AI生图怎么固定角色形象：参考图、提示词与注意点

AI生图最常见的难题，不是“画不出来”，而是“下一张不像同一个人”。角色一旦要连续出现在海报、头像、分镜、短视频封面里，脸型、发型、服装、配色、气质就容易被模型改来改去。想把角色固定住，不能只靠一句“保持一致”，而要把参考图、提示词、生成流程一起管起来。

做得好的时候，AI能很快帮你把一个角色扩展成一整套视觉资产；做得不好，就会变成“每张都像同一家族”。这类问题在人物写真、IP形象、电商虚拟模特、漫画角色延展里尤其明显。很多人第一次接触时会直接上手试，结果发现反复抽卡、反复重来，效率很低。其实只要把身份锚点定牢，AI生图完全可以稳定很多。像机灵助手这类带模板和参考图输入的工具，就很适合先把角色规范化，再逐步出图。

先把“这个角色是谁”说清楚

固定角色形象的第一步，不是堆风格词，而是先定义角色身份。AI最怕模糊描述，比如“一个漂亮女生”“一个酷一点的男生”，这类词会让模型自己脑补，结果每次都不一样。更有效的做法，是把角色拆成几个稳定元素：脸部特征、发型、年龄感、体型、常穿服装、标志性配件、情绪气质。

可以把角色信息写成一张小档案，越具体越好，但别写成散文。比如：

• 脸型：鹅蛋脸，下颌线柔和
• 眼睛：圆眼偏大，双眼皮浅
• 发型：肩下黑长直，发尾微卷
• 服装：米白短外套、深蓝高腰牛仔裤
• 配件：银色细框眼镜、左耳小耳钉
• 气质：安静、克制、略带疏离感

这类信息比“二次元感”“高级感”更有用，因为它们能直接影响画面。要固定角色，先固定这些不会轻易变的元素；风格可以后面再调。很多人一开始就追求“赛博朋克”“电影感”“梦核”，结果角色身份被风格冲掉了。顺序反过来，稳定性会好很多。

参考图别乱选，选错比不传还糟

参考图是固定角色最关键的锚点之一，但并不是“随便挑一张好看的”就行。参考图的作用，是让模型知道角色长什么样；如果图本身信息混乱，模型就会跟着混乱。理想的参考图应该尽量清楚地展示正脸或三分之二侧脸，光线自然，五官无遮挡，头发不过度遮脸，分辨率不要太低。

如果你要固定的是照片风格人物，最好选同一人、同一发型、同一妆容的图做基础。若角色已经有设定图，可以优先用设定图加一张真实照片作为补充参考：设定图负责风格和造型，照片负责面部细节。如果你只上传一张强风格化插画，模型会学到笔触、夸张比例，却不一定学到稳定身份。

参考图的数量也要控制。太少，角色特征不够；太多，而且互相冲突，模型会平均化处理，最后谁都不像。通常可以先用一张主参考图，再补一张侧脸或全身图，帮助模型理解脸和身材比例。对于电商虚拟模特、系列头像、IP角色延展，这种两到三张的组合往往比堆十几张更稳。

如果使用机灵助手这类带模板的生图工具，上传参考图后先别急着改风格。先把角色稳定到位，再做服装、场景和镜头变化。很多失败案例不是模型不行，而是前面就把“身份”和“画风”搅在一起了。

提示词里要盯住哪些字眼

固定角色形象的提示词，核心不是“形容得漂亮”，而是“约束得明确”。最重要的部分，是告诉模型哪些东西必须保持不变。可以把提示词分成四层：角色身份、外观特征、画面任务、限制条件。这样写会比单纯堆形容词稳定得多。

一个实用结构大致是这样：

• 角色身份：18岁左右的亚洲女生，城市感清爽气质
• 外观特征：鹅蛋脸，圆眼，黑长直，左耳耳钉，细框眼镜
• 画面任务：半身像，浅色背景，柔和自然光
• 限制条件：保持五官比例一致，不改变发型，不更换发色，不添加额外配饰

这里最容易被忽略的是限制条件。很多提示词只写“保留人物特征”，但这太宽泛了。模型更容易理解的是明确排除项，例如“不改变刘海形状”“不要加浓妆”“不要把直发变成卷发”“不要换成夸张动漫眼”。这些句子看起来有点啰嗦，却能明显减少跑偏。

