如何在不同场景中保持 AI 角色的一致性（2026 年创作者工作流程）
笔记来源：https://x.com/gaoren7716/status/2068879568744898692
做 AI 多场景图，99% 的人都跳过了最重要一步：
先造人，再出图 没有「角色锚点」，每次生成都是一个新的人
锚点图只需要做一次： 正面 + 四分之三角度 + 侧面，同一个人，统一光线，中性表情
然后建一个「身份块」，每次 Prompt 都带上，
一字不改：
Character: 女性，28岁，椭圆脸， 短黑发，暖棕肤色，小金耳环， 橄榄绿夹克，白T，深色牛仔裤
场景换，这一块永远不动
变的是：地点、构图、光线、情绪
不变的是：这个人是谁 锚点做好了，换 100 个场景，她还是她
一致性工作流程（逐步指导）
1) 建立角色定位/角色特征
请创建一张具有中性姿态、良好照明条件的主图。同时，确定人物的固定特征：脸型、发型、肤色、标志性服装以及一件配饰。这张图片将作为你的形象基准。
2) 冻结可重复使用的身份凭证
编写一段简短的标识信息，然后在每个提示中都原封不动地使用它：
Character: Mina, 28, oval face, short black bob, warm brown skin, small gold hoop earrings, olive utility jacket, white t-shirt, dark jeans, white sneakers, slim build.
请不要每次都用不同的措辞来表达相同的内容。保持表达方式的一致性，才能提升整体表达效果。
3) 采用“以参考信息为先”的提示方式
- 身份特征要素（固定不变）：面部特征、发型、服装、配饰、体型。
- 场景元素（可变因素）：地点、构图、光线、拍摄角度、风格细节。
这种分离方式可以避免因场景的复杂性而导致的角色身份的意外变化。
5）按相机类型分类处理
每次以 4 到 8 幅图像的小批量来生成图片，且每次只采用一种构图方式：先拍特写，再拍中景，最后拍全景。如果同时改变摄像机、风格和氛围，那么生成的图片质量就会下降。每次只改变其中一个主要参数即可。
6) 更倾向于进行微调，而非彻底重建。
如果某个细节有瑕疵（比如外套颜色不对、缺少某个配饰），只需对有问题的部分进行修正，而无需从头开始重新制作。这种快速迭代的方法非常有效，能节省大量时间。
7) 执行连续性质量检查清单
在出口之前，需逐一检查每张图片是否符合预设的标准：面部轮廓、发型/风格、配饰、服装颜色以及身体比例。如果有两张或更多图片不符合标准，则需要用最符合标准的参考图片来重新生成图片。
可复制的提示模板
Use attached reference as identity anchor. Keep the same face geometry, hairstyle, skin tone, outfit colors, and accessories. Scene: [location/action]. Camera: [close-up/medium/wide], [angle]. Lighting: [description]. Do not change age, body type, or outfit.
最后的总结/要点
2026 年的趋势显而易见：更出色的图像生成模型使得以创作者所需的效率来保持作品的一致性成为可能。只要将现代模型的强大功能与规范的工作流程相结合——比如使用固定的人物形象参数、以参考图像为引导的创作方式以及严格的质量控制流程——就能打造出可用于实际创作中的、风格统一的多场景角色形象。