適用於誰
- 搜「AI角色一致性」「AI人物一致性」的人；
- 做繪本、四格漫畫、品牌吉祥物、短劇分鏡，需要一個角色出現在很多張圖裏的人；
- 試過「同一段提示詞」卻每次得到不同長相的人。
本文綜合 OpenAI、Google（Gemini 圖像與影片）和 Midjourney 官方文檔整理，資料核對於 2026-10-07。各工具的詳細操作見文中提到的專門教學。
結論先說
- 一致性靠三樣東西疊加：一段固定不變的角色描述 + 一套定妝參考圖 + 每次只改場景、動作的迭代方式。
- 參考圖比文字更可靠：現在主流工具都支持用參考圖鎖定角色——ChatGPT 編輯、Gemini 多圖參考、Midjourney V8 的 Edit 模型、Flow 的 Ingredients。
- 隨機種子不是「角色鎖」：Midjourney 官方明確說 seed 不能儲存角色或風格；它只能讓同一提示詞的結果更接近。
通用流程（5 步）
第 1 步：寫一份角色設定
把角色寫成一段「身份證」，以後每次原樣複製。Google 影片最佳實踐建議包含：名字、年齡體型、髮色髮型、臉型、眼睛顏色和形狀、標誌性特徵、服裝，以及（做影片時）聲音風格。
角色：小禾，8 歲女孩，圓臉，齊耳短髮、深棕色，大眼睛，左臉頰有一顆小痣。
服裝：黃色雨衣、紅色雨靴、背一隻青蛙造型的小書包。
氣質：好奇、勇敢、愛笑。畫風：手繪水彩繪本風，柔和描邊，暖色調。OpenAI 官方的繪本示例也是先寫清角色外形、服裝、性格、畫風，並在約束裏寫明「原創角色、不使用受版權保護的角色、無文字、無水印、背景簡單以便看清角色」。
第 2 步：先出一張「定妝照」
用上面的描述生成角色的標準形象：背景簡單、全身或半身清楚、正面或 3/4 側面。滿意後儲存下來，它就是之後所有圖的參考。
第 3 步：補齊多角度
Google 官方的「360 度視圖」做法：基於定妝照依次要求「側臉朝右」「背面」「坐姿」等，每次都把之前生成的圖一起作為參考輸入。得到一組多角度定妝照後，後續一致性會明顯提高。
第 4 步：每張新圖 = 參考圖 + 原樣描述 + 新場景
OpenAI 繪本示例的第二步：把上一張角色圖作為輸入，寫新場景（雪後的森林裏幫小松鼠），再重複列出「同樣的綠色兜帽上衣、同樣的五官比例和配色、不要重新設計角色」。
圖片來源：OpenAI API 文檔 · Image prompting
第 5 步：一次只改一處，跑偏就重申
OpenAI 提醒多輪編輯可能累積偏差：每次只提一個修改，並重復要保留的細節；畫面開始跑偏時，回到定妝照重新開始比繼續修補更快。
各工具怎麼鎖定角色
| 工具 | 官方方式 | 要點 | 本站教學 |
|---|---|---|---|
| ChatGPT（Images 2.5） | 上載角色圖 + 編輯 / 生成 | 按編號說明每張參考圖的角色；重申「不要改變臉和身份」 | 《ChatGPT 生圖提示詞與改圖指令》 |
| Gemini（Nano Banana） | 一次上載多張圖 | API 文檔：Nano Banana 2 / 2.1 最多保持 4 個角色相似，Pro 最多 5 個 | 《Nano Banana 多圖融合與人物一致性》 |
| Midjourney V8 | Edit 模型（Attach to prompt） | 最多 4 張參考圖；畫幅預設跟隨第一張參考圖 | 《Midjourney 角色一致性》 |
| Midjourney 畫風 | --sref 風格參考 | 只統一畫風，不鎖角色長相 | 《Midjourney 風格參考 sref 怎麼用》 |
| Google Flow（影片） | Ingredients 參考素材、@角色、@me | 參考圖用乾淨背景；可加聲音參考保持音色 | 《Google Flow 怎麼用》 |
| 影片提示詞 | 固定角色描述 + 相同 seed（API） | 每個鏡頭原樣複製角色描述 | 《Veo 3.1 提示詞怎麼寫》 |
常見失敗與對策
| 現象 | 原因 | 對策 |
|---|---|---|
| 臉每張都不一樣 | 只用文字描述 | 加定妝參考圖；描述中寫清五官特徵 |
| 衣服細節對不上 | 細節太多、太小 | 簡化服裝設計，突出 2～3 個標誌性元素（顏色、配飾） |
| 多個角色特徵串了 | 參考圖太多、描述混在一起 | 分開描述每個角色；Midjourney 官方建議可把幾個角色合成一張參考圖 |
| 畫風越改越偏 | 多輪編輯累積偏差 | 回到定妝照；固定風格參考或風格詞 |
| logo、雀斑等小細節丟失 | 模型難以保真微小細節 | 最後用局部編輯單獨修 |
常見問題
Q：可以用真人照片做角色嗎？
可以用你自己或已獲授權的人的照片。不要用明星、公眾人物或他人照片，涉及肖像權和平台政策（Google、Midjourney 的條款都禁止侵犯他人私隱和權利）。
Q：哪個工具一致性最好？
官方沒有給出橫向對比，效果和角色類型、風格、參考圖質素關係很大。建議用同一套定妝圖在兩三個工具裏各試幾張再定。
Q：做 IP 形象，最終要交付矢量圖怎麼辦？
AI 出的是位圖。定稿後建議請設計師按 AI 稿重繪矢量版，也便於申請商標和版權登記（見《AI生成圖片有版權嗎、能商用嗎》）。
參考資料
- OpenAI API 文檔：Image prompting（Keep a character consistent）— https://developers.openai.com/api/docs/guides/image-prompting
- Google AI for Developers：Image generation（Character consistency: 360 view；多圖參考上限）— https://ai.google.dev/gemini-api/docs/image-generation
- Google Cloud 文檔：Best practices for generating videos（角色與聲音一致性）— https://docs.cloud.google.com/gemini-enterprise-agent-platform/models/video/best-practice
- Midjourney 官方文檔：Edit Model — https://docs.midjourney.com/hc/en-us/articles/48495453462797-Edit-Model
- Midjourney 官方文檔：Seeds — https://docs.midjourney.com/hc/en-us/articles/32604356340877-Seeds
0 條評論
還沒有評論，來搶沙發～