AI 生图人物不一致？从参考图输入到结果审核的排查清单

给同一个角色做一组图片第一张在室内第二张换到街上脸也跟着变了。继续往提示词里加“同一个人”“保持一致”仍然未必有用。先检查参考图有没有真正参与生成再看它和文字要求是否一致。第一模型收到图片了吗在提示词里写“参考照片 A”不等于已经把照片交给模型。使用网页工具时确认图片已作为参考输入通过 API 调用时检查图片字段、地址能否访问以及当前模型是否支持这种输入。只支持文字生成的调用方式不能靠写一个文件名变成图生图。第二几张参考图有没有在描述不同的人不要只挑好看的照片放在一起。先选一张能清楚辨认角色、没有明显错误的基准图需要其他角度时再补充外观一致的素材。年龄感、脸部轮廓或修饰差异明显的图片混在一起可能让要求变得含糊。参考图更多不等于身份更稳定。第三提示词有没有改掉本来要保留的特征原本只想换场景却顺手加了新的年龄、发型、脸型和妆容生成结果就更难判断。把“人物必须保持什么”和“这次镜头改什么”分开写。换背景时不必重新发明一套五官描述。第四一次是不是改了太多条件先固定模型、参考图和画幅只改一个主要条件看看结果。若同时换模型、提示词、比例和风格脸变了也很难追查原因。审核时把新图与同一张基准图并排看。先判断是否仍像同一位角色再看服装等项目要求最后检查手部、道具和背景。不要因为光影漂亮就把已经换脸的结果当成合格素材。如果只是局部细节有问题可以在工具支持的情况下尝试局部编辑保留原图方便回退。若人物身份已经明显变化应回到基准素材和请求条件排查。相同 seed 也不能作为跨模型、跨提示词的身份保证。把排查结果记成一张表检查位置要确认的事下一步模型与调用方式当前接口是否支持参考图图片是否实际传入对照该模型文档核对图片字段与格式参考素材是否围绕同一个角色角度与年龄感是否冲突选定基准图暂时移除有歧义的素材文字要求是否无意中改变脸型、发型或年龄将身份要求与镜头变化分开记录对照条件是否同时换了模型、比例、风格和提示词固定其他条件只改变一个主要变量结果审核是否与同一张基准图比较记录具体偏差按项目标准决定是否重做同一组素材里先把基准图、请求条件和结果对应起来。记录“第几次出图”还不够下一次需要能找到当时使用的模型版本、参考图、提示词和参数。下表是记录模板不代表已经完成测试。批次模型/版本参考素材标识本次修改观察到的偏差处理决定待填写待填写待填写例如只改背景待审核接受 / 局部编辑 / 重做延伸阅读Orbis 资讯的人物一致性完整指南整理了参考图准备、角色卡、小样测试和审核顺序。准备做整组图片时可以对照这套流程先检查少量结果再扩大生成量。本文由 Orbis 整理围绕已有指南拆解使用方法与排查思路。文中的提示词和次数计算用于说明结构或机制不作为模型效果或线上事故实测。