GPT Image 2 AI 藝術 Prompt 指南：讓角色在多場景中保持一致

角色一致性是 prompt-to-art 製作中最難的部分之一。單張圖可以很驚豔，但故事、遊戲提案、概念簡報、漫畫頁或角色美術系列，需要更嚴格的標準：鏡頭角度、光線、服裝與情緒節點改變後，觀眾仍要認得這是同一個人。

這份指南寫給使用 GPT Image 2 類 workflow 的 AI 藝術創作者，適用於角色美術、概念藝術、prompt-to-art 製作，以及逐場景的視覺開發。目標不是承諾完美鎖定身份。現有身份一致性研究與官方 GPT Image 指南都指向同一個實務真相：一致性是一套流程，不是魔法。更強的 prompt 有幫助，但 prompt 本身不是完整系統。

可靠做法是把流程工程化。你需要角色錨點、已索引 reference images、分層 prompt、小幅受控編輯、穩定輸出設定、版本紀錄，以及能在漂移擴散到整個專案前抓到問題的審查方法。

角色一致性真正代表什麼

在 AI 藝術製作中，角色一致性不是每個像素都一樣，而是觀眾相信一連串圖片呈現的是同一個角色。實務上，這種辨識依靠幾類穩定的身份線索：

錯誤在於把所有細節視為同等重要。它們不是。臉部幾何、髮際線、身體比例、核心服裝輪廓與標誌性配件承載身份；背景、鏡頭、光線、姿勢與天氣承載場景。如果 prompt 同時改變兩組資訊，模型就沒有清楚優先順序，角色會開始漂移。

好的製作目標要務實：讓同一角色在 5 到 50 張圖中保持可信，同時允許姿勢、情緒、構圖、光線、天氣與場景設計受控變化。不要期待只靠 prompt 的 workflow 像生物辨識系統一樣工作。應該建立一條可重複的 pipeline，降低漂移，並提供乾淨的修復方式。

先建立 Character Bible

不要一開始就要求二十個場景。先建立 character bible。這是一組在故事變複雜前定義角色的 reference set。

有用的最低組合包含四張圖：

1. 正面肖像，中性光線，臉部清楚。
2. 全身站姿，中性背景，完整服裝。
3. 三分之四視角，能看出髮型、鼻子、下顎與側面線索。
4. 表情表，在受控情緒變化下呈現臉部。

正式製作時，檔名要直白。無聊的命名系統勝過詩意命名，因為它能撐過多輪修改：

CHAR_A/
  bible/
    CHAR_A_face_front_v01.png
    CHAR_A_fullbody_v01.png
    CHAR_A_threequarter_v01.png
    CHAR_A_expressions_v01.png
  outfits/
    CHAR_A_outfit_core_v01.png
    CHAR_A_outfit_winter_v02.png
  scenes/
    SCN_001_rooftop_dusk_v01.json
    SCN_014_rain_alley_low_angle_v03.json

character bible 應該乾淨、平穩、實用。錨點圖避免戲劇性強光、極端角度、嚴重動態模糊或半遮臉。那些選擇可能很有電影感，但作為 reference 很弱。你要先讓模型理解角色，再要求它表演。

使用分層 Prompt，不要堆長句

長 prompt 不會自動更好。它們經常變成彼此競爭的指令堆。可維護的 prompt 應該分開身份、造型、場景、鏡頭、光線與限制。

可以用這個結構作為起點：

任務:
建立一個包含同一常駐角色的新場景。

角色錨點:
ID: <CHAR_ID>
年齡範圍: <AGE_RANGE>
膚色與族裔線索: <SKIN_AND_ETHNICITY>
臉部: <FACE_GEOMETRY>
頭髮: <HAIRLINE_LENGTH_TEXTURE_PARTING>
標記: <SCARS_TATTOOS_PLACEMENT>
身體比例: <BODY_PROPORTIONS>
核心服裝: <OUTFIT_SILHOUETTE_COLORS>
標誌性配件: <ACCESSORIES>
姿態語言: <POSTURE_LANGUAGE>

