如何让 AI 角色在每一张图里保持一致
*你的 AI 角色总在换脸，是因为一段提示词描述的是「一类脸」，而不是某一张具体的脸——每次生成，都在这一类里悄悄抽出了不同的一个人。* 锁种子（seed）救不了它，而反复打「棕色眼睛、红色外套」只会更糟。持久的解法是别再描述角色，改成引用一个角色：先把一个固定身份锚定住，再让 角色一致器 这样的专用 Agent 把这个身份带进每一个新场景，于是你只交代镜头，而不是每次重画那张脸。
为什么同一个角色撑不到第二页
模型是从噪声里「雕」出一张图，由你的文字来引导——而自然语言根本编码不了让一张脸可辨认的那成千上万个微小几何关系：两眼间距、下颌的收窄、上唇那道确切的弧线。所以「一个短黑发、穿红外套的女孩」锁住的是一个发型和一身衣服，不是一个人。每一次出图，都是从所有符合这句话的人里独立抽一个。什么都不改，只换那个看不见的随机种子，你就会得到另一个恰好也符合这句描述的人。
它有三种表现。脸先漂，读者一眼就能察觉，尽管说不出到底哪里变了。接着是服装漂——扣子数量、外套长度、吉祥物的领口、一件标志性道具悄悄变了形。最后是画风漂：线条粗细、色温、渲染密度在图与图之间游走，于是一整页看着不再像出自同一只手。单张主视觉里，这些都无所谓。可一旦放进漫画、绘本跨页或吉祥物设定图，它就是全部的问题。
一个诚实的测试：把同一个角色生成八次，拼成一个宫格。如果一个陌生人在没人告诉他的情况下认不出这是同一个人，那这个角色就撑不过一段多图序列——再怎么改提示词也救不回来。
锁种子并不是大家以为的那个解法
种子只固定了起始的噪声。用同一个种子配同一句提示词，你会原样重印同一张图——对复现来说是真有用，对讲故事却毫无用处，因为故事要的是同一个人换个姿势、换个角度、换套衣服。你一改提示词让他动起来，这个种子就在把不同的噪声推向一句略有出入的描述，脸也就跟着一起变了。种子给你的是可复现，不是身份。这是角色创作里最常见的错误开局：有人锁了种子，看着脸照样在变，就断定模型坏了。其实模型只是不折不扣地照做了。
描述 vs 引用——真正分水岭的那一步
角色参考图是一张固定的图——最好是一张小小的转身图，含正面、四分之三侧、正侧和全身——你把它作为视觉锚点，喂回每一次生成。它就是传统动画那套设定图（model sheet）的机器可读版：几十年来，正是靠它，一个角色才能在不同画师画的成百上千张图里始终「不走样」。现在身份活在一张模型可以照抄的图里，而不是一句它每次都得从头重新想象的话里。就这一步，把漂移压了下去。
把设定图建在一张空白画布上：均匀、中性的光，中性的表情。任何烘进参考图里的东西都会往下游蔓延——一道戏剧化的侧光、一个似笑非笑，就会变成之后每一张图的打光和表情，然后大家纳闷为什么整本书都像惊悚片一样打光。参考图还要贴合你的目标画风，而不是照片写实的基线，否则渲染会把力气全花在跟自己打架上。
| 做法 | 身份靠什么维持 | 换新场景还稳吗？ | 适合 |
|---|---|---|---|
| 每次重打提示词 | 每张图重敲一句话 | 不稳——第二张就漂 | 一次性图、找灵感、群众角色 |
| 锁种子 | 固定的起始噪声 | 不稳——只能复现同一张，一改就崩 | 复现某一张确切的图 |
| 参考图 | 一张图作为视觉锚点喂进去 | 大体稳——只要它中性且贴合画风 | 手工拼装的短序列 |
| 角色锁定 Agent | 身份在服务端跨会话携带 | 稳——锁一次，每次生成都套用 | 漫画、绘本、吉祥物、长套图 |
一步步锁住同一个 AI 角色
- 先设计，后锁定。 不带参考图自由探索，直到某一张完全对味。这个赢家就是你的主图（hero）——之后一切都从它生成。
- 把主图变成参考图，而不是一段文字。 把主图喂回去，生成一张小转身图——正面、四分之三侧、正侧、全身——再加上最先漂的那些细节的紧凑特写：吉祥物的徽章、一件标志性外套、一把武器。每个视角都要从主图生成，绝不从新写的文字生成，否则你会得到四个不同的角色。
- 把参考图中性化。 均匀的光、中性的表情、干净的背景。凡是你不想在每一个场景里都看到的，一样都别烘进去。
- 每次生成都引用它，只描述场景。 每次都把设定图喂进去，提示词只写环境、姿势和光——「夜里一处被雨浸湿的屋顶，从背后四分之三角度，脚下城市泛光」——脸、发型、瞳色一个字都别提。
