如何保持AI角色一致性

一致性是工作流的属性，而非提示词的属性。任何单次生成都能捕捉到一张脸；但要在三十张图像中保持它，需要结构。这个结构有四层，层层叠加：每一层都消除一种身份泄露的方式。

第一层——规范角色表

一次性试镜候选人，然后停止。使用批量变体（Make Image 对每行描述运行多个模型）来找到值得投入的脸。从胜出者中，生成一组高质量的标准肖像：

• 正面、中性表情、均匀光线——所有比较的起点。
• 四分之三视角——大多数场景中脸部的呈现方式。
• 全身——比例、姿态、服装基线。
• 一个表情范围镜头——微笑和中性，这样情绪变化不会被视为身份变化。

这些标准图像是唯一的事实来源。其他一切都从它们派生或被拒绝。

第二层——冻结描述符块

将脸部描述为结构，而非关于美的形容词：年龄范围、脸长和宽度、眼形和间距、眉毛厚度、鼻梁和鼻尖、嘴和唇的丰满度、下巴和下颌线、肤色和质地、发际线和头发行为，以及永久锚点（服装标志、标记）。然后将这段文字逐字粘贴到项目的每个简报中。中途改写会悄悄重新调整条件——将这块视为代码中的常量。

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.

第三层——编辑，而非重新生成

对于每个新场景，从已批准的帧开始，使用基于参考的编辑——Nano Banana 2 或 GPT Image 2 参考编辑，或当几何必须保持时使用 H3 图像编辑器——将角色放入新情境。身份随像素传递。仅凭文本重新生成“同一个角色”就像买彩票，每次购买赔率都更差。

第四层——遮罩修复

当输出90%正确时，仅修复漂移区域——发际线、手、标志——让遮罩逐像素保护其他一切。这比重新生成更便宜，且绝不会干扰你已批准的部分。

一次只改变一个变量

使用Relight移动光线，使用电影级摄像机预设调整镜头语言，使用外绘或风格迁移处理背景——分别进行。如果一次迭代同时改变五件事，你就无法判断是哪一项破坏了面部。

发布前审查

• 对照正面图检查眼距和眼睛大小。
• 在四分之三视角下检查下颌线宽度和下巴形状。
• 检查发际线位置和分发方向。
• 在侧面镜头中检查鼻梁轮廓。
• 确认永久性特征存在：耳钉、痣、疤痕、标志性珠宝。