一致性保持：角色与特定艺术风格一致性

AI 绘画最大的痛点之一就是「每张图长得不一样」。你画了一个满意的角色，下一张就变脸了；你定好了品牌风格，换个场景就跑偏了。本章系统讲解如何在 AI 生成中保持一致性。

为什么一致性这么难？

AI 图像模型的本质是「每次从概率分布中采样」。即使提示词完全相同，每次生成的结果也不同。要让结果一致，我们需要额外引入约束条件。

没有约束：
提示词 → 模型 → 随机输出（每次不同）

有约束：
提示词 + 参考图/种子值/LoRA → 模型 → 受控输出（高度一致）

方法一：Seed 值锁定

适用场景： 在同一组提示词下微调参数

原理： AI 生成图片时有一个随机种子值。固定 seed 后，同样的提示词会产出非常相似的结果。

Midjourney 中的用法

# 第一次生成，记住返回的 seed 值
A cute robot character, Pixar style --v 6.1
（假设 seed 值为 4293817465）

# 微调时锁定 seed
A cute robot character, Pixar style, wearing a red scarf --seed 4293817465 --v 6.1

局限性： seed 锁定只在提示词变化很小时有效。大幅修改提示词后，即使 seed 相同，结果也会大变。

方法二：角色参考（Character Reference）

适用场景： 同一角色在不同场景中出现

Midjourney 的 --cref

# 第一步：生成一张满意的角色图
A young woman with short black hair, wearing a white t-shirt, simple background --v 6.1

# 第二步：用 --cref 引用这个角色的形象
The same character walking in a Japanese garden,
cherry blossom season --cref https://url-to-image.png --cw 100 --v 6.1

参数说明：

• --cref：角色参考图的 URL
• --cw 100：参考权重（0-100），值越高越忠实原图
• --cw 0：只参考脸部，忽略服装

Stable Diffusion 的 IP-Adapter

在 ComfyUI 中使用 IP-Adapter 节点：

工作流：
1. 加载参考人物图 → IP-Adapter 节点
2. 输入场景提示词
3. ControlNet OpenPose（可选，控制姿势）
4. 输出：同一人物，新场景，新姿势

方法三：风格参考（Style Reference）

适用场景： 保持多张图的视觉风格统一

Midjourney 的 --sref

# 第一步：找到你喜欢的风格图
# 第二步：用 --sref 锁定风格

A product photo of a water bottle on a beach --sref https://style-image.png --sv 500 --v 6.1

# --sv 控制风格影响强度（0-1000）
# 低值（100-300）：轻微影响色调和构图
# 高值（500-1000）：强烈复刻风格

多图风格混合

# 混合两种风格，各占不同权重
A product photo --sref url1::2 url2::1 --v 6.1
# url1 的风格权重是 url2 的两倍

方法四：LoRA 微调（最专业）

适用场景： 长期项目、品牌 IP、需要反复使用

原理： 用 10-30 张样本图训练一个轻量级模型（通常 50-200MB），之后每次生成都能精确复现特定的角色或风格。

LoRA 训练流程

1. 准备数据集
   ├── 15-30 张角色/风格的高质量图片
   ├── 每张图片配一个 txt 描述文件
   └── 背景多样、角度多样、表情多样

2. 训练（使用 Kohya_ss / OneTrainer 等工具）
   ├── 推荐参数：learning rate 1e-4
   ├── 训练步数：1500-3000 steps
   └── 输出：your_character.safetensors

3. 使用
   ├── Stable Diffusion WebUI 中加载 LoRA
   ├── ComfyUI 中通过 LoRA Loader 节点加载
   └── 提示词中调用：<lora:your_character:0.8>

数据集准备要点

要素	建议	避免
图片数量	15-30 张	少于 10 张会欠拟合
图片质量	高清、无水印	模糊、压缩过度的图
背景多样性	不同背景、场景	全部同一背景
角度多样性	正面、侧面、半身、全身	只有一种角度
标注质量	详细描述每个细节	笼统的一句话标注

方法五：ControlNet 约束

适用场景： 需要精确控制姿态、轮廓、深度关系

ComfyUI 工作流：

输入参考图
    ↓
ControlNet 预处理器（选择一种或多种）
    ├── OpenPose：提取骨骼姿态
    ├── Canny：提取边缘轮廓
    ├── Depth：提取深度图
    └── Lineart：提取线稿
    ↓
结合提示词生成新图
    ↓
输出：保持轮廓/姿态一致的新图

实战：品牌 IP 角色的一致性方案

假设你在为一家咖啡品牌设计 IP 角色「小咖」，需要在不同场景中保持一致：

方案 A（快速验证）：Midjourney + cref

# 优点：无需训练，立即可用
# 缺点：一致性约 70-80%，细节会有偏差

# 初始设计
A cute cartoon cat barista character named XiaoKa,
round body, brown and cream fur, wearing a green apron,
holding a coffee cup, friendly smile, simple background,
flat illustration style --v 6.1

# 场景变化时用 --cref 保持角色
XiaoKa standing behind a coffee bar making latte art --cref url --cw 80 --v 6.1
XiaoKa delivering coffee on a bicycle --cref url --cw 80 --v 6.1

方案 B（长期方案）：LoRA 训练

# 优点：一致性 95%+，可无限扩展场景
# 缺点：前期需要训练，需要显卡

# 1. 生成 20 张不同角度/场景的小咖图片
# 2. 标注并训练 LoRA
# 3. 后续每次生成：<lora:xiaoka:0.85> a cute cat barista...

一致性检查清单

每次生图后，对照以下清单检查一致性：

• 面部特征是否一致（眼睛、鼻子、嘴型）
• 配色方案是否统一（主色、辅色、点缀色）
• 体型比例是否稳定（头身比、四肢比例）
• 服装/配饰是否匹配
• 画风是否统一（扁平、3D、水彩等）
• 画面质感是否一致（噪点、清晰度、色彩饱和度）

下一步

下一章我们学习「图生图高阶玩法」——如何用已有图片作为基础，精确控制主体并替换背景。