如果你最近也在玩 AI 绘画大概会遇到一个非常磨人的问题明明提示词写得挺好图也好看但想再生成一张“同一个角色换个场景”的画面时角色就悄悄换了一张脸。眼睛变了发型变了连衣服纹饰都对不上好像一个演员突然罢演换了个替身来拍下一场戏。有个很有意思的案例让一个“画画巫师”走进奥利凡德魔杖店。听起来像某个魔法题材同人创作的开头其实是一个十分典型的 AI 绘画任务组合——既要有稳定的角色形象巫师又要生成一个氛围到位的室内场景魔杖店还要让角色“进入”场景而不是生硬地贴在一起。整个过程涉及提示词工程、角色一致性、ControlNet 局部控制、模型选择甚至工作流自动化。这篇文章就把这个场景当作贯穿全篇的实战案例完整讲清楚想生成“同一个角色在不同场景里做同一件事”的系列图到底有哪些技术路线各自的优缺点是什么实际项目中怎么搭一套可靠的工作流以及最容易踩的坑在哪里。1. 这篇文章真正要解决的问题先说结论AI 绘画早就过了“单张图好看就行”的阶段。真正的开发级难点是角色一致性和批量叙事。很多读者刚入门时会觉得Midjourney 或 Stable Diffusion 写个 prompt 就能出图能有多难但一旦涉及“用同一个角色做一个系列分镜”比如小说封面与内页插画要使用同一个主角游戏角色立绘要输出“站、走、跑、攻击”多个姿态电商海报要同一个人物出现在不同背景中动漫短片要一个角色连续出现在多个房间里你就会发现AI 并默认不理解“这个人是同一个人”。它只理解“这张图和那段文字在像素上的对应关系”。于是每一次重新生成都是一次重新抽卡。回到“画画巫师去奥利凡德魔杖店”这个案例它其实包含三个递进需求第一角色固定。这个巫师必须是一个“人”不是每张图换个样子。难点在于五官、发色、服饰在多次生成中保持一致。第二场景匹配。奥利凡德魔杖店的特点是堆满魔杖盒子、狭长柜台、暖色调灰尘光线、古老气质。提示词里要控制场景语义又不能把角色淹没。第三角色与场景交互。不是简单的“人物站在场景前面”而是人物“在店里挑选魔杖”。涉及到构图、镜头位置、人物朝向这些需要额外工具不单靠 prompt。这不是一个娱乐问题而是一个技术问题。解决它需要一套组合拳提示词工程负责语义、模型负责画质、LoRA 负责角色记忆、ControlNet 负责姿势与结构、工作流负责批量产出。本文就按这条主线展开。2. 基础概念与核心原理角色一致性技术栈先建立基本认知。下面这几个概念会在后文反复用到。2.1 提示词工程Prompt Engineering提示词是 AI 绘画的输入文本决定了画面里的内容、风格、构图、光感。它可以调整角色容貌但对“跨图保持同一角色”只能提供语义上的描述无法保证像素上的强一致。换个说法prompt 是“剧本”不是“演员档案”。2.2 Embedding 与 Textual InversionEmbedding词嵌入/文本反转是一种把某个风格或角色编码成一个“特殊词汇”的技术。训练完成后只要在提示词里写上这个特殊词模型就会倾向生成该特征。它体积很小通常几十到几百 MB适合固定某一类画风但对复杂角色的控制力有限单独使用时角色一致性不够稳定。2.3 LoRALow-Rank AdaptationLoRA 是目前角色一致性方案里性价比最高的一种。它对模型的一部分权重进行低秩微调训练完成后得到一个小模型文件几十到两三百 MB。调用时需要和底模配合使用。它的原理可以这样理解底模是“会画画的通用大脑”LoRA 是“某个角色的写真集”。生成时大脑借助写真集更容易画出这个人的特征。它可以固定角色面容、服装、画风也能固定一个物件比如“魔杖店柜台上那堆旧盒子”。LoRA 比较适合做单一角色的系列图像在《哈利·波特》场景这类案例里如果要求多个画面里都是同一个巫师给这个巫师训练一个专有的 LoRA 是最省力、最稳妥的方式。2.4 ControlNetControlNet 是一个神经网络模块可以接收额外输入比如线稿、深度图、姿态骨架、边缘信息从而强制约束生成图像的结构。通俗理解prompt 控制“画什么”ControlNet 控制“怎么摆、怎么构图”。在“巫师逛魔杖店”场景里如果你想得到“巫师伸手取魔杖”的姿势用自然语言描述往往不准确。更可靠的做法是先摆一个人体姿态骨架让 ControlNet 照着骨架生成画面比反复改 prompt 靠谱得多。2.5 图生图Img2Img与 Inpaint局部重绘图生图是把一张原图作为输入让 AI 输出一张新的图二者具有一定的语义连续性。局部重绘则是给定一张图指定一个区域只重新绘制该区域的内容其他区域保留原样。这两项技术可以用于微调角色动作或背景细节也可以用来做分镜之间的“过渡”让同一人物在不同场景中保持一致。2.6 IP-Adapter 与参考图方案IP-Adapter 是近年来比较受欢迎的方案可以通过一张或几张参考图来决定生成图的图像特征。它不需要训练直接在生成时参照参考图的脸部、服饰或风格特征。它的优势是快、零训练成本。缺点是稳定性和泛化能力不如专门训练的 LoRA当场景变化较大时角色面容仍可能漂移。适合预览方案、快速出效果不适合要求像素级一致的生产项目。