August 5, 2026教程8 分钟阅读

AI 生图角色一致性完全指南

跨多次生成保住同一角色的三层方法：锚定描述、单变量原则、参考图——以及每一层各自在什么时候失效。

这篇解决什么问题

你做出了一个满意的角色。第二张图却是另一个人——发色对了，脸不对。这里没有可复用的 seed，也没有能保存角色的槽位，唯一能把身份从这次生成带到下次生成的东西，就是你粘贴进去的那段文字。

这篇讲的是跨多次生成保住同一个角色：今天出第一张，下周出第九张。如果你要的是一张图里排多个画格——六格表情表、分镜——那是另一套机制，见多格生成指南。下面所有内容都假设每次出图都是从零开始。

角色为什么会漂移

提示词不是记忆。每次生成都会从当次拿到的描述里重新推导出一张脸，因此你没写到的部分全部会被重新发明——而「一个长发黑发的年轻女性」几乎什么都没定死。

有三件事会让漂移变严重，按影响从大到小：

锚定描述太笼统。 你漏掉的每个形容词都是一个自由变量。「棕色头发」横跨六种色号和四种发型。
每次都换个说法。 每轮用自己的话重写一遍锚定描述，即使意思完全相同，出图也会变。这段文字就是你的 seed，请把它当字节看，不要当散文改。
一次改动超过一项。 姿势、服装、光线同时换，你就无法判断是哪一项让脸变了。

修法是三层，按顺序上。大多数人只用了第一层，然后得出「模型做不到」的结论。

第一层：锚定描述只写一次，之后原样粘贴

锚定块是一段固定的文字，只描述这个人，别的都不写。它绝不提场景、姿势、相机和情绪——那些每轮都要变，而凡是会变的东西都必须待在锚定块之外。这个切分就是全部诀窍。

一个能用的锚定块覆盖七个槽位：

槽位	差的写法	好的写法
年龄与体型	年轻女性	27 岁，168 cm，偏瘦但肩较宽
脸型	好看的脸	鹅蛋脸，方下颌，颧骨高
头发	棕色长发	及肩深栗色，齐刘海，微卷，左侧分
眼睛	漂亮的眼睛	眼距偏宽的榛色眼，下眼睑厚，眉浓且平
皮肤	白皮肤	暖橄榄色，鼻梁一片雀斑，右眼下方一颗小痣
标记物	—	只在左耳戴一只银色圆环耳环
服装	休闲装	米色罗纹针织衫，领口略松垮，一条细金链

标记物那一行是大家最爱跳过、却最起作用的一行。一个不对称的、不常见的细节——鼻中隔环、穿过一侧眉毛的疤、左右不成对的耳饰、只染一侧的一缕发——给了模型一个无法被平均掉的东西，也给了你一个一眼可查的东西。

下面这块直接复制。填一次，存进一个文本文件，之后每条提示词里粘贴一模一样的字符。

[CHARACTER — do not edit between runs]
Name: Mara
Age and build: 27, 168 cm, slim with broad shoulders
Face: oval face, square jaw, high cheekbones, slightly asymmetric smile
Hair: shoulder-length dark chestnut, blunt fringe, slight wave, parted left
Eyes: wide-set hazel, heavy lower lids, thick straight brows
Skin: warm olive, freckles across the nose, small mole under the right eye
Marker: one silver hoop in the left ear only, none in the right
Wardrobe: cream ribbed knit, collar slightly stretched, thin gold chain

[SCENE — the only part that changes]
...

第二层：每次生成只改一件事

锚定块固定之后，第二层是关于「什么在变」的纪律。每轮只改一个变量：姿势，或地点，或服装，或光线——绝不同时两个。

✕ Bad

same girl as before, now in a cafe, wearing a red dress, sunset light, laughing, from a low angle

✓ Good

[paste the identical CHARACTER block] SCENE: seated at a cafe window table, mid-morning, same cream knit as before, calm expression, eye level, 50mm. Everything about the character is unchanged from the previous image.

另有两个习惯值得照抄。第一，在末尾显式声明哪些不许变——对人类读者是废话，对模型是承重结构。第二，如果角色比场景更重要，就用优先级词说出来：我们库里那些能撑住一整组的角色提示词，往往把身份放在最前面并标为最高约束，而不是埋在段落中间。

第三层：喂一张参考图

纯文字大约能把角色钉到「认得出是同一个人」这个级别。参考图能把它钉到同一张脸。只要你已经有一张满意的成图，之后每次生成都应该从它出发，而不是只从描述出发。

指令和上传本身同样重要。以下三种写法在我们库里反复出现，各自解决不同的问题：

严格身份锁——「Use reference image. Preserve identity and facial structure strictly.」用于换场景、换衣服、换光时必须保住脸。
禁风格化条款——「Preserve facial proportions, skin texture, expression and identity features with 100% accuracy. Do not stylise or alter facial features.」用于提示词其余部分要求了强烈画风、否则会把脸一起拽走的情况。
占位槽写法——把主体写成一个具名的参考标记，由上传图填充。适合同一套模板复用到不同的人身上。

语料怎么说

统计自我们自己的图库：9,667 条已发布提示词，其中 9,599 条长于 20 字符，截至 2026 年 8 月。这些是使用频率，不是评测。

第一行的差距才是真正的故事。参考图驱动的写法在 Nano Banana 上是常规操作，在 Midjourney 上几乎不存在——4,249 条里只有 7 条——一致性措辞也是同样的分化。这是一种「哪里有效就在哪里被采纳、哪里无效就被放弃」的工作流。而「保住这个、只改那个」这类条件指令，正是 Nano Banana 在我们语料里拉开差距的地方，这也是图库里几乎每一组角色一致的作品都出自它的原因。模型侧的完整拆分见9,667 条提示词统计。