【科学教育】从设定到审查:AI漫剧角色一致性全流程实操指南

凌晨两点，小陈盯着屏幕松了口气——第一个镜头的主角太帅了，五官精致，气质冷峻，完美。

他信心满满地生成第二个镜头。进度条跑完，画面出来的那一刻，他愣住了。

同一个角色，换了个角度，脸型变了，眼睛变了，连发际线都跑偏了。要不是穿着同一件衣服，根本看不出是同一个人。

脚本写了一周，分镜做了三天，结果连角色的脸都稳不住。这是做AI漫剧最崩溃的时刻。

今天就把角色一致性的全流程拆开讲，从角色设定到后期审查，五步搞定，不再变脸。

做AI漫剧的人都有个误区：觉得角色一致性靠的是运气，这次生成不像，多试几次就行了。

运气是靠不住的。你得先把角色的特征定义清楚，清楚到AI能听懂。怎么定义？从五个维度入手。

脸型是什么类型，瓜子脸还是圆脸？眼距宽还是窄？鼻梁高不高？嘴唇厚还是薄？眉形是剑眉还是柳叶眉？这些都要用精确的词汇描述，再加上「consistent facial structure」「locked face identity」这样的结构锁定词，AI才会认真对待。

发色是墨黑还是亚麻金？长度及腰还是齐肩？纹理是大波浪还是直顺？分缝在中间还是偏分？描述的时候要加「始终保持发型不变」「与参考图中发型一致」这类强制指令，别让AI自由发挥。

身高多少，肩宽多少，腰围多少，四肢比例怎样，有没有肌肉线条。量化描述最好，比如「身高175cm，肩宽42cm，九头身比例」。数字比形容词靠谱。

主色调是什么，款式是什么，材质是什么，有没有标志性配件。围巾、徽章、项链这些细节要固定下来，每次只在场景相关的地方做修改。

角色平时什么表情？眼神有什么特点？有没有习惯性动作？加上「符合XX性格的表情」「保持角色一贯的眼神气质」，让角色的精神状态也是统一的。

五维特征框架

给你一个实操模板看看：

你看，这段描述每一个词都是可执行的，AI读完就知道该生成什么样的人。模糊的描述只能得到模糊的结果。精确的描述才能得到一致的角色。

有人可能觉得，差不多就行了，读者不会那么仔细。

会。读者会非常仔细。

角色脸崩了，读者第一秒就出戏。他脑子里想的是「这是同一个人？」，不是在看你讲的故事。完播率直接跳水。

服饰跑偏了更致命。第一镜头穿黑卫衣，第三镜头变成白T恤，读者会觉得你的世界观是碎的。一个连衣服都稳不住的漫剧，谁信你讲的故事？

最怕的是风格漂移。前三个镜头是写实风，第四个镜头突然变成卡通风，整部作品的质感直接崩塌。观众不会觉得是AI的问题，只会觉得你不专业。

这些问题不是个别现象。做过AI漫剧的人都知道，角色一致性是第一道坎，迈过去才有资格谈故事。

前面讲了五维框架，现在讲怎么用它。

很简单：给你的角色建一份档案。把五维特征全部写进去，写成一段固定的描述文本。这份档案就是你的「宪法」。以后每次生成，这段描述一个字都不改，只往后面追加场景和动作。

有个万能公式可以跟着走：给角色起一个专属名称，比如「LinMo_TheRaven」。然后生成3到5张满意的基础图，作为参考库。之后每次生成都引用基础图加固定名称加相同Seed。

为什么要起名字？因为AI对名字有记忆。你每次提到同一个名字，它会尝试匹配之前的生成结果。这比你每次重新描述一遍靠谱得多。

有个细节容易被忽略：角色档案要存成文本文件，别存在脑子里。你写到第十集的时候，根本记不住第一集的角色左眼有没有泪痣。白纸黑字写下来，每次复制粘贴，不出错。

角色档案建好了，接下来靠工具来锁。目前主流的角色锁定工具有四种，各有各的适用场景。

在提示词后面加上 --cref 和参考图链接，再加 --cw 设置一致性强度。CW 的值从0到100，100就是完全锁定，允许更换场景和动作，但角色核心特征不动。再加一个固定 Seed 值，确保相同提示词生成相似结果。

这个组合适合快速上手，门槛低，效果稳定。

适合需要高保真面部锁定的场景。操作分三步：上传参考图到 IP-Adapter，启用 ControlNet 的 Face Landmark 检测，生成时保持相同模型和权重设置。这个方案对面部的还原度非常高，适合对角色五官有严格要求的项目。

适合长期连载角色。准备20到50张多角度角色图，用 LoRA 训练器训练专属模型，生成时加载 LoRA，权重设到0.6到0.8之间。前期投入大，但训练好之后一劳永逸。如果你打算做一个10集以上的漫剧系列，LoRA 值得投入。

专攻超精准面部还原。安装 SDXL 专用的 InstantID，上传角色高清正面照，生成时自动匹配面部特征。这个工具对面部的还原精度是四种里最高的，但依赖 Stable Diffusion 环境，技术门槛相对高一些。