方案是否需训练角色一致性灵活性成本适用场景固定 Seed否低低极低单张草图、简单插画Embedding需训练中中低固定画风LoRA需训练高高中角色系列、商业项目ControlNet否辅助控制高低姿态与构图控制图生图 / Inpaint否中中低局部修改IP-Adapter否中高高低快速参考、多角色预览这里需要强调一个容易误解的地方没有任何一种单一工具能百分之百锁定角色。即使是 LoRA也不是万能的。真正的生产方案往往是多层叠加LoRA 锁定角色脸部基线 ControlNet 锁定构图 prompt 描述场景氛围 固定 Seed 作为辅助最后再人工筛选和修复。3. 环境准备与前置配置在动手生成之前先确保本机或服务器环境满足要求。以下以 Stable Diffusion WebUI 和 ComfyUI 两个主流工具为例给出通用准备步骤。3.1 硬件与环境要求Stable Diffusion 推理对显存比较敏感。生成 512×512 基础图建议显存至少 4GB生成 768×768 或 1024×1024 的高清图建议显存 8GB 以上。如果使用 SDXL 底模并叠加多个 ControlNet 和 LoRA16GB 或 24GB 显存体验更稳。操作系统方面Windows 11、Ubuntu 20.04 及以上都是常用环境。AI 绘画应用优先选择 NVIDIA 显卡因为 CUDA 生态最成熟。AMD 显卡和 Apple Silicon 也能跑但在第三方扩展、ControlNet 模型兼容性上会多一些限制。3.2 推荐工具选型目前开源社区最常用的两套工具Stable Diffusion WebUIAUTOMATIC1111插件丰富、入门门槛低、API 接口简单适合快速出图、测试 prompt、批量生成。ComfyUI节点式工作流可控性更强适合复杂流程复用和批量任务。如果是第一次跑通流程建议先用 WebUI因为它安装简单、界面直观且脚本调用 API 方便。本文后续的代码示例以 WebUI API 为主。如果你对 ComfyUI 的节点图更熟悉也可以把同样的模型、ControlNet 和 LoRA 配置映射到 ComfyUI 的节点流程中核心逻辑不变。3.3 需要下载的基础模型与插件在生成“魔杖店”这类室内场景时建议准备一个底模推荐偏写实或偏厚涂插画风格的模型。如果追求电影感可以用写实向大模型如果追求魔法题材的插画感可以用二次元/厚涂风格模型。具体用哪个由目标成图风格决定。一个画风或角色 LoRA用于固定巫师形象。ControlNet 模型用于姿态或深度控制。相关扩展插件例如 ControlNet 插件、IP-Adapter 插件等。这里不写死具体模型版本因为社区模型更新很快版本差异大而且每个人的需求不同。更稳妥的做法是在 Hugging Face 或 C 站搜索“fantasy style model”“portrait LoRA”“magic shop”等关键词按下载量、更新时间和样例图筛选。版本以你下载到的实际文件为准。3.4 安装 WebUI 的过程以 Windows 为例最小化安装流程大致是安装 Git 和 Python 3.10/3.11克隆 Stable Diffusion WebUI 仓库启动webui-user.bat它会自动创建虚拟环境并安装依赖将底模放入models/Stable-diffusion目录将 LoRA 放入models/Lora目录将 ControlNet 模型放入models/ControlNet目录重启 WebUI确保页面里能识别到模型。git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git cd stable-diffusion-webui ./webui.sh模型放置路径参考 stable-diffusion-webui/models/Stable-diffusion/ 底模 stable-diffusion-webui/models/Lora/ LoRA 模型 stable-diffusion-webui/models/ControlNet/ ControlNet 模型 stable-diffusion-webui/extensions/ 扩展插件装完后在浏览器里打开http://127.0.0.1:7860能看到 WebUI 界面说明环境就绪。4. 提示词工程让“魔杖店”场景有画面感模型和工具准备好后第一个动手环节是写提示词。这里把“画画巫师去奥利凡德魔杖店”拆成几组核心元素来写比一次性写一长串更可控。4.1 拆解提示词元素一段有效的提示词通常由下面几个部分组成角色主体年轻的巫师、黑色长发、深蓝色巫师袍、银色怀表等等场景环境狭窄的老式魔法商店、从地板堆到天花板的魔杖盒、昏暗烛光、尘埃在光线中浮动风格与氛围幻想风格、电影打光、暖黄色调、细腻插画、8K镜头与构图中景、视线看向画面左侧、手伸向柜台上的魔杖质量词高清、细节丰富、锐利对焦。下面给出一个正向提示词示例。注意AI 绘画提示词通常用英文效果更好但如果你的模型支持中文或你正在用中文提示词工程工具也可以写成中文。这里以英文为主、中文注释为辅方便读者复制到 WebUI 中测试。