为什么你的 AI 角色总在变？缺的不是提示词，是一份角色说明书

tiantian

JINZ / CHARACTER BIBLE

角色一致性不是抽卡问题，而是规格管理问题。

参考图告诉 AI“这个角色大概是谁”；角色说明书告诉 AI“怎样才仍然算同一个人”。

你可能遇到过这种情况：第一张图很满意，换个角度，脸变了；再做一个动作，衣服少了一个配件；进入视频后，发型、比例和材质又开始漂移。

很多人会继续加提示词、换模型、反复抽卡。

但真正的问题往往不是“描述得还不够长”，而是你没有先告诉 AI：哪些特征必须固定，哪些可以变化，变化到什么程度才算合格。

参考图告诉 AI“这个角色大概是谁”；角色说明书告诉 AI“怎样才仍然算同一个人”。

这也是本文要解决的唯一问题：把一次偶然的好图，变成能够继续做图文、漫画和视频的角色母版。

图 01｜原文案例：完整角色设定板把身份、多视角、表情和细节收在同一张母版中01角色变脸，不只是模型随机

生成模型当然存在随机性，不同模型、版本和参数也会改变结果。但在实际项目里，角色不稳定常常还来自三种输入缺口：

• 身份锚点缺失：只写“年轻女生、银发、未来感”，没有能区分这个角色的脸型、比例、轮廓和固定标记。
• 固定项与变量混在一起：把服装、表情、动作、镜头和材质都塞进一段话，模型不知道谁的优先级更高。
• 没有验收标准：生成后只看“好不好看”，没有检查脸、比例、发型、服装、配色是否仍然一致。
  

所以角色说明书不是把提示词无限写长，而是建立一套生产规格：固定身份、限制变量、定义通过条件。

图 02｜参考图给起点，角色说明书给约束与验收02一份可执行的说明书，要有四层第一层：身份锚点

这是最不能变的一层。包括脸型、五官关系、头身比、身材轮廓、发际线、标志性发束、固定配色和不可替换的识别物。

写的时候尽量使用可以对照的描述。例如，与其写“高级、漂亮”，不如写“窄下颌、短中庭、左侧眉尾有一道浅疤、右耳单枚银色耳扣”。

第二层：视觉结构

用正面、3/4、侧面、背面和轮廓剪影，把角色的几何关系补齐。它解决的是：角度变了，角色结构还能不能成立。

这里的主身份展示必须是最大区域，其它小图都应该为它补证据，不能平均分配注意力。

图 03｜原文案例：四视图让正面、3/4、侧面与背面的结构可以互相校验第三层：表现范围

表情、微表情、头部角度、姿态和手势，定义的是角色“怎样变化仍然是自己”。

这一层不是越夸张越好。先从平静、好奇、紧张、惊讶、悲伤、坚定等常用状态开始，再扩展项目真正需要的情绪。

图 04｜原文案例：微表情、头部角度、手势与姿态共同定义角色的表现范围第四层：材质与行为

发型分层、布料厚度、金属反光、配饰连接方式、鞋型和道具握法，决定连续镜头里细节是否可信。

图 05｜原文案例：发型、布料、配饰与鞋型细节单独展开，便于连续镜头复核

如果后续要做视频，还应该补充运动限制：头发受力方向、服装摆动幅度、角色站姿重心、常用动作和不能出现的动作。

0311 项模块，不是 11 个同等重要的框

一张完整角色设定板可以包含下面 11 项：

• 顶部信息：名字、身份、年龄、3—5 个性格词和一句核心主题。
• 配色系统：6—8 个稳定色块，标出主色、辅色和点缀色。
• 主身份展示：正面、3/4、侧面、背面，标准站姿、比例线、无道具。
• 轮廓剪影：正面和侧面，用来检查造型辨识度。
• 表情系统：至少覆盖平静、好奇、紧张、惊讶、害怕、悲伤、坚定、放松。
• 微表情：眼部紧张、轻微微笑、嘴部用力、轻微恐惧、呼吸控制。
• 头部结构：3/4、侧面、仰视、俯视。
• 姿态变化：放松、紧张、自信等典型重心。
• 情绪特写：胸部以上，一张能证明强情绪下仍不变脸的画面。
• 服装细节：发型、布料/金属材质、配饰、鞋。
• 手部动作：放松、紧张、指向、抓握、触碰面部。
  

但它们不应该同等重要。建议把画面资源按下面的顺序分配：

• 一级：主身份展示，先锁脸、比例和整体轮廓。
• 二级：头部、剪影、服装细节，补足结构与识别物。
• 三级：表情、姿态、手势，验证角色在变化中是否仍成立。
• 四级：顶部信息和配色，帮助团队阅读和交接。
  

