02. Midjourney 角色一致性工作流 (CREF)
Midjourney AI Team · 2026年7月23日 · 11 分钟阅读
适合此工作流的人群
在多次生成中保持角色一致性是 AI 图像生产的终极目标。如果你是漫画家、分镜师或概念设计师，你一定深知这种痛点：好不容易生成了一个完美主角，下一张图面部结构却不可预测地变了。本指南专为需要可靠性而非仅仅新奇感的从业者打造。它假设你已熟悉 Midjourney 提示词基础，但需要一种结构化方法来锁定身份特征。
以下工作流利用 --cref（角色参考）参数结合角色权重控制。它专为在 MidassAI Studio Midjourney 中使用而设计，在这里管理这些参数及纵横比会更加流畅。
身份锁定的核心原则
在输入第一个提示词之前，你必须理解 Midjourney 如何解读参考图。系统不会复制粘贴像素；它分析的是语义特征。当你使用角色参考时，AI 会观察面部结构、发色和整体服装风格。但是，如果你不小心，它也会吸收光照条件和背景杂讯。
这里的核心原则是要素分离。你的角色参考 ideally 应该是一张干净的肖像或中性背景下的全身照。如果参考图包含复杂光照或杂乱背景，AI 可能会尝试在新生成中复制这些环境因素，导致结果不一致。为了获得最佳的 --cref 性能，请始终优先选择清晰、光照良好的参考图。
建立基础角色
第一步是创建或选择基准源图。这是定义你角色的图像。如果你从零开始生成，请使用带有高风格化的直接提示词，确保角色看起来独特。
例如，使用以下提示词生成基础形象：
/imagine prompt: a futuristic cyberpunk hacker with neon blue hair and scarred cheek, portrait lighting, detailed texture --v 7 --ar 2:3 --style raw
一旦有了完美捕捉身份的图像，将其放大并保存 URL。这个 URL 是你的密钥。在 MidassAI Studio 中，你可以在库中管理这些资产，更容易检索参考参数所需的确切链接，无需翻阅聊天记录。
使用 --cref 锁定身份
准备好源图 URL 后，你现在可以生成新姿势或表情，同时保持身份一致。语法很简单，但执行需要精确。将 --cref [URL] 追加到新提示词末尾。
例如，生成动作场景：
/imagine prompt: the same hacker running through a rain soaked alleyway, dynamic action shot --cref https://example.com/image.png --v 7
注意提示词描述的是动作和环境，而不是角色的物理特征。你不需要重新描述蓝发或伤疤。--cref 参数会处理这些。如果在使用角色参考时在提示词中过度描述物理特征，你会给模型创建冲突信号，这通常会导致融合错误。
使用 --cw 控制影响
角色权重参数（--cw）是大多数用户未能优化工作流的地方。默认情况下，--cref 的权重为 100，意味着它参考面部和服装。如果你希望角色在每张照片中穿同一套服装，这很有用。然而，为了灵活性，你通常需要在保持面部一致的同时更换服装。
仅参考面部，设置 --cw 0。
例如，更换服装但保持面部一致：
/imagine prompt: the hacker wearing a formal suit at a gala, evening lighting --cref https://example.com/image.png --cw 0 --v 7
使用 --cw 0 告诉 Midjourney 忽略参考图中的服装，严格聚焦于面部特征和头发。这对于需要在不同场景中更换戏服的故事讲述者至关重要。如果你想要部分服装一致性，例如保留标志性夹克但更换里面的衬衫，可以尝试 0 到 100 之间的值。
保持构图和风格
一致性不仅关乎面部，还关乎项目的感觉。如果一张图是照片级真实，下一张看起来像插画，那么角色一致性就没那么重要了，因为世界观感觉破碎了。使用 --style raw 减少 Midjourney 的默认审美偏差，给你更多外观控制权。
此外，锁定你的纵横比（--ar）。如果你的角色表需要统一尺寸用于漫画条或网站横幅，确保序列中的每个提示词使用相同的 --ar 值。在序列中间从 2:3 切换到 16:9 会改变 AI 构图角色身体的方式，有时会导致裁剪掉重要特征或扭曲比例。
Quick Takeaways
常见陷阱与故障排除
即使参数完美，也可能出现不一致。最常见的问题是光照不匹配。如果参考图是明亮的影棚光，但新提示词请求黑暗、情绪化的场景，AI 可能难以协调面部细节与新光照环境。这会让角色看起来像贴上去的。要解决此问题，尝试在提示词中匹配参考图的光照方向，或者接受极端光照变化可能需要更适合该环境的新参考图。
另一个陷阱是版本漂移。始终指定模型版本（例如 --v 7）。Midjourney 更新频繁，在版本 6 生成的角色参考应用于版本 7 的生成时表现可能不同。一致性需要在整个项目文件夹中进行版本锁定。
角度变化也带来挑战。如果原图是正面肖像，极端特写或侧面视图可能会混淆参考系统。如果你需要侧面轮廓，尝试在参考集中包含侧视图，或使用多图参考方法（如果支持），尽管单一强参考通常能产生更干净的具体身份锁定结果。
集成到 MidassAI Studio
在处理数百个资产时，在 Discord 中手动管理这些参数会变得繁琐。MidassAI Studio 为 Midjourney 工作流提供了专用界面，简化了这一过程。你可以直接将角色参考 URL 存储在项目设置中，无需每次复制粘贴长链接即可注入 --cref 参数。
工作室环境还允许你按项目组织生成，确保你的角色表与其对应的提示词分组在一起。当从单张图像扩展到完整图像小说或营销活动时，这一组织层至关重要。通过集中化工作流，你降低了丢失定义角色的特定种子 URL 的风险。
完善你的资产库
生成一组一致图像后，不要立即将其视为最终稿。使用变异工具优化表情或手部姿势，这仍然是 AI 生成中的常见难点。保留最佳结果并放大归档。
建立一致的角色库是一个迭代过程。你可能会发现生成十个场景后，需要更新基础参考以包含新发型或配饰。这样做时，生成新基础图像并启动新的 --cref 链。不要试图强迫旧参考适应重大的物理变化，因为这会降低身份锁定的质量。
通过遵循这种结构化方法，你从随机生成转向意向创作。工具很强大，但需要规范才能产生专业结果。今天就开始实验这些参数，让你的持久性角色活起来。
准备好简化创作流程了吗？
停止与分散的提示词挣扎，开始构建统一的视觉世界。在专为专业工作流设计的专用工作区中访问 Midjourney 参数的全部功能。