Prompt: young wizard, long black hair, wearing deep blue magical robe, silver pocket watch, entering a narrow wand shop, tall shelves full of wand boxes, wand boxes stacked from floor to ceiling, dim candlelight, dust particles floating in warm light beam, fantasy style, cinematic lighting, warm tones, cozy magical atmosphere, medium shot, character looking at a wand on the counter, highly detailed, sharp focus, 8k, best quality Negative Prompt: lowres, bad anatomy, bad hands, extra fingers, missing fingers, poorly drawn face, blurry, jpeg artifacts, watermark, text, duplicate, deformed, mutated, ugly, oversaturated4.2 参数设置与 Seed 策略在 WebUI 里几个关键参数会影响成图效果采样器室内场景推荐 DPM 2M Karras 或 Euler a采样步数20 到 30 步通常足够CFG Scale5 到 8 之间太高会导致画面生硬太低会偏离提示词尺寸建议从 512×768 起步再使用高清修复放大Seed固定种子值可以让构图和基础结构保持在相近的基线附近。当需要画多张“同一角色在不同画面”时可以把第一张满意的图画完后记录下它的 Seed。后续生成相关分镜时先固定这个 Seed再微调提示词会比完全随机种子更稳定。但这只是“辅助”不是核心。真正要稳定角色特征必须组合下面的 LoRA 或参考图方案。5. 角色一致性方案从单张插图到系列分镜这一部分是整篇文章的重心。很多人单张图画得很好但一到系列图就崩根本原因是没有把“角色一致性”作为一个独立技术问题来对待。下面给出四种方案按投入产出比从低到高排列。5.1 方案一固定 Seed 加微调提示词这是最轻量的做法。步骤先用简单提示词生成一张“巫师正面站姿”图选中满意的图复制它的 Seed保留角色描述部分不变替换场景描述和动作描述生成新画面对比角色是否保持一致。示例保留young wizard, long black hair, deep blue magical robe部分把entering a narrow wand shop改成reading a wand description。这样角色在语义上具有延续性。但这个方案对角色外貌的约束非常弱。不同场景下模型可能会微调发色、五官比例、衣服细节。它是所有方案里最不可靠的只适合快速出概念稿不适合正式系列图。5.2 方案二图生图与局部重绘这种方法适合在已有图的基础上修改场景或动作。比如你已经有一张“巫师站在魔杖店门口”的图现在想让他“走近柜台”不需要重新生成整张图而是使用图生图把原图作为输入降低重绘幅度Denoising strength一般 0.4 到 0.6同时修改提示词中的动作部分。如果只是想把背景里的店门换成柜台可以用局部重绘功能选中背景区域仅重绘该区域保留人物主体。优点是不用训练模型操作直观。缺点是当角色占画面比例很小时图生图重绘幅度高仍然可能导致角色变形。img2img 参数建议 Denoising strength: 0.45 ~ 0.55 CFG Scale: 6 ~ 7 Sampler: DPM 2M KarrasDenoising strength不宜过高。过高会造成人物失真过低则改动有限背景变化不明显。实际调参时建议从 0.5 开始逐次增减 0.05 观察效果。5.3 方案三IP-Adapter 或参考图模式如果你的 WebUI 安装了 IP-Adapter 插件可以直接上传一张“巫师定妆照”让插件从这张图中提取角色特征再结合新的 prompt 生成新的场景图。这种方法的特点是“零训练成本”适合快速验证不同场景。缺点是 IP-Adapter 更擅长保留人物面部特征对服装细节、饰品位置的约束不如 LoRA 精细。在魔杖店里如果巫师袍的花纹和怀表的位置是角色标志性特征IP-Adapter 可能不够用。5.4 方案四训练一个角色 LoRA这是最接近“生产级”的方案。先用目标巫师角色准备 15 到 30 张高质量训练图。图片应覆盖不同角度正面、侧面、背面、不同表情、不同光照条件尽量避免同一角度的大量重复。然后将图片裁剪为统一分辨率生成描述文本喂给 LoRA 训练脚本。训练完成后得到一个 LoRA 文件。之后在 WebUI 中生成任何魔杖店分镜时都叠加这个 LoRA并调整合适的权重一般推荐 0.7 到 1.0 之间。