做系列图文最让人头疼的,往往不是第一张图好不好看,而是第二张、第三张还能不能认出是同一个人。尤其是同一角色多次换装的场景:换一套衣服,脸型变了,身材变了,连发型都跟着走样,观众第一反应不是换装了,而是换人了。服装一致性问题的根子不在衣服,而在没有给角色留一个稳定的锚。

原理上可以这样理解:生成模型每一次出图都是重新采样,没有记忆。想要它记住一个人,就必须在每一次提示里重复同一套身份描述。身份描述要固定成一段标准文本,包括面部特征、发型、体型、年龄感和气质,换装时只改服装那一段,其他描述一个字都不要动。很多人换装失败,就是因为每张图的身份描述都是现写的,写法一变,人物就跟着变。

服装描述本身也要结构化,不要写成一句笼统的好看的外套。按款式、颜色、材质、版型、搭配的顺序写清楚,例如先写长款风衣,再写深灰色、羊毛质感、直筒版型,最后写内搭与鞋子的搭配。换装时一次只换一个变量:先换上衣,再换裤装,最后换全身造型,每换一次都留一张图对照。一次性把全身上下全换掉,出问题也找不到是哪一句描述惹的祸。

参考图是保住一致性的另一道保险。先挑一张最满意的角色图作为基准,后续每一张都以它为参考,提示词里明确写清沿用基准图的人物面貌与体型,只更换服装。基准图不要频繁更换,换一次基准就等于重新定一次角色,前面的积累就白费了。如果平台支持种子值,同一系列尽量沿用相近的种子区间,再配合参考图,双保险比单靠提示词稳得多。

落地前建议做一张对照表:把同一角色不同服装的成图并排放在一起,逐项核对脸型、发型、体型、肤色和整体气质,服装只看款式与颜色是否按要求换了。如果五张图里有两张的脸明显不同,就回头检查身份描述是不是被改动过,而不是急着换提示词。换装系列拼的是耐心,身份描述越固定,服装换得越自由,这个顺序不能反过来。