还有一个常见误区，是风格词太多。比如“高级、电影感、梦幻、时尚、超清、细腻、华丽、明亮、氛围感”一起上，模型会把注意力分散掉。固定角色时，风格词宁可少一点，把空间留给身份信息和限制条件。角色稳定后，再逐步加风格，会比一开始就猛堆修饰词更好控。

可以直接套用的写法

如果你想先做出稳定基础图，可以用这种写法：

“使用上传的人像作为唯一角色参考，保持人物真实脸型、五官比例、发型长度、发色、肤色和整体年龄感一致。生成一张半身正面肖像，背景简洁，光线柔和。不要改变刘海形状，不要增加新配饰，不要夸张美颜，不要更换穿搭风格。”

如果是角色系列图，可以再补一层：

“同一角色连续出图时，固定左耳小耳钉、黑长直、浅灰眼影和米白外套作为识别点，允许更换场景和姿态，但面部特征、发型和配色必须保持一致。”

这类提示词不需要写得很长，重点是把“必须一致”的部位说透。机灵助手里很多模板也是沿着这个思路设计的：先锚定人物，再替换动作、背景和镜头。

角色稳定靠的不是一次出图，而是同一套规则

不少人做角色图时，每次都重新写提示词，结果角色越画越散。更稳的方式，是给角色建立一套固定规则：主参考图、核心描述、禁改项、可变项。只要这四项不乱，后面的图就能慢慢统一起来。

比如一个角色设定好之后，你可以把“固定项”和“可变项”分开管理：

• 固定项：脸型、眼型、鼻子轮廓、发型、发色、标志性配饰、主服装颜色
• 可变项：表情、姿势、视角、背景、季节、光线、局部道具

这样做的好处是，角色虽然在不同场景里活动，但不会变成另一个人。比如你要做一组春夏秋冬海报，固定项可以让她始终是同一个人，可变项则让她在不同季节里换外套、换光线、换景别。观感上是一套系列，而不是四个陌生角色。

如果你经常要批量出图，建议把角色规则单独存一份，后续直接复制。很多 AI 生图工具，尤其是带模板的场景，会让人误以为“挑模板就够了”，其实模板只是骨架，真正稳定的还是角色规则。像机灵助手这类工具适合做模板起步，但角色信息最好自己整理成固定文本，不要每次临时发挥。

多角度、多动作时，最容易翻车的地方

角色一旦从正脸切到侧脸，或者从站姿变成奔跑、低头、回头，模型就容易改脸。原因很简单：角度变化会让五官可见信息减少，AI会自己补全。这时候如果没有强参考和明确约束，就会出现“还是那套衣服，但人不对了”。

要提高一致性，最好先从低难度动作开始：正面站姿、轻微侧身、手持小道具、近景头像。等模型已经能稳定认出角色，再逐渐加复杂动作，比如奔跑、坐姿、俯拍、仰拍。别一开始就上“大幅度动作+强透视+复杂背景”，那样角色身份最容易散。

多角度出图时，可以在提示词里补充“保持同一角色的面部比例与发型结构”，而不是只说“同一个人”。如果工具支持参考图权重或角色锁定功能，优先使用这类功能。没有相关选项时，就尽量保持参考图和提示词中的锚点一致，少改动背景和服饰。

在某些工具里，上传参考图后会遇到一个问题：模型过度模仿构图，连姿势和光线都照搬。此时可以尝试换成更中性、信息更清楚的参考图，比如纯背景人像，而不是复杂场景照。这样模型更容易学会“人是谁”，而不是“那张图长什么样”。

换衣服可以，换识别点别太狠

很多角色需要换装，但换装不等于换人。要保住识别度，最好保留一到两个固定识别点，比如同样的发型、同样的眼镜、同样的耳钉、同样的主色系。哪怕衣服从衬衫换成风衣，只要这些核心元素保留着，观众仍然会觉得是同一个角色。

如果你打算做系列封面、连载漫画或品牌IP，最好提前规定角色的“不可改三件套”。比如：黑长直、细框眼镜、左耳银耳钉。以后无论是运动装、礼服还是居家服，这三样至少保留两样。识别点越稳定，角色资产越容易积累。