训练角色 LoRA 比写 prompt 麻烦得多但它真正解决了“这个角色只属于这一部作品”的问题。在商业插画、小说配图、游戏原画等需要多个场景里复用同一角色的项目里训练 LoRA 几乎是必选项。从实操看一个普通的角色 LoRA 训练流程包含以下步骤准备数据集建议 20 张以上图片统一裁剪为 512×512 或 768×768添加标签用 WD14 Tagger 或 BLIP 自动生成描述再手动修正角色特征词配置训练参数epoch 10 到 20学习率 1e-4 左右网络维度 64 或 128训练与测试训练完成后用不同场景 prompt 测试观察角色是否变形。具体参数会因为训练脚本版本不同而有差异建议先按默认参数跑一次对比生成结果再调整。5.5 组合使用才是完整方案实际项目中最佳工作流不是依赖单个技术而是组合用 LoRA 锁定角色用 ControlNet OpenPose 锁定“伸手取魔杖”的动作结构用 prompt 描述魔杖店的氛围用固定 Seed 辅助前后帧的构图稳定最后用图生图或局部重绘修细节。这样一套流程可以稳定地把同一个巫师放进魔杖店的不同角落并且保证视觉上属于连贯的系列作品。6. 完整代码示例调用 WebUI API 批量生成分镜如果你的需求是“一次生成多张同系列图”手动在 WebUI 页面逐张操作效率太低。WebUI 提供了一套 HTTP API可以通过脚本批量调用。以下示例使用 Python 和requests调用本地 WebUI 接口。假设 WebUI 已经运行在http://127.0.0.1:7860。6.1 准备 Python 环境pip install requests6.2 编写批量生成脚本import requests import base64 import os # WebUI API 地址 url http://127.0.0.1:7860/sdapi/v1/txt2img # 定义一个函数用于生成单张图 def generate_image(prompt, negative_prompt, seed, output_path, width512, height768, steps25, cfg6.5): # 构造请求体 payload { prompt: prompt, negative_prompt: negative_prompt, seed: seed, steps: steps, cfg_scale: cfg, width: width, height: height, sampler_name: DPM 2M Karras, } # 调用 API response requests.post(url, jsonpayload) response.raise_for_status() # 解析返回结果 result response.json() images result.get(images, []) if not images: print(生成失败未返回图片) return False # 保存第一张图 img_b64 images[0] img_bytes base64.b64decode(img_b64) with open(output_path, wb) as f: f.write(img_bytes) print(f图片已保存到: {output_path}) # 返回本次使用的 seed方便继续复用 return result.get(seed, seed) # 定义角色基础描述后续场景变化都保留它 character_desc ( young wizard, long black hair, deep blue magical robe, silver pocket watch, wearing a slightly tired expression, ) # 定义魔杖店场景的基础氛围 shop_desc ( narrow old wand shop, shelves full of wand boxes, wand boxes stacked from floor to ceiling, dusty candlelight, warm light beam, fantasy style, cinematic lighting, medium shot, highly detailed, sharp focus, best quality ) # 定义三组分镜提示词 scenes [ { name: 走进魔杖店, prompt: character_desc entering the wand shop, shop_desc, }, { name: 拿起魔杖, prompt: character_desc picking up a wand from the counter, shop_desc, }, { name: 端详魔杖, prompt: character_desc looking closely at the wand in