选哪个？看你项目规模和技术水平。刚入门的用 CREF，想做连载的用 LoRA，追求极致面部还原的用 InstantID。别贪多，选一个用熟。

工具选好了，参数也得固定。模型和参数不稳，前面做的全白费。

全程使用同一个模型，SDXL 1.0也好，NIJI 6也好，从头到尾别换。换了模型，画风可能直接撕裂，角色一致性根本谈不上。

采样器固定为 DPM++ 2M Karras。步数至少30步，推荐40到50步，步数太低细节出不来。CFG scale 设在7到8之间，这个区间能平衡创造力和一致性。Seed 值一定要记录，每次生成出满意的结果时，把 Seed 记下来，后续生成直接复用。

固定一个公式：

每次只改第二部分，其他三项原封不动。这个习惯能帮你省掉大量调试时间。

举个例子，角色核心特征写死：「18岁少年，鹅蛋脸，剑眉星目，左眼下方泪痣，黑色碎发，180cm，偏瘦，黑色连帽卫衣配银色项链，眼神清冷」。当前场景改成「45度侧脸，夜晚街道，逆光，consistent facial proportions」。风格词写死「cinematic lighting, ultra-detailed, 8k」。一致性锁定词写死「locked face identity, consistent character design」。

这套参数和提示词结构定好之后，你会发现角色一致性的问题少了一大半。剩下的问题交给后期处理。

实际做漫剧的时候，角色不可能永远正面站桩。角度要变，光照要变，动作要变，情绪也要变。怎么在变化中保持一致？

核心特征描述一个字不改，只加角度相关的词。比如「林墨，45度侧脸，保持面部特征与参考图一致，consistent facial proportions」。角度变了，脸型、眼距、鼻梁这些硬特征不能跟着变。

先把光源方向固定，再补一句保留面部细节的指令。比如「林墨，逆光场景，面部补光，保持眼睛颜色和痣的位置不变」。逆光环境下AI容易丢面部细节，补光和特征锁定缺一不可。

核心特征不变，加上动作描述就行。比如「林墨，跳跃动作，保持发型和服装不变，身体比例符合参考图」。动作一变，AI容易把发型和衣服跟着改，必须强制锁定。

表情可以变，但面部结构不能变。比如「林墨，惊讶表情，保持脸型和五官位置不变，符合角色性格」。嘴角可以上扬，眼睛可以睁大，但脸型、眼距、泪痣这些标志性的特征绝对不能动。

前面四步做好了，已经能解决80%的问题。剩下20%靠后期校准。每张图生成之后，过一遍五项检查清单。

五官位置对不对？泪痣、疤痕这些标记在不在？眼神方向跟不跟参考图一致？

长度对不对？分缝位置对不对？纹理和颜色有没有跑偏？

款式对不对？颜色对不对？配件位置对不对？褶皱方向合不合理？

比例对不对？身高、肩宽、腰围跟参考图匹不匹配？

线条粗细统一吗？上色方式一致吗？阴影风格协调吗？

五项全部通过才能用。有任何一项不过关，立刻修复。修复工具也有三件套：

Photoshop 处理细节偏差——用液化工具微调脸型，用克隆图章修复不一致的细节，适合小修小补；Stable Diffusion Inpaint 处理局部崩坏——框选不一致的区域，重绘强度调到0.3到0.5，适合中等程度的修复；ControlNet 辅助修正比例失调——用 OpenPose 检测骨骼修正肢体比例，适合全身镜头的结构性修复。

做完这一步，你的角色一致性控制就形成了一个完整闭环：设定→锁定→生成→审查→修复→输出。每一张图都经过这个流程，角色就不会跑偏。

做了这么多项目，最常遇到的翻车就四种。提前知道，提前预防。

原因是特征描述太模糊，或者模型不稳定。解法分三步：补充更详细的面部特征描述，上 IP-Adapter 锁定面部，降低重绘强度到0.3以下。脸崩是最常见的问题，也是最容易修复的，别慌。

原因是提示词里服饰描述不一致，AI自作主张改了。解法很简单：固定服饰描述句式，加入「保持服装不变」的强制指令。把服饰描述存成固定文本，每次原样粘贴，只改场景部分。

原因是模型对人体结构的理解不够。解法是上 ControlNet 的 OpenPose，把骨骼结构固定住，再加详细的体形量化描述。数字比形容词管用，「身高180cm，九头身比例」比「身材修长」靠谱得多。

原因是混合使用了不同模型或 LoRA 权重没控好。解法两步走：固定单一模型从头用到尾，LoRA 权重控制在0.6到0.8之间。风格漂移是杀伤力最大的问题，一旦发生，整批图都得重做。所以模型和参数的固定要在项目第一天就锁死。

给你一个行动清单：

第一步，给你的角色建一份档案，把五维特征写死。第二步，挑一个工具锁定核心特征，CREF 或 IP-Adapter 都行。第三步，固化模型版本和核心参数，记下 Seed 值。第四步，跨场景生成时，锁定核心特征，只改场景词。第五步，每张图出来都过一遍五项检查，有问题立刻修。

做完这五步，你的角色从第一个镜头到最后一个镜头，都能稳稳保持一致。

角色一致性不是一次生成的运气，是一套从设定到审查的系统。