想要更像同一个人，别忽略表情和妆容

角色固定不只是脸型和头发，表情、妆容也会影响“像不像”。有些图看起来五官差不多，但妆容突然变浓、眼线变长、唇色变深，气质立刻就变了。尤其是人物写真和虚拟模特，妆容是身份的一部分，不应被当成纯风格项随便替换。

如果角色本身是淡妆、清透感，那提示词里要直接写清楚：自然底妆、浅色唇妆、轻眼影、不过度修容。若是更偏成熟的角色，也要明确妆面边界，比如“红棕系妆容，眼妆精致但不过分浓重”。表情也一样，建议先固定为中性表情、轻微微笑或平静视线，等角色稳定后再扩展夸张情绪。

有时候模型会把“更好看”理解成“更网红”。这时最有效的办法不是继续加“精致”“绝美”之类的词，而是把脸部细节说得更具体，并加入不要修改的限制。例如“不改变单眼皮/双眼皮结构”“不要缩小鼻梁”“不要把嘴唇画得更丰满”。这种写法虽然朴素，但对稳定角色非常有效。

从一张图到一组图，怎么保持统一感

真正实用的角色固定，不是生成一张满意图，而是能持续输出一组统一图。要做到这一点，最好把每一张图都放在同一个规则里：统一的角色描述、统一的识别点、统一的色彩范围。场景可以变，但配色最好别乱跳。

例如一个都市职场角色，可以把主色限定在黑、白、灰、米色、浅蓝之间。这样不管是在办公室、地铁、咖啡店还是雨夜街头，观众都能感到是同一套视觉系统。颜色不只是装饰，也是身份线索。颜色越散，角色越不稳定。

如果你在做内容运营、品牌素材或者系列海报，建议先出一张“角色标准图”，再围绕这张图延展。标准图里固定脸、发型、服装和基调；延展图再换动作和场景。很多人用机灵助手做图时，会直接拿活动主题去生成，结果每次的人物都不一样。先有标准图，再生成活动图，效率会高很多。

还有一个小技巧：尽量固定镜头语言。比如角色总是以胸像、半身像、正面为主，偶尔再补全身。因为镜头变化越大，脸部比例越容易漂移。要做系列感，稳定镜头比一味追求“丰富”更重要。

常见跑偏，基本都能提前避开

角色固定失败，通常不是因为模型“记性差”，而是输入信息互相打架。最常见的问题有几个：

• 参考图和提示词冲突，比如图里是短发，提示词却写长发
• 风格词太多，导致角色特征被风格吞掉
• 多张参考图差异太大，模型不知道该信哪张
• 禁改项没写清，模型自动优化成另一个版本
• 每次都换大量元素，缺少可复用的锚点

最稳的处理方式，是先解决身份，再谈风格，再谈场景。生成失败时，优先检查参考图是否清楚、提示词是否互相矛盾、角色规则是否过于模糊，而不是马上去换模型。很多时候，改一张更清晰的参考图，比换十次提示词更有效。

如果你需要频繁出同一个角色，建议把提示词分成三层保存：基础角色层、场景变化层、风格变化层。基础角色层永远少改；场景层按活动替换；风格层根据用途增减。这样无论你是做头像、海报还是分镜，都能快速复用。像机灵助手这种模板化工具，如果搭配这种分层写法，效率会高很多。

一套能直接上手的固定流程

把前面的内容压缩成实际操作，大致可以按这几个步骤走：

• 先定角色档案：脸型、发型、配饰、色系、气质
• 选清晰参考图：尽量正脸、无遮挡、光线自然
• 写基础提示词：角色身份 + 外观特征 + 画面任务 + 禁改项
• 先出标准图：确认人物身份稳定后再扩展
• 再换场景和动作：一次只改少量变量
• 把稳定版本保存下来，作为后续生成模板

如果要做长期项目，这套流程比“每次重新试”省事得多。角色一旦稳定，后面做系列插画、活动海报、IP延展、社媒封面都会轻松很多。你会明显感觉到，AI不再是在随机抽卡，而是在执行一套可控规则。

固定角色形象，说到底就是把“随机”变成“可重复”。参考图负责提供真实锚点，提示词负责告诉模型哪些不能改，流程负责让这些规则反复生效。角色越重要，越值得先花一点时间把基础打牢。只要起点对了，后面不管换服装、换场景还是换镜头，角色都能保持同一张脸、同一种气质、同一个人设。