hand, shop_desc, }, ] negative_prompt ( lowres, bad anatomy, bad hands, extra fingers, missing fingers, poorly drawn face, blurry, jpeg artifacts, watermark, text, duplicate, deformed, mutated, ugly, oversaturated ) # 固定 seed让各分镜保持基础一致性 base_seed 10086 # 创建保存目录 os.makedirs(output, exist_okTrue) for scene in scenes: print(f正在生成{scene[name]}) seed generate_image( promptscene[prompt], negative_promptnegative_prompt, seedbase_seed, output_pathfoutput/{scene[name]}.png )6.3 脚本逻辑说明这个脚本的核心思路是把角色描述提取成一个固定字符串character_desc把场景描述单独定义方便轮换三组分镜共享同一个base_seed通过 API 批量生成图片保存到output目录。如果你训练了角色 LoRA需要在 prompt 中加入 LoRA 触发词比如character_desc , lora:wizard_char_v1:0.85, scene_desc在 WebUI 的 prompt 语法中lora:文件名:权重用来指定 LoRA 模型和权重。0.85 表示以 85% 的强度应用 LoRA 特征。如果过度使用画面会出现过拟合如果太低角色会丢失特征建议按实际效果调整。如果你已经装了 ControlNet也可以通过 API 传入额外的alwayson_scripts配置例如{ alwayson_scripts: { ControlNet: { args: [ { enabled: true, module: openpose, model: control_v11p_sd15_openpose, input_image: base64_image_string, guidance_start: 0.0, guidance_end: 1.0 } ] } } }由于 ControlNet 的版本差异较大这里不展开细节。实际使用前建议先在 WebUI 页面里手动确认 ControlNet 能正常工作再考虑脚本化。7. 运行结果与效果验证脚本跑完以后output 目录下会得到三张图。分别对应“走进魔杖店”“拿起魔杖”“端详魔杖”三个分镜。那么如何判断这一批图是否成功我建议不要只看单张是否好看而是按下面三个维度检查7.1 面部一致性把三张图的角色脸部放大对比五官比例、眼睛颜色、发际线、脸型。理想状态下三张图片里的角色应该像是同一个演员在不同机位拍摄的。如果你的对比结果是“看起来相似但总觉得不是同一个人”说明 LoRA 或参考图的约束还不够强。7.2 服装和道具一致性巫师袍的蓝色深浅、领口样式、银色怀表的位置以及魔杖店里的关键道具都应该在系列图中保持统一。服装一致性往往比面部更容易被忽略但观众一眼就能看出来。7.3 场景风格一致性三张图都应该是同一个魔杖店而不是三个不同的“魔杖店”。判断依据包括柜台形状、货架布局、光线的暖冷程度、场景道具的重复性。如果发现场景差异很大可以在 prompt 中强化固定场景词并加大 ControlNet 的约束。如果发现面部差异大优先检查 LoRA 权重、参考图质量以及是否因为步数和 CFG 设置不当导致画面变形。7.4 如何高效对比一个比较实用的方法是在 WebUI 中启用“X/Y/Z Plot”脚本或在本地写一个简单的拼图脚本把多张图按网格拼在一起快速肉眼对比。from PIL import Image import os img_dir output file_names [走进魔杖店.png, 拿起魔杖.png, 端详魔杖.png] images [Image.open(os.path.join(img_dir, name)).convert(RGB) for name in file_names] width, height images[0].size grid Image.new(RGB, (width * 3 20, height 10), color(255, 255, 255)) for i, img in enumerate(images): grid.paste(img, (i * (width 5) 5, 5)) grid.save(output/compare_grid.png) print(对比图已保存到 output/compare_grid.png)8. 常见问题与排查方法在实际操作中几乎每个人都会遇到下面这些问题。这里整理成排查表方便对照处理。