如果一张板塞不下，宁愿拆成“身份母版”和“表现扩展板”，也不要为了装满 11 项把文字和角色缩到看不清。

图 06｜11 项模块按优先级分配画面资源04可直接复制的角色说明书提示词

下面这份不是对原提示词的扩写，而是按“目标—固定项—变量—模块—验收”重新组织。方括号里的内容需要按你的项目替换。

图 07｜原文案例局部：主身份、多视角与表情模块需要共享同一套角色锚点【任务目标】 基于我提供的唯一参考图，制作同一角色的角色设定板 Character Bible。 不得创建第二个角色，不得改变角色身份。所有分图必须能追溯到同一套脸部结构、身体比例、发型、服装和配色。  【优先级】 P0 必须固定：脸型与五官关系、头身比、身材轮廓、发型轮廓、主服装结构、固定配色、标志性识别物。 P1 允许变化：视角、表情、姿态、手势、镜头远近。 P2 可按版面调整：标签位置、辅助线、模块顺序和留白。 当 P1/P2 与 P0 冲突时，以 P0 为准。  【角色身份锚点】 角色类型：[真人 / 写实 3D / 风格化 3D / 动漫 / 半写实 / IP] 性别与年龄感：[填写] 脸部结构：[脸型、眉眼关系、鼻唇特征、可辨识标记] 身体比例：[身高感、头身比、肩腰比例、体型] 发型结构：[长度、分区、刘海、固定发束] 服装结构：[上装、下装、鞋、配饰的固定关系] 固定配色：[主色 / 辅色 / 点缀色] 不可变识别物：[填写 1—3 项]  【画面规范】 4:3 横版；纯白或米白背景；干净编辑排版；无 Logo、无水印；标签清晰但不遮挡角色。 主身份展示占最大面积，其余模块为它提供结构和表现证据。  【必备模块】 01 顶部信息：名字、身份、年龄、3—5 个性格词、一句核心主题。 02 配色系统：6—8 个色块，保持所有分图配色一致。 03 主身份展示：正面、3/4、侧面、背面；标准站姿；比例线；无道具。 04 轮廓剪影：正面、侧面。 05 表情系统：平静、好奇、紧张、惊讶、害怕、悲伤、坚定、放松。 06 微表情：眼部紧张、轻微微笑、嘴部用力、轻微恐惧、呼吸控制。 07 头部结构：3/4、侧面、仰视、俯视。 08 姿态变化：放松、紧张、自信。 09 情绪特写：胸部以上，强情绪但不改变五官结构。 10 服装细节：发型分层、布料/金属材质、配饰连接方式、鞋。 11 手部动作：放松、紧张、指向、抓握、触碰面部。  【禁止项】 禁止更换脸型、年龄感、发型轮廓、身体比例、服装结构、固定配色和识别物。 禁止多余肢体、手指错误、服装零件随机增减、配饰左右翻转、风格漂移、标签压住角色。  【验收条件】 1. 遮住标签后，所有分图仍能被判断为同一角色。 2. 正面、3/4、侧面、背面的头身比和服装结构一致。 3. 强表情不改变脸型、眼距、鼻唇关系和年龄感。 4. 布料、皮肤、金属等材质边界清楚，配饰位置稳定。 5. 主身份展示最大且可读；任何模块失败时，优先返工失败模块，不整体随机重抽。

生成后不要马上进入视频。先把通过的主形象、多视角和细节图保存为固定母版，并记录使用的模型、版本、比例、参考强度、种子或可复现参数。

05从角色图到视频，按五步走第一步：选母图

只选一张身份最清楚的角色图作为源头。不要同时给多张脸部结构不同的“参考美图”，否则模型会在多套身份之间折中。

第二步：做身份母版

先生成正面、3/4、侧面、背面和关键细节。通过后冻结 P0 固定项，再做表情和动作扩展。

第三步：把镜头写成变量

每个镜头只改变必要变量：景别、机位、表情、动作、环境和光线。角色身份锚点仍从同一份说明书继承。

第四步：先测短镜头

用 2—4 秒、动作幅度较小的镜头测试转头、眨眼、说话和轻微手势。不要一上来就做复杂奔跑、快速遮挡或大幅换装。

第五步：把失败回写说明书

如果耳饰总消失，就把它升级为不可变识别物；如果侧脸总变，就补侧面结构；如果衣服材质漂移，就补材质近景和禁止项。

说明书不是一次写完的提示词，而是一份会随失败样本持续更新的项目规格。

06最后用 5 项验收，不要只看“像不像”

• 身份：遮住标签，能否一眼判断是同一个角色？
• 结构：换角度后，脸型、头身比、身材轮廓是否稳定？
• 细节：发型分区、服装结构、配饰位置、固定配色是否一致？
• 表现：强表情、姿态和手势有没有把角色变成另一个人？
• 交付：团队能否用同一份母版和参数复现，而不是只靠某次抽卡？
  

同时也要明确能力边界：

• 角色说明书能提高一致性和返工效率，但不能保证绝对一致。
• 跨模型、跨版本、跨平台时，参考权重和解释方式可能变化，需要重新测试。
• 快速运动、遮挡、极端透视、强光和换装仍是高风险场景。
• 真人角色涉及肖像、授权和合成内容标识；公开发布前必须确认权利边界。
• 生成结果仍需要人工验收，不能把一张设定板当成自动化质量保证。
  

真正稳定的 AI 角色，不是多抽几次抽出来的。