ManifoldGen: Hoe u uw AI-personage consistent houdt
Een vierlaagse workflow — canoniek karakterblad, bevroren beschrijving, referentie-bewerkingen, gemaskerde reparaties — die één personage herkenbaar houdt over tientallen afbeeldingen.
Consistentie is een workflow-eigenschap, geen prompt-eigenschap. Elke afzonderlijke generatie kan een gezicht perfect vastleggen; om dit over dertig afbeeldingen te behouden, is structuur nodig. De structuur heeft vier lagen, en ze stapelen: elke laag verwijdert een manier waarop identiteit kan weglekken.
Laag 1 — Canoniek karakterblad
Beoordeel kandidaten één keer, en stop dan. Gebruik bulkvarianten (Maak Afbeelding voert meerdere modellen uit op uw beschrijving per regel) om een gezicht te vinden dat de moeite waard is om u aan te committeren. Produceer van de winnaar een kleine set portretten van hoge kwaliteit:
- Frontaal, neutrale uitdrukking, gelijkmatige belichting — het ankerpunt van waaruit elke vergelijking begint.
- Driekwart aanzicht — hoe het gezicht in de meeste scènes overkomt.
- Volledig lichaam — verhoudingen, houding, basisgarderobe.
- Eén opname van een uitdrukkingsbereik — glimlach en neutraal, zodat stemmingsveranderingen niet worden gelezen als identiteitsveranderingen.
Deze platen zijn de enige bron van waarheid. Al het andere is hiervan afgeleid of wordt afgewezen.
Laag 2 — Bevroren beschrijvingsblok
Beschrijf het gezicht als structuur, niet met adjectieven over schoonheid: leeftijdscategorie, lengte en breedte van het gezicht, oogvorm en -afstand, wenkbrauwdikte, neusbrug en -tip, volheid van mond en lippen, kin en kaaklijn, huidskleur en -textuur, haarlijn en haargedrag, plus permanente ankers (garderobe-kenmerk, littekens). Plak deze paragraaf vervolgens letterlijk in elke briefing voor het project. Het parafraseren midden in het project verandert stilletjes de conditionering — behandel het blok als een constante in code.
MAYA — identity block (paste verbatim):
Woman, late 20s, narrow oval face, high cheekbones,
almond eyes set slightly wide, straight dark-brown brows,
straight nose bridge with rounded tip, full lower lip,
defined jawline ending in a soft chin, warm olive skin
with visible pores, collarbone-length black hair with a
center part tucked behind the left ear, small silver hoop
nose stud on the right nostril.Laag 3 — Bewerken, niet opnieuw genereren
Begin voor elke nieuwe scène met een goedgekeurd frame en gebruik referentiegebaseerde bewerking — Nano Banana 2 of GPT Image 2 referentiebewerking, of de H3 Image Editor wanneer geometrie behouden moet blijven — om het personage in de nieuwe context te plaatsen. Identiteit reist mee met de pixels. Een nieuwe, alleen-tekst-generatie van "hetzelfde personage" is een loterijticket met slechtere kansen elke keer dat je er een koopt.
Laag 4 — Gemaskerde reparaties
Wanneer een output 90% correct is, inpaint dan alleen het afwijkende gebied — een haarlijn, handen, een logo — en laat het masker al het andere pixel voor pixel beschermen. Dit is goedkoper dan een hergeneratie en verstoort nooit de delen die u al hebt goedgekeurd.
Verander één variabele tegelijk
Verplaats licht met Relight, camertaal met Cinematic Cameras-presets, achtergronden met outpainting of stijltransfer — afzonderlijk. Als een iteratie vijf dingen tegelijk verandert, kun je niet zien wat het gezicht heeft verstoord.
Pre-publicatie audit
- Oogafstand en -grootte ten opzichte van het frontale vlak.
- Kaaklijnbreedte en kinvorm in driekwart aanzichten.
- Haarlijnpositie en scheidingsrichting.
- Neusbrugprofiel in profielopnamen.
- Permanente ankers aanwezig: piercings, moedervlekken, littekens, kenmerkende sieraden.
Een seed vergrendelen helpt alleen binnen één model en configuratie — het overleeft geen routewijzigingen, resolutiewijzigingen of verfijners. Referenties overleven alles. Besteed je discipline aan het blad, niet aan de seed.
Put the workflow to work.
The Studio has the reference editing, relighting, and batch tools these guides assume.