问题现象可能原因排查方式解决方案同一个角色每张图都变脸仅使用 prompt 和固定 seed没有角色约束对比各分镜的角色截图训练 LoRA 或使用 IP-Adapter场景很好但角色过拟合LoRA 权重太高查看面部是否出现塑料感或僵硬感降低 LoRA 权重到 0.6-0.8角色稳定但场景变化不明显Seed 固定且重绘幅度过低观察画面整体布局是否过于相似修改 prompt 或切换 Seed手部出现六根手指底模或 ControlNet 未约束手部细节查看局部放大图增加 negative prompt或用 ControlNet 手部模型ControlNet 没有生效模型未放置正确或插件未启用检查 WebUI 控制台日志将文件放入 models/ControlNet重启插件API 调用返回 400请求体里参数名错误查看控制台错误信息检查 prompt、steps、cfg 等字段名生成速度很慢显存不足或开启过多扩展查看任务管理器或 nvidia-smi降低分辨率关闭不用的插件图像出现噪点或涂抹感采样步数不足或 CFG 过高对比不同步数下的出图效果提高步数到 25-30CFG 控制在 5-8值得单独提醒的是“手部错误”。Stable Diffusion 在生成人物手部时经常出现手指数量异常。这不仅影响观感还会破坏角色一致性。可以在负面提示词里加入bad hands, extra fingers, missing fingers并尽量使用较高分辨率和足够的采样步数。9. 最佳实践与工程建议当你已经能稳定生成“同一个巫师在魔杖店里的多个分镜”之后下面这些工程建议可以帮助你把流程提升到可交付的水平。9.1 建立提示词版本管理写提示词和写代码没有本质区别。把每个角色、场景、风格拆成模板存入 Git 或文档里。每次改动记录版本。你会发现两个月后回头看自己能快速找到当初生成某张图所用的完整提示词和参数。比如可以这样组织templates/ characters/ wizard_witch_lora.yaml black_cat_lora.yaml scenes/ wand_shop.yaml castle_library.yaml styles/ fantasy_illustration.yaml negative_prompts/ common.yaml9.2 固定便于复现的元数据在 WebUI 里每张图片的 PNG Info 中都会保存生成参数。不要把它删除。在商业化协作环境中建议在项目命名中包含日期、场景名、版本号例如20250215_wandshop_enter_v3.png 20250215_wandshop_pickup_v3.png9.3 先小批量验证再批量生产一次性生成 100 张图如果角色全部崩掉浪费的不只是算力还有筛选精力。正确做法是先选 3 到 5 个分镜做小批量测试验证角色一致性稳定后再扩大生成规模。9.4 善用 ControlNet但不要过度依赖ControlNet 是结构控制神器但它也会吃掉大量显存和生成时间。只在你确实需要控制姿势、景深或边缘结构时开启。如果只是换背景用图生图和局部重绘即可。9.5 素材来源与版权意识如果你参照了某部作品中的角色或场景比如“奥利凡德魔杖店”这类有明显来源的设定务必注意版权边界。本文所示的“魔杖店”仅供技术演示不构成商业授权。实际项目中使用他人 IP 形象进行商业化必须获得授权或做充分脱敏。作为技术练习建议自行设计原创巫师、原创魔杖店避免后续法律风险。9.6 记录失败案例比起保存成功的 prompt保存失败的 prompt 和参数更有价值。失败案例可以帮你快速避开已经验证过的错误路径节省下一轮调参时间。推荐用一张表格记录失败原因例如现象参数组合结论角色像另一个人CFG 12, 无 LoRA, seed 固定prompt 无法锁角色引入 LoRA魔杖店太暗prompt 缺少 candlelight 权重增加关键光源词手指异常steps 18, CFG 9提高步数增加手部负向词10. 总结与后续学习方向“画画巫师去奥利凡德魔杖店”这个案例看起来只是一个有趣的 AI 绘画实验但它背后其实是 AI 图像生成领域一个非常关键的问题让同一个虚拟角色稳定地出现在多个场景并且看起来始终是同一个人。掌握这项能力后你能做的事情会大大扩展。小说插画、漫画分镜、游戏立绘、动画原画、品牌视觉、电商海报这些场景都离不开角色一致性。本文从提示词拆解开始介绍了固定 Seed、图生图、IP-Adapter、LoRA、ControlNet 等多种角色控制手段同时给出了一个基于 WebUI API 的批量生成脚本帮助你从“手动出图”升级到“脚本化生产”。后续值得继续深入的方向有三个训练高质量 LoRA数据准备、标签清洗、超参数调优这是角色一致性最核心的进阶技能ComfyUI 工作流设计把本文的流程固化为节点图实现一键生成系列分镜多角色互动场景当一个画面里有两个以上角色时如何分别保证它们的身份稳定技术难度会再上一个台阶。建议你先从一个小目标开始选一个原创的巫师角色训练一个 LoRA生成 6 张他在魔杖店里做不同事情的分镜图。跑通这套流程后再考虑扩大场景数量或增加角色数量。这条路一旦走通你对 AI 绘画的理解就不再只是“写提示词出图”而是真正具备了批量产出视觉素材的工程能力。