如何在 GPT Image 2 中保持角色与产品的多图一致性
参考图、身份锚点、角色设定表——真正能在多次生成中稳住同一身份的技术。
为什么一致性这么难
GPT Image 2 每次生成都是一次独立采样。模型对它上一张为你画的图毫无记忆——它会重新读一遍你的 prompt，然后画出一个全新的解读。像「一位棕发年轻女性」这样的描述，对应着数百万张合规的脸，所以两次运行会给你两个恰好都符合文字描述、却完全不同的人。
因此，一致性不是你提一次要求就能拿到的东西。它要靠你去工程化地消除歧义来实现：要么用像素锁定身份（参考图），要么用一段异常具体、反复粘贴的文字描述锁定身份。模糊的 prompt 会漂移；过度具体的 prompt 才稳得住。
技巧一 —— 参考图（最强的杠杆）
GPT Image 2 接受参考图。当你把同一张参考图传入每一次生成时，你就不再是让模型去发明一张脸——而是让它去保留一张脸。这是迄今为止在一组图里让人物、吉祥物或产品保持完全一致最可靠的方式。
把 prompt 写成对参考图的「变换」，而不是对它的全新描述：
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.真正起决定作用的短语：「keep … 100% identical」「only change …」「same person」。你是在明确告诉模型哪些维度被锁定、哪些是自由的。
技巧二 —— 身份锚点（纯文字一致性）
当你无法使用参考图时——比如要从零生成一个全新角色——就构建一个身份锚点：一段固定的、超级具体的属性描述，逐字粘贴进每一个 prompt。把它当作角色的 DNA 串来对待。
弱描述把太多东西交给了随机。强锚点钉死了那些模型本来会随机化的特征：
- 脸：精确的年龄、脸型、肤色、辨识度特征（一颗小痣、雀斑、一道疤）——辨识度强的特征比通用特征锚定得更牢
- 头发：精确的颜色、长度、质感，以及一个具体的发型（「凌乱的高马尾，额前两缕散落的碎发」），而不仅是「棕色长发」
- 服装：一套招牌穿搭，细到材质和版型——即便脸略有抖动，反复出现的服装也会让人读成同一个角色
- 一个始终如一使用的简短角色名——给主体命名，等于给了模型一个可以挂载特征的单一概念
然后在每个 prompt 顶部复用这段锚点，只在它下面变换场景。锚点越罕见、越具体，模型就越少自由发挥。
技巧三 —— 一次成型的角色设定表
与其生成十张图、寄望它们能对上，不如生成一张包含你所需全部视角的图。GPT Image 2 在结构化的多格布局上很强，所以一张角色三视转身设定表能让每个角度都完美一致——因为它们都是在同一次绘制中画出来的。
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.把得到的这张设定表本身当作后续场景生成的参考图。你实际上是从无到有引导出了一个稳定的身份。
技巧四 —— 迭代，别重来
当一张图已经对了 90%，别扔掉重摇。把它作为参考图喂回去，要求做一次外科手术式的修改：「same image, but change only the jacket color to deep green; keep everything else pixel-identical.」每一轮都保留有效的部分、只改一个变量。从文字重头开始会把你刚刚消除掉的随机性全都重新引入。
常见失败与修复
- 脸在多次运行间漂移 → 从文字描述切换到参考图；单靠文字很难让一张脸在多张图里稳住
- 服装每次都变 → 把服装写进身份锚点，并描述材质＋版型，而不仅是颜色
- 参考图被忽略 → 把 prompt 明确写成一次变换（「using the provided image, keep X, change only Y」），而不是一段新描述
- 角色「像亲戚但不是同一个人」→ 你的锚点太通用了；加一两个真正有辨识度、模型能抓住的特征
- 多格设定表里各格不一致 → 在 prompt 里写明「the SAME character」，并减少每张图的格数
一句话总结
想要最强的锁定就用参考图。没有参考图时用身份锚点。用角色设定表一次性引导出一个新身份。对接近成功的图做迭代，而不是重摇。一致性是被消除的歧义，不是某个魔法关键词。
Try these GPT Image 2 prompts
