AI生成图片怎么保持人物一致？从参考图、提示词到多轮修改的实用指南

AI生成图片很难仅靠一次提示词，让同一个人物在不同画面中完全相同。模型可能改变脸型、发色、服装细节、年龄甚至体态。因此，人物一致性更适合被当作一个持续管理的创作流程：先固定角色设定，再选择合适的生成方式，最后通过版本记录和局部修改逐步校正。

先区分需要锁定的视觉要素

在开始生成前，可以把角色拆成四类信息。第一类是外观，包括大致年龄、脸型、肤色、发型、发色、眼睛颜色和明显特征；第二类是服装，包括款式、主色、材质、配饰和鞋子；第三类是姿势与表情，例如站立、侧身、奔跑或微笑；第四类是场景，包括室内外环境、时间、光线和镜头视角。

并非所有信息都要一次固定。角色头像、发型和标志性配饰通常应优先锁定，姿势、背景和光线则可以根据分镜或营销需求变化。这样既能保持人物辨识度，也不会让每张图片看起来过于僵硬。

准备清晰的参考图与角色设定

参考图应尽量清晰、主体完整，避免严重遮挡、过度滤镜和复杂背景。正面或接近正面的头像适合锁定脸部特征，全身图适合确认身材比例和服装；如果条件允许，可另外保存侧面、不同表情和不同姿势的参考图。

建议建立一份简短的角色卡，例如：角色名为“林岚”，成年女性，短黑发，偏圆脸，左眉尾有小痣，常穿米白色短夹克、深蓝长裤和红色运动鞋。角色卡应区分“固定项”和“可变项”，并在每次生成时保持核心描述基本一致。

用结构化提示词减少描述波动

提示词可以按“主体特征—服装—动作—场景—画面要求”的顺序书写。比如：林岚，成年女性，短黑发，偏圆脸，左眉尾小痣，米白色短夹克，深蓝长裤，红色运动鞋；站在雨后的城市街道，手持透明雨伞，半身视角，柔和的自然光。

每次只修改一个主要变量更容易判断问题来源。如果本轮目标是更换场景，就不要同时大幅改变发型、服装和镜头。对于不希望出现的变化，也可以在支持该功能的工具中补充排除描述，例如避免改变发色、增加多余饰品或出现多余手指，但这类控制并不能保证完全有效。

选择适合的生成方式

• 文生图：适合探索角色初稿、风格和场景。它的自由度高，但人物细节在多张图之间可能变化较大。
• 图生图：适合以已有角色图为基础改变背景、构图或画面风格。调整幅度过大时，脸部和服装仍可能发生变化。
• 局部重绘：适合修正脸部、手部、配饰或局部服装。尽量缩小修改区域，并保留周围已有内容，可减少连带变化。

制作同一角色的四格分镜时，可以先确定一张角色基准图，再分别改变动作和场景；为电商人物模特制作不同场景图片时，应优先固定脸部、发型和服装，再替换背景与姿势；维护小说或游戏角色视觉设定时，则可把角色卡、参考图和典型动作图一起归档。

用命名和版本记录支持多轮修改

建议为角色、图片和提示词制定统一命名规则，例如“林岚_城市雨景_v03”。同时记录生成日期、使用的参考图、提示词、尺寸、随机种子或其他可用参数，以及本轮修改内容。参数是否能够复现，取决于具体工具和设置，不能把记录当作完全相同结果的保证。

每轮只保留一个明确目标：先修正脸部，再处理手部，最后调整服饰或背景。发现某个版本的人物特征最稳定时，将其标记为新的基准图，而不是继续在问题较多的图片上叠加修改。

导出前检查细节与授权范围

最终导出前，应逐项检查眼睛是否对称、手指数量是否正常、耳饰和纽扣是否一致，服装纹理有没有异常，人物与背景的光影方向是否协调。还要确认参考图的使用权，以及生成内容中是否涉及他人肖像、品牌标识或受保护角色。

参考图可以帮助控制视觉特征，但参考图的使用许可与生成图片能否商业使用是两个问题，不能混为一谈。具体授权范围还应结合图片来源、所用工具条款和项目所在地的相关规定判断。稳定的人物一致性不是一次提示词就能完全解决，而是由清晰设定、适当工具和可追溯的多轮迭代共同形成。