展示商品。动作会改变遮挡、透视和肢体比例，是很多路线真正的压力点。
如果手臂遮住服装后模型重做了整件衣服，或转头时直接换脸，就把症状写进记录。不要只写"感觉不太像"。
镜头四：受控场景或风格压力
只改变一个对交付有意义的大变量。例如从白天换夜景、从室内换室外、加入另一种规定光线，或测试项目必须交付的特殊风格。不要同时换服装、画风、年龄、环境和镜头；否则失败后无法判断是哪项变化造成的。
若角色服装含中文、英文、Logo、印章或徽记，应在这一镜头加入真实交付尺寸检查。缩略图里"像一行字"不算通过；应在最终展示尺寸核对原文、方向、位置和清晰度。
可直接复制的四镜头验收记录
下面是一张空白决策记录，不是任何平台的成绩单，也不是 GPT88 已完成的实测数据。复制后填入自己的项目结果。
《同一角色四镜头验收记录》
项目：
生成路线 / 工具 / 模型：
批准的身份锚点文件：
参考图版本：
必须锁定的特征：
- 脸部：
- 身体比例：
- 发型轮廓：
- 服装 / 道具：
- 视觉语言：
允许变化：
项目最难且必须交付的镜头：
统一检查尺寸：
镜头 1｜中性肖像
请求的变化：
脸部：通过 / 失败；症状：
身体：通过 / 失败；症状：
发型：通过 / 失败；症状：
服装或道具：通过 / 失败；症状：
视觉语言：通过 / 失败；症状：
总体：通过 / 修复 / 换路线
最小重试：
换路线原因：
镜头 2｜侧面或全身（按项目选择）
请求的变化：
脸部：通过 / 失败；症状：
身体：通过 / 失败；症状：
发型：通过 / 失败；症状：
服装或道具：通过 / 失败；症状：
视觉语言：通过 / 失败；症状：
总体：通过 / 修复 / 换路线
最小重试：
换路线原因：
镜头 3｜动态动作：
请求的变化：
脸部：通过 / 失败；症状：
身体：通过 / 失败；症状：
发型：通过 / 失败；症状：
服装或道具：通过 / 失败；症状：
视觉语言：通过 / 失败；症状：
总体：通过 / 修复 / 换路线
最小重试：
换路线原因：
镜头 4｜受控场景或风格压力：
请求的变化：
脸部：通过 / 失败；症状：
身体：通过 / 失败；症状：
发型：通过 / 失败；症状：
服装或道具：通过 / 失败；症状：
视觉语言：通过 / 失败；症状：
总体：通过 / 修复 / 换路线
最小重试：
换路线原因：
最终决定：通过 / 修复后复测 / 换路线 / 拆分流程 / 预留人工修图
决定依据：
评审人：
评审日期：
评审时保留失败图，并用"侧脸鼻梁变长""斗篷扣子从一枚变三枚"这类症状命名。失败样本比只保留漂亮成片更有用：它能告诉下一次尝试究竟只改哪一项。
失败后只做一次最小重试
一次重试只减少一个主要变量。例如：
- 侧脸漂移：保留同一角色块，改用更清楚的侧面参考；
- 体型变化：从肖像参考换成能看见完整比例的全身参考；
- 发型后侧错误：增加一张只负责后脑轮廓的参考；
- 服装文字或徽章错误：先生成无文字的角色画面，再把确定性排字与标识交给后期设计；
- 两人同框串脸：先分别让每个角色通过四镜头，再测试双人构图；
- 风格变了但脸没变：锁定视觉语言，暂时撤掉光线与材质的大幅变化。
如果同一个必需维度在"清晰参考＋减少变量"的重试后仍然失败，就不要继续盲抽。此时应选择：
- 换成有专门角色引用或自定义角色路径的工具；
- 为高频、长期角色评估训练式路线，例如经过筛选素材的 LoRA 或其他自定义模型；
- 把脸、服装文字、徽章或复杂道具拆成独立后期环节；
- 降低项目允许的变化范围；
- 为关键镜头预留人工修图。
路线选择看最难的必需镜头，而不是工具展示页里最好看的肖像。如果项目必须交付奔跑侧身镜头，那么正面肖像连续成功十次也不能代替这张验收。
参考图、专用角色功能与训练路线怎么选
可以按产量、失败成本和隐私要求分三层考虑：
| 路线 | 适合先解决什么 | 主要风险 | 进入下一层的信号 |
|---|---|---|---|
| 普通提示词＋参考图 | 少量概念图、验证角色方向 | 每次生成可能重新解释身份；提示词更长也不等于记忆 | 必需镜头在最小重试后仍漂移 |
| 专用角色引用或可复用角色功能 | 多场景、姿势与机位变化 | 功能名不证明结果；版本、计划和细节保留会变化 | 产量大、需要可重复调用或跨批次稳定 |
| 训练式角色路线＋人工清理 | 长期连载、高频生产、严格资产管理 | 素材质量、训练成本、错误固化、权利与隐私 | 只有在有合格素材和维护预算时采用 |
以当前公开产品路径为例，Midjourney Omni Reference 接受一张参考图，官方也明确提醒复杂细节未必能完全匹配；截至 2026 年 7 月 28 日，该页说明的是 V7 兼容路径，不能把它写成 V8.2 功能。Ideogram Character 和 OpenArt AI Character 提供了专门的可复用角色入口，但页面上的"每次一致""无限生成"等营销语言不能替代你自己的四镜头记录。
同样，GPT88 的 Agent 图片工作台 当前可以添加可选参考图，适合拿一张批准锚点做快速实验；但这只证明存在参考图输入，不证明它是持久角色系统，也没有证据表明它已通过你的四镜头验收。把它放在低成本试验环节，结果通过再继续，不要把"上传过参考图"写成"工具会长期记住角色"。
常见误区
固定 seed 能不能一直得到同一个角色？
不能把 seed 当作可靠的角色记忆。它可能帮助复现某些生成条件，但提示词、模型、尺寸、参数或工作流一变，身份仍可能漂移。是否可用仍要看四镜头结果。
一张角色设定图够不够？
够不够取决于它是否真的回答了项目需要的视角。清楚的正脸可以启动测试；需要侧脸、全身或复杂服装时，应补充相应视图。不要为了"数量更多"混入相互冲突的图。
LoRA 一定比参考图稳定吗？
不一定。训练式路线会把素材里的优点和错误一起学进去。模糊、角度单一、服装互相矛盾或身份本就不稳定的训练图，不会因为训练而自动变好。
两个角色如何避免串脸？
先让每个角色单独通过四镜头，再测试双人场景。给每个人独立的身份锚点、锁定特征和空间位置；若仍串脸，拆分生成或把合成留给后期，而不是继续在一个提示词里堆更多描述。
静态图片通过后，视频里也会保持一致吗？
不能这样推断。视频还要面对连续运动、遮挡、转身和跨镜头衔接。静态四镜头只能证明图片路线的基础身份保持；进入视频前还要另外做时间连续性测试。
最后只问一个问题：最难的镜头过了吗？
角色一致性不是"看起来大概像"，也不是工具名称里出现了 Character、Reference 或 Consistent。它是一组可观察的交付条件。
先锁定批准锚点和真正不能变化的特征，再让路线通过中性肖像、侧面或全身、动态动作、受控压力四个镜头。最难的必需镜头通过，才值得进入批量生产；同一维度在一次最小重试后仍失败，就换路线、拆流程或安排人工修图。
这样做可能比连续抽图少一点兴奋感，却能更早知道：这条路线是在保存你的角色，还是只是在重复生成相似的人。