LocalBanana 发布角色一致性指南：解决 AI 生成中角色漂移的核心策略
在 AI 艺术创作领域，如何保持同一个角色在不同生成（Generation）中的一致性，一直是创作者面临的最大挑战。LocalBanana 近期发布了《Keeping the Same Character Across AI Generations》深度指南，直击痛点：为什么你精心设计的角色，在第二次生成时却变成了另一个人？
为什么角色会漂移？
AI 模型并不具备“记忆”功能。每一次生成都是从零开始重新推导面部特征。如果提示词（Prompt）中的描述不够精确，未被明确指定的面部特征就会被模型“重新发明”。
LocalBanana 指出，导致角色漂移的三个主要因素按影响程度排序为：
- 模糊的锚点（Vague Anchors）：每一个未定义的形容词都是一个自由变量。例如，“棕色头发”涵盖了六种色调和四种剪裁。
- 运行时的改写（Paraphrasing）：每次运行都用不同的措辞重写锚点，即使意思相同，渲染结果也会不同。文本应被视为“字节”而非“散文”。
- 同时改变多个变量：在一次生成中同时改变姿势、服装和光照，导致无法判断是哪一处的变化导致了面部漂移。
三层解决方案：从锚定到微调
LocalBanana 提出了三层递进的解决方案，建议按顺序应用：
Layer 1: 编写一次锚点，逐字粘贴
这是最基础也最关键的一步。锚点（Anchor）是一段固定文本，仅描述人物本身，绝不包含场景、姿势、相机角度或情绪。
一个高质量的锚点应覆盖七个关键槽位（Slots），并特别强调标记（Marker）行：
| 槽位 | 糟糕示例 | 优秀示例 |
|---|---|---|
| 年龄与体型 | young woman | 27 岁，168cm，身材纤细但肩宽 |
| 脸型 | pretty face | 鹅蛋脸，方下巴，高颧骨 |
| 头发 | long brown hair | 及肩深栗色头发，齐刘海，微卷，左侧分缝 |
| 眼睛 | beautiful eyes | 眼距较宽的榛色眼，下眼睑厚重，浓直眉 |
| 皮肤 | fair skin | 暖橄榄色皮肤，鼻上有雀斑，右眼下有小痣 |
| 标记 (Marker) | — | 左耳仅戴一枚银色圆环耳环 |
| 服装 | casual clothes | 米色罗纹针织衫，领口微皱，细金链 |
核心技巧：Marker 行往往被忽略，但它是防止模型平均化特征的关键。一个不对称或独特的细节（如单侧疤痕、不对称耳环、染发）能赋予模型无法抹去的独特性，让你能一眼识别出这是同一个角色。
Layer 2: 每次只改变一件事
在基础锚点稳固后，进行后续生成时，每次仅修改一个变量（如仅改变表情或仅更换背景）。这样可以精确控制变化，避免不可预测的漂移。
Layer 3: 提供参考图像
对于更高级的需求，直接上传角色的参考图（Reference Image）作为视觉锚点，是确保一致性的终极手段。
实际应用价值
该指南不仅提供了理论，还通过具体案例展示了如何构建包含面部细节、发饰形状、眼色、衣领纹理等变量的完整锚点。这对于使用 Stable Diffusion、Midjourney 等工具的创作者而言，是提升工作流效率、实现高质量 IP 角色复用的必读手册。
“Prompt 不是记忆。每一次生成都在重新推导面部特征，因此任何你未明确指定的部分都会被重新发明。” —— LocalBanana 官方团队
通过遵循这些分层策略，创作者可以有效克服 AI 生成的随机性，实现从“今天的一张图”到“下周的第九张图”的角色连贯性。
