Referenzbilder, Identitätsanker und Charakterbögen – die Techniken, die eine Identität wirklich über Generierungen hinweg halten.

Warum Konsistenz schwer ist

Jede GPT-Image-2-Generierung ist eine unabhängige Stichprobe. Das Modell hat keine Erinnerung an das letzte Bild, das es für dich gemacht hat — es liest deinen Prompt neu und zeichnet eine frische Interpretation. Eine Beschreibung wie „eine junge Frau mit braunen Haaren“ entspricht Millionen gültiger Gesichter, also liefern dir zwei Durchläufe zwei verschiedene Personen, die zufällig zu den Worten passen.

Konsistenz ist daher nichts, was man einmal anfragt. Es ist etwas, das man durch das Entfernen von Mehrdeutigkeit konstruiert: Entweder fixierst du die Identität mit Pixeln (einem Referenzbild) oder mit einer ungewöhnlich spezifischen, wiederholten Textbeschreibung. Vage Prompts driften; überspezifizierte halten.

Technik 1 — Referenzbild (der stärkste Hebel)

GPT Image 2 akzeptiert Referenzbilder. Wenn du dasselbe Referenzbild in jede Generierung gibst, bittest du das Modell nicht mehr, ein Gesicht zu erfinden — sondern eines zu bewahren. Das ist mit Abstand die zuverlässigste Methode, eine Person, ein Maskottchen oder ein Produkt über ein Set hinweg identisch zu halten.

Formuliere den Prompt als Transformation der Referenz, nicht als neue Beschreibung davon:

Using the provided reference image, keep the subject's face, hairstyle, and outfit 100% identical. Only change the scene to a sunlit Parisian café at golden hour. Same person, same clothing, new environment. Photorealistic, 50mm lens, shallow depth of field.

Die Phrasen, die die Schwerarbeit leisten: „keep … 100% identical“, „only change …“, „same person“. Du sagst dem Modell explizit, welche Dimensionen gesperrt und welche frei sind.

Technik 2 — Der Identitätsanker (Konsistenz nur per Text)

Wenn du kein Referenzbild nutzen kannst — etwa beim Generieren eines brandneuen Charakters von Grund auf — baue einen Identitätsanker: einen festen Block hyperspezifischer Attribute, den du wortwörtlich in jeden Prompt einfügst. Behandle ihn wie den DNA-String einer Figur.

Eine schwache Beschreibung überlässt zu viel dem Zufall. Ein starker Anker nagelt die Merkmale fest, die das Modell sonst randomisieren würde:

Gesicht: exaktes Alter, Gesichtsform, Hautton, markante Merkmale (ein kleiner Leberfleck, Sommersprossen, eine Narbe) — markante Merkmale verankern stärker als generische
Haare: präzise Farbe, Länge und Textur sowie ein konkreter Stil („zerzauster hoher Pferdeschwanz mit zwei losen Strähnen vorne“), nicht nur „lange braune Haare“
Garderobe: ein Markenoutfit, bis zu Material und Schnitt beschrieben — wiederkehrende Kleidung liest sich als dieselbe Figur, selbst wenn das Gesicht leicht schwankt
Ein kurzer, konsequent verwendeter Figurenname — das Benennen des Subjekts gibt dem Modell ein einziges Konzept, an das es Merkmale hängen kann

Verwende den Ankerblock dann oben in jedem Prompt erneut und variiere nur die Szene darunter. Je ungewöhnlicher und spezifischer der Anker, desto weniger improvisiert das Modell.

Technik 3 — One-Shot-Charakterbögen

Statt zehn Bilder zu generieren und auf Übereinstimmung zu hoffen, generiere ein Bild, das alle benötigten Ansichten enthält. GPT Image 2 ist stark bei strukturierten Multi-Panel-Layouts, daher hält ein Charakter-Drehbogen jeden Winkel perfekt konsistent, weil sie alle im selben Durchgang gezeichnet wurden.

Character reference sheet for a single original character on a clean neutral background. Show, in one image: front view, 3/4 view, side profile, and back view, all the SAME character with identical face, hairstyle, and outfit across every pose. Add two facial expression close-ups (neutral and smiling). Consistent proportions, model-sheet style, even lighting, no text labels.

Verwende den resultierenden Bogen selbst als Referenzbild für nachgelagerte Szenengenerierungen. Du hast damit faktisch eine stabile Identität aus dem Nichts gebootstrappt.

Technik 4 — Iterieren, nicht neu starten

Wenn ein Bild zu 90 % stimmt, wirf es nicht weg und würfle neu. Speise es als Referenz zurück und bitte um eine chirurgische Bearbeitung: „same image, but change only the jacket color to deep green; keep everything else pixel-identical.“ Jede Runde bewahrt, was funktioniert hat, und ändert eine Variable. Ein Neustart vom Text führt die gesamte Zufälligkeit wieder ein, die du gerade beseitigt hast.

Häufige Fehler und Lösungen

Gesicht driftet zwischen Durchläufen → von der Textbeschreibung zu einem Referenzbild wechseln; Text allein hält ein Gesicht selten über viele Bilder
Outfit ändert sich jedes Mal → die Garderobe in den Identitätsanker verschieben und Material + Schnitt beschreiben, nicht nur die Farbe
Referenz ignoriert → den Prompt explizit als Transformation formulieren („using the provided image, keep X, change only Y“) statt als neue Beschreibung
Charakter wirkt „verwandt, aber nicht derselbe“ → dein Anker ist zu generisch; füge ein oder zwei wirklich markante Merkmale hinzu, an denen sich das Modell festhalten kann
Multi-Panel-Bogen hat inkonsistente Panels → im Prompt „the SAME character“ angeben und weniger Panels pro Bild anfordern

Die Kurzfassung

Referenzbild für die stärkste Fixierung. Identitätsanker, wenn du keine Referenz hast. Charakterbogen, um eine neue Identität in einem Durchgang zu bootstrappen. Iteriere bei Beinahe-Treffern, statt neu zu würfeln. Konsistenz ist beseitigte Mehrdeutigkeit, kein magisches Schlüsselwort.