- 换装时把身份权重调低。 如果角色换了衣服，或为闪回而变老，就守住脸、松开服装的锁，让参考图别再跟你真正要的改动较劲。
- 给宫格打分，然后改设定图——而不是改提示词。 把整套图并排摆开。哪里身份走了样，就去收紧参考图（换一张更干净的中性特写、补一个缺失的细节特写），让修复对以后每一张图都生效，而不只是那一格。
描述场景，而不是那张脸
这是把一套漂移的图扳回一致的唯一那条提示词规则。一旦参考图在扛着身份，再去描述外貌就是帮倒忙——文字和图开始抢那张脸。「一个蓝头发、戴金框眼镜的男人坐在咖啡馆里」在往两个方向拉扯；「一个男人独自坐在咖啡馆里，暖暖的窗光，广角」则让参考图赢下相貌，把你的字用在镜头上。参考图照不出来的东西——地点、机位、打光、情绪、动作——你尽管写得详细。可你一描述角色本身，就把锚给拔了。
功夫悄悄换了地方。以前拼的是写提示词，现在拼的是选参考图。一张中性、贴合画风的参考图，加一句只写场景的提示词，永远胜过一段形容词——而你一旦发现自己又在重敲发色，那就是你在走弯路的信号。
为什么角色锁定 Agent 胜过反复重打提示词
这一整套你当然可以手工来：把参考图存在文件夹里，每次重新上传，时刻记着别去描述脸。它能用，直到有一天用不了——赶稿时你把提示词删短了、随手抓了上周那版设定图，或者队友又把服装描述了一遍，整套图就裂开了。而一个专用 Agent 让身份变成结构性的，而不是一件你得一张接一张、靠自律去维持的活。
ReelWand 的 角色一致器 把锁定的身份——脸、发型、服装——装进一套服务端风格 DNA，随每一次请求一起跑；大约两小时的会话记忆意味着每一次出图都在上一张的基础上迭代，而不是重掷一个陌生人。你把角色锁一次，然后只导演场景：同一个孩子，新的跨页；同一个吉祥物，新的姿势；同一个模特，手里换个产品。因为身份从不离开服务端，它不会在项目中途被忘掉，也不会被碰巧在打字的人稀释掉。正是它，让绘本能撑到第十页、条漫能贯穿一整章、品牌吉祥物能走进一场 campaign、头像能铺满一整套资料图、产品模特能跑完一整本目录。这和 一致的品牌图像、以及像 美术指导 一样给 Agent 下指令，是同一套纪律：把身份钉在一个持久层里，再把提示词只花在该变的地方。
诚实的边界：参考图能压低漂移，但消不掉它。极细的细节——一张确切的雀斑分布、一个带小字的 logo、一身繁复的服饰花纹——仍可能在不同出图之间轻微变动。用一张专门的细节特写去锚定它们，并接受一个事实：放得越大，越值得补一笔轻量的手工修饰。
把脸、发型和服装锁定一次——再把同一个角色放进任何场景、姿势或光线，都不会有第二页就崩的漂移。
锁住一个角色，让它一路稳住常见问题
为什么我的 AI 角色每张图都不一样？
因为提示词描述的是「一类脸」，而不是某一张具体的脸——自然语言编码不了让一张脸可辨认的确切几何。每次生成都是从所有符合这句描述的人里独立抽一个，所以即便同一句提示词换个种子，也会给你一个不同的人。
锁种子能让 AI 角色保持一致吗？
不能。种子只固定起始噪声，用同一句提示词复用它，就会原样重印同一张图。你一改姿势或场景，种子就把不同的噪声推向略有出入的描述，脸也跟着变。种子给你的是可复现，不是身份。
角色参考图是什么？
它是一张固定的图——最好是含正面、四分之三侧、正侧和全身的小转身图——你把它作为视觉锚点喂回每一次生成。它把身份存在一张模型可以照抄的图里，而不是一句每次都要重新想象的话里。建它时要用均匀、中性的光和中性的表情，免得多余的东西往下蔓延。
换了服装或场景，怎么让角色还保持一致？
用参考图锚住脸，然后只描述场景——环境、姿势、打光。换装时守住脸、松开服装的锁，让参考图别跟改动较劲。别再重敲发色、瞳色这类外貌特征，那会让文字和参考图抢那张脸。
角色锁定 Agent 比手工复用参考图更好吗？
一次性的活，手工参考图就够了。但凡是长的活——一本书、一部条漫、一场吉祥物 campaign——一个把身份放在服务端的 Agent 能去掉那些人为出错点：删短的提示词、过期的设定图、又把脸描述了一遍的队友。角色一致器正是这么做的，还加了会话记忆，让每张图都在上一张的基础上迭代。
把它变成作品
专业图像 Agent 内置了本文所讲的创作方法。挑选一个当前可用的 Agent，开始创作。
属于 ReelWand 的AI 艺术与插画工具 工具集。