AI 人物生成最常见的问题，不是“做不出好看的脸”，而是同一个角色换了场景后，脸型、五官、体型、发型和气质一起漂移。要稳定复现角色，核心不是把文字提示词写得越来越长，而是建立一套固定的视觉基准：每次都从同一张主参考图或同一套人物参考资料出发，只修改本次需要变化的部分。
最简单的方法：始终使用同一张主参考图
先选出一张完成度最高、最能代表角色的图片，把它保存为“主参考图”。以后不要从上一轮生成结果继续迭代，而是每次都重新上传这张主参考图，并明确区分“必须保持”和“本次修改”的内容。
在 ChatGPT Images 中，上传图片后以“基于参考图进行编辑”的方式工作，通常比完全从零生成更稳定。每一轮都重复写清楚哪些内容必须保留、哪些内容允许改变。
避免“接力式生成”造成脸部漂移
不要用图片 A 生成 B，再用 B 生成 C。连续传递会把每一轮的小误差叠加起来，让角色逐渐变成另一个人。更稳妥的方式是始终回到同一个起点：
从单张正脸升级为“脸部资料组”
只有一张正脸时，模型并不知道角色转到侧面后应该长什么样。条件允许时，为同一人物准备四类图片：
- 正面
- 左侧或右侧 45° 角
- 侧脸
- 轻微微笑的表情
优先选择脸部无遮挡、光线自然、不过度修饰的图片。生成时可以同时上传正面和斜侧面，并补充：
给角色建立固定的“面部设定表”
参考图之外，再准备一段长期不变的人物档案。它不是用来取代图片，而是帮助模型理解哪些特征必须保持一致。
这段设定一旦确定，就不要每次改动。尤其不要不断追加“大眼睛”“小脸”“韩系”“偶像脸”等审美词。新描述过多时，模型可能优先执行文字要求，反而偏离参考图中的本人。
Seed 只能辅助，不能单独固定人物
即使使用相同 Seed，只要提示词、模型、图片尺寸或生成设置发生变化，人物外观仍然可能改变。Seed 更适合：
- 让构图或初始模式更接近
- 在相同条件下做对照测试
- 复用某一组基础随机状态
因此，Seed 可以作为辅助变量，但不应成为人物一致性的核心。真正可靠的中心仍然是固定参考图、固定设定与清晰的保留条件。
使用人物参考表统一脸、体型和发型
单张脸部照片只能传达五官，很难稳定约束身高、肩宽、四肢比例、发量与整体轮廓。更完整的“人物参考表”应把同一角色的以下信息放在一张图里：
- 正面、侧面、背面和不同角度的全身视图
- 正脸、侧脸、45° 角等面部视图
- 自然微笑、严肃、惊讶等表情差分
- 发型、发丝走向与后脑勺轮廓
- 眼睛、眉毛、鼻子、嘴唇、耳朵等局部
- 手部参考
- 年龄感、肤质、体型、配色和服装基准
五步制作人物参考表
- 准备一张最想固定的角色图片。
- 连同参考表生成要求一起上传。
- 开始生成并检查人物身份是否一致。
- 整理出包含脸部、全身、角度、表情和细节的完整参考表。
- 以后每次生成新图，都附上这张参考表。
参考表把人物的整体特征一次讲清楚，因此换服装、背景或姿势时，更容易保持同一角色，也能减少反复调整提示词的时间。
实际生成时的固定写法
每次附上参考表后，都用简洁、明确的约束重申目标：
可以进一步把提示词拆成两栏：
- 固定项：身份、脸型、五官比例、年龄感、肤色、发型、体型、整体气质
- 可变项：服装、场景、姿势、镜头、表情、光线
这种写法同样适用于 ChatGPT Images 以及支持图片参考或角色参考的其他生成工具。对 ChatGPT Images 来说，最省事的工作流是：上传主参考图或人物参考表，要求保留人物外观，只编辑服装、背景和姿势。
需要接受的边界
任何生成式图片工具都无法保证像复制粘贴一样得到完全相同的人物。角度、遮挡、极端表情和强风格化都会增加偏差。
但与只靠文字描述相比，固定主参考图、补充多角度资料、建立不变的人物档案，并始终从同一个基准开始，能够显著减少角色漂移。如果计划长期经营一个虚拟角色，最好先完成参考表，再开始批量制作不同场景的内容。
- 作者:yaney
- 链接:https://yaney.top/article/example-39
- 声明:本文采用 CC BY-NC-SA 4.0 许可协议，转载请注明出处。
