AI 角色一致性：如何讓照片和影片裡的角色長得一樣

要讓 AI 角色看起來一直是同一個人，就給模型一張他的照片。只用文字描述角色，寫得再仔細，也只會得到長得像的人：描述對得上，但每次的臉都不一樣。給一張好的參考圖，再加上一句「保持臉完全一樣」的提示詞，角色就能在整組照片裡保持一致，也能延續到影片。

以下是實際結果的對照：先用一段仔細的文字描述生成三張圖，再用一張參考人像做出六張照片和一段影片。每組提示詞都附上，也標出每一步花了多少。

為什麼只描述人物不夠

我們寫了一段很詳細的男士描述，用 Seedream 5.0 Pro 生成三張圖，只換地點：

純文字描述（無參考圖）模型: Seedream 5.0 Pro

Candid photo of a man in his early fifties with short grey hair, a short grey beard and laugh lines, wearing a navy plaid flannel shirt, laughing in a bright kitchen with morning light. Natural, realistic editorial photo, 35mm film look. The person is a fictional adult.

複製試試這個提示詞

廚房

公園長椅

火車

每張圖都符合文字，但沒有一張是同一個人。描述只能把人縮小到一種類型；「五十出頭、短灰髮、短灰鬍」符合的臉有成千上萬張。模型每次挑一張新的，再多加形容詞也修不好這一點。

解法：每張圖都從同一張參考圖開始

先做出（或上傳）一張清楚的肖像，之後每張新圖都用圖片編輯模型，把這張肖像當參考圖附上來生成。這是 Theo，我們在 AI 網紅頁面 建立的虛構廚師：

從這張肖像出發，角色套圖 頁面做出六張新的「居家」主題照片，每張的房間、服裝、取景和姿勢都不同：

閱讀角落

陽台

窗邊座椅

廚房

家庭辦公室

客廳

每張照片都是帶著肖像做的一次編輯。以下是廚房那張的提示詞：

這組六張在 1K 下的成本是 216 點數，而角色套圖頁面會替你寫好這些提示詞：選一個主題，再選 4、8 或 12 張。

好的參考照片長什麼樣

參考圖決定了其他一切能不能守住。最好的參考圖具備：

• 臉部清楚，正面或微斜。 兩眼都看得到，不戴太陽眼鏡，嘴巴沒有被遮住。
• 光線均勻。 臉上的硬陰影會被當成臉的一部分照著複製。
• 只有一個人。 在合照裡，模型可能會把別人的特徵借給角色。
• 你想保留的細節。 如果角色一直戴眼鏡、有疤或刺青，要確保參考圖裡看得到。
• 臉要夠大。 臉應該佔畫面的一大部分。大遠景裡的小臉，給模型可以複製的東西太少。

你自己的照片也一樣。上傳作為參考圖，就能做出一組屬於你自己的套圖。

寫提示詞時，讓臉保持不變

• 先鎖住身份。 開頭寫上 "The same character as in the reference image, with exactly the same face, hair and identity."，放在場景和服裝之前。
• 每張只改一兩樣東西。 換場景和服裝，或換取景和姿勢。一次全部改，臉最容易走樣。
• 永遠回到原圖。 每張新圖都從第一張參考圖生成，不要從上一張結果再生成。複製的複製，每一代都會漂移一點。
• 依工作選模型。 在 PopNow 上，Seedream 5.0 Pro 是做套圖最全能的選擇；要求最像的時候，試試 Nano Banana 2.1。

如果你是從圖片或影片頁面生成，在提示詞框裡輸入 @，就能把已儲存的角色拉進請求，不必再上傳一次參考圖。

把同一個角色帶進影片

影片通常是角色最容易崩的地方，因為模型要在一百多個影格裡保持臉不變，而不是只有一張。可靠的做法還是同一個思路：從已經有正確臉的照片開始生成影片。我們拿上面套圖裡的廚房照，用 MiniMax H3 讓它動起來：

這段影片花了 185 點數，不到一分鐘。較長的場景可以用不同的套圖照片做幾段，再剪接在一起；或用 影片生成器 的參考模式，有些模型可以同時接受同一個人的多張照片。我們的 讓 AI 影片變長的方法 一文說明了延長和接合片段的做法。