你設計了一個角色：
「短黑髮、右眼下有一顆小痣、穿深紅色皮外套的女生。」
第一張很完美。
你立刻再生成第二張：「同一個女生走在便利商店裡。」
結果髮型變長了，小痣不見了，連臉型都像換了一個人。
這不是少數人的問題。
讓同一個角色跨多張圖片維持一致，本來就比生成單張漂亮圖片更難。
如果你還沒看過前兩篇，可以先記兩句：
Lesson 013：AI 圖片生成 講過：模型會根據條件生成一個合理的新畫面，不是在資料庫裡調出固定角色。
Lesson 014：圖片 Prompt 講過：Prompt 像拍攝企劃，條件越清楚，模型需要猜的地方越少。
但就算 Prompt 寫得很好，角色仍然可能漂。
為什麼只靠文字很難鎖住同一張臉？
想像你把同一份人物描述寄給十位不同攝影師：
「二十多歲、短黑髮、右眼下有痣、瓜子臉。」
十位攝影師都能找到符合描述的人，但不代表會找到同一個人。
文字可以描述特徵，卻很難完整包含一張臉所有細節：
- 眼睛真正的距離
- 鼻樑形狀
- 嘴角弧度
- 臉部比例
- 髮際線
- 痣的精確位置
- 光線下皮膚的細節
所以你寫「同一個女生」，模型知道你的語意，但它不一定擁有一張固定身分證照片可以逐像素照著走。
這個問題叫角色一致性
**角色一致性（Character Consistency）**指的是同一個角色出現在不同圖片、姿勢、場景或鏡頭時，仍然讓人一眼認得出是同一個角色。
它不只包含臉。
還可能包含：
- 髮型與髮色
- 身形比例
- 衣服
- 配件
- 刺青、痣、傷疤等識別特徵
- 畫風與色調
如果你在做漫畫、角色設定集、廣告系列或連續短片，這件事會非常重要。
最直接的方法：給它參考圖
**參考影像（Reference Image）**就是直接把已經滿意的圖片交給模型，告訴它後續生成要以這個角色或視覺元素為參考。
這就像不再跟下一位攝影師說：
「她是短黑髮、眼下有痣。」
而是直接把上一張照片拿給他看：
「就是這個人，現在幫我拍另一個場景。」
資訊量差很多。
不同平台對參考圖的支援程度不同，有些能保留人物特徵很好，有些比較偏風格參考，所以仍然要看實際工具能力。
圖生圖：不是從零開始
前面提過圖片生成圖片（Image-to-Image, I2I）。
一句話 recap：I2I 是把既有圖片當成新的生成條件，而不是完全從空白開始。
如果你的第一張角色已經很接近理想狀態，可以用它當起點，再要求：
- 換背景
- 換姿勢
- 換服裝
- 改鏡頭距離
- 改時間與光線
這通常比每張都只從文字重新抽一次更容易維持一致。
哪裡錯，就只改哪裡
另一個實用概念是局部重繪（Inpainting）。
它可以先想成 Photoshop 的「只圈一小塊叫 AI 重做」。
例如整張都很好，只有左手不自然。
你不需要整張重新生成，因為重新生成可能連原本漂亮的臉也一起換掉。
比較好的策略是只修改手部區域。
這個觀念很重要：
AI 圖片工作流不是一直按重新生成，而是逐步保留成功的部分。
一致性不是只有角色，風格也會漂
你第一張可能是柔和水彩，第二張突然變成高對比數位插畫。
因此除了角色，一套系列圖還要固定：
- 色調
- 線條粗細
- 材質
- 光線方向
- 鏡頭語言
- 背景細節程度
最簡單的方法，是把已成功的第一張當參考，再在後續 Prompt 裡明確要求保留視覺風格。
Seed 是不是就能解決？
有些生成工具提供隨機種子（Random Seed, Seed），它可以影響生成時的隨機起點。
固定 Seed 在某些系統裡能幫助你重現或接近某次結果，但不要把它理解成「角色身分證號碼」。
只要 Prompt、模型版本、尺寸、參數或工具流程改變，結果仍可能不同；而且有些平台根本不提供 Seed 控制。
所以角色一致性的核心仍然是：參考資料與可控工作流，而不是只記住一個數字。
一個比較穩的實作流程
如果你要做十張同一角色，可以這樣做：
- 先把角色正面或半身設定圖做滿意。
- 保留這張作為主要 Reference Image。
- 固定最重要的外觀描述。
- 每次只改場景、姿勢或鏡頭等少數條件。
- 哪裡壞掉就局部修改，不要整張推倒重來。
- 每完成一張好的，就把它加入後續參考素材。
這很像拍時尚型錄：模特兒是同一位，只是換造型、位置與攝影方式。
今天只要記住一句話
文字可以描述「像什麼樣的人」，但要讓 AI 穩定生成「同一個人」，通常需要參考影像、圖生圖與逐步編輯。
下一篇，我們把單張照片動起來：AI 到底是怎麼生成影片的？為什麼影片比圖片更容易出現人物變形與場景漂移？
留言
有想法、疑問或想補充的地方，都可以留在這裡。
還沒有留言，來當 1F 吧。