場景:
<LOCATION_ACTION_STORY_BEAT>

鏡頭:
<SHOT_SIZE>, <ANGLE>, <FRAMING>, <LENS_FEEL>

光線:
<LIGHT_SOURCE>, <TIME_OF_DAY>, <WEATHER>, <COLOR_TEMPERATURE>

風格:
<ART_STYLE_OR_PHOTOREALISTIC_LOOK>

保留:
同一身份、同一臉部幾何、同一髮際線、同一身體比例、
同一核心服裝輪廓、同一標誌性配件、同一年齡範圍

只改變:
<CONTROLLED_SCENE_DELTA>

排除:
不要有額外角色、不要有額外首飾、不要文字、不要浮水印、不要 logo、
不要改變年齡、膚色、族裔線索或臉部結構

這不花俏，重點正在於此。它給模型清楚層級，也給你可跨場景重用的模板。當某個場景失敗時，你可以逐區塊檢查，而不是重寫整段 prompt。

最重要的指令：保留什麼，改變什麼

根據官方 GPT Image 指南，編輯任務在明確說出哪些要改、哪些要保持時效果最好。對角色一致性而言，這是最有用的習慣。

弱指令：

把同一個女人放到雪夜城市裡。

更強的指令：

只把環境從晴朗黃昏屋頂改成雪夜城市街道。
保持同一角色、同一臉部幾何、同一髮際線、同一身體比例、
同一核心服裝、同一銀色耳骨夾、同一相機角度和同一構圖。
只更新光線、降雪、濕地反光和背景建築。
不要額外文字、不要浮水印、不要 logo。

第二版更長，但不是臃腫。每個額外片語都縮小了一個常見失敗模式。它告訴模型不要用新臉、新衣服或新鏡頭來解決新場景。

多場景工作中，把每個 prompt 都當成受控編輯。即使是生成新圖，也要像在說：保留角色錨點，只改這個場景變數。

Reference Images：每張圖只負責一件事

Reference images 是 GPT Image 2 AI art prompt workflow 中最強的穩定器。但如果沒有定義角色，它們也會互相打架。

使用索引式 references：

Reference image roles:
Image 1: 臉部與頭髮身份錨點。
Image 2: 全身比例與核心服裝輪廓。
Image 3: 只作為風格 reference，不複製 Image 3 的人物。
Image 4: 場景草圖或構圖 reference，可選。

然後在 prompt 中重複角色分工：

Image 1 只用來保留角色的臉部、髮際線與髮質。
Image 2 用來保留身體比例、服裝輪廓、色盤與配件。
Image 3 只用於筆觸、色彩氛圍與渲染風格。
不要從 Image 3 借用身份、服裝或臉部細節。
Image 4 只用於構圖與機位。

這很重要。如果風格 reference 中有漂亮角色，模型可能吸收那個人的臉。如果姿勢 reference 的服裝不同，服裝可能漂移。如果電影感 reference 陰影很強，臉部錨點可能被遮蔽。Reference images 也不是魔法。它們是需要邊界的輸入。

最乾淨的 workflow 是讓身份 reference 保持中性，服裝 reference 用全身，風格 reference 盡可能不含人物，構圖 reference 保持簡單。

用小步驟建立場景

常見失敗模式是一次生成改變五個維度：

• 同一角色，
• 新服裝，
• 新姿勢，
• 新鏡頭角度，
• 新光線，
• 新媒材，
• 新地點。

如果身份重要，這要求太多。把工作拆成步驟：

1. 鎖定臉部與全身錨點。
2. 生成同一角色的目標鏡頭角度。
3. 改變姿勢。
4. 改變環境。
5. 加入天氣或光線。
6. 只改外套或服裝變體。
7. 身份穩定後再轉換風格。

這對 anime、水彩、漫畫墨線等風格尤其重要。Style transfer 很容易吞掉身份。跨風格時，寫明 "same facial proportions"、"same hairstyle silhouette"、"same color palette"，並加入 "do not enlarge the eyes or make the character younger" 這類約束。

5 到 50 個場景的 Production Pipeline

真正做角色美術系列時，不要先把所有場景都生成完再審。那會得到一堆不一致圖片，而且看不出原因。

使用這套 pipeline：

為每張接受的圖片保留紀錄：

character_id
scene_id
model_or_snapshot
size
quality
prompt_version
final_prompt
revised_prompt_if_available
reference_image_ids_or_filenames
previous_response_or_image_id_if_used
accepted_output_filename
review_notes

這看起來像行政工作，但它能防止混亂。如果第 14 場很好，第 15 場漂移，你必須知道改了什麼。沒有紀錄就是在猜。

可改寫的 Prompt Templates

Template 1：從零建立角色錨點

任務:
為常駐 AI art series 建立乾淨的角色錨點。

角色:
ID: CHAR_A
年齡範圍: 20 多歲後段
膚色與族裔線索: 暖調中等膚色，混合東亞與拉丁特徵
臉部: 橢圓臉、清楚顴骨、直鼻梁、略銳利下顎線
頭髮: 黑色及肩波浪髮，中分，髮際線清楚可見
標記: 左眉外端有小型斜疤
身體: 精瘦運動型，中等身高，窄肩，腿長
核心服裝: 短版炭灰 utility jacket、白色羅紋上衣、高腰黑色 cargo pants
配件: 左耳單個銀色耳骨夾、黑色細手環
色盤: 炭灰、黑、白、低飽和青綠點綴
姿態: 警覺、沉穩、略帶戒備

場景:
純暖灰攝影棚背景，全身可見，自然站姿

鏡頭:
full body, eye-level, centered, natural 50mm portrait feel

光線:
soft studio light, neutral color temperature, clear face visibility

風格:
high-detail character concept art, clean realistic rendering

保留:
同一臉部幾何、同一髮際線、同一身體比例、同一服裝輪廓、
同一疤痕、同一銀色耳骨夾、同一手環

排除:
不要有額外角色、不要文字、不要浮水印、不要 logo、不要讓戲劇陰影遮住臉

Template 2：使用 Reference Images 的新場景

任務:
建立包含同一常駐角色的新場景。

Reference image roles:
Image 1: 臉部與頭髮身份錨點。
Image 2: 全身比例與核心服裝錨點。
Image 3: 只作為雨夜霓虹色彩氛圍，不複製 Image 3 中的任何人物。

場景:
角色在大雨中的狹窄霓虹巷弄奔跑，
濕地反射洋紅與綠色招牌

鏡頭:
wide full-body shot, low angle, dynamic motion, 24mm cinematic feel

光線:
neon reflections, sodium street light from the rear, cool rain haze

風格:
photorealistic cinematic concept art

保留:
與 Image 1 相同的身份、同一臉部幾何、同一髮際線、同一疤痕、
與 Image 2 相同的身體比例、同一核心服裝輪廓、
同一銀色耳骨夾與手環

只改變:
姿勢變成奔跑，外套表面變濕，環境變成雨夜霓虹巷弄

排除:
不要雨傘、不要帽子、不要額外首飾、不要額外文字、不要浮水印、不要 logo

Template 3：不失去身份的風格轉換

任務:
把現有角色場景轉換成黑白漫畫墨線風格。

保留:
同一角色身份、同一臉部比例、同一髮型輪廓、
同一疤痕位置、同一身體比例、同一服裝輪廓、
同一相機角度、同一構圖、同一姿勢

只改變:
渲染媒材改成黑白漫畫墨線，
使用強陰影、乾淨線條與高對比雨水反光

排除:
不要讓角色變年輕、不要放大眼睛、
不要改變頭髮長度、不要移除眉疤、
不要文字、不要浮水印、不要 logo

評估：不要只相信感覺

人工審查是必要的，但模糊的品味不夠。建立一個小型 benchmark set 並重複使用。

實用 benchmark 包含：

• 正面近景，
• 三分之四臉，
• 全身站姿，
• 坐姿，
• 奔跑動作，
• 低角度英雄鏡頭，
• 俯視場景，
• 雨夜，
• 雪夜，
• 服裝外層變化，
• 強烈情緒，
• 風格轉換。

每個場景用同一套 reference set 與 template 生成多個候選。審查候選時要與錨點並排，而不是單獨看。

使用七點人工 rubric：

如果使用自動檢查，把它們當輔助，不要當最終判決。Face embeddings、perceptual similarity tools 與 vision-language scoring 能幫忙標記離群值，但在風格化渲染、遮擋、側臉或強光影下可能失準。最後問題仍是視覺問題：讀者或 art director 會不會相信這是同一角色？

常見漂移問題排障

多數失敗都來自一次要求太多改變。拿不準時，簡化。先生成更乾淨的中間版本，再做一次受控編輯。

實用設定建議

同一專案中使用穩定設定。如果你同時改變模型版本、圖片尺寸、品質等級、reference set 與 prompt 結構，就無法知道哪個變數造成漂移。

角色美術的錨點適合用直式或方形。只有場景需要時才使用橫式。最終匯出尺寸與身份測試要分開：很大或實驗性輸出尺寸可能適合交付，但不適合當一致性審查基準。

草稿階段生成多個候選。通過的 final 應減少變異，並記錄精確 prompt 與 references。如果 workflow 暴露 revised prompt 或 continuation ID，請存下來。生產一致性和紀錄一樣依賴 prompt。

也不要把 workflow 建立在你使用的 GPT Image 2 圖像介面沒有公開指定的控制項上。如果 seed、sampling steps 或 guidance scale 沒有暴露，就不要假裝它們是可重複系統的一部分。使用你真的有的控制：references、prompt structure、edits、可用時的 image IDs 或 previous responses、穩定尺寸、穩定品質，以及嚴格審查。

最後重點

真正有用的 GPT Image 2 AI art 角色一致性 prompt guide 不是一條秘密 prompt，而是一套有紀律的 workflow：

• 先定義角色，再推進故事，
• 把身份與場景變化分開，
• 每張 reference image 只給一個任務，
• 做小幅編輯，
• 保留的內容要比改變的內容更多，
• 記錄每次接受的生成，
• 對照錨點審查，
• 立即修復漂移。

這樣才能把 prompt-to-art 實驗變成可用的角色美術、概念藝術、漫畫開發與 production-ready 場景序列。一致性可以做到，但必須被管理。

Try GPT Image 2 for Free Now →