角色一致性
5 種進階 Midjourney 角色一致性工作流
Midjourney AI Team · 2026年7月23日 · 10 分鐘閱讀
關鍵詞: Midjourney 角色一致性、AI 繪圖工作流
發布日期: 2026年7月23日 作者: Midjourney AI Team
生成式 AI 中角色一致性的現實挑戰
在生成式 AI 中，跨多次生成保持角色一致性仍是最艱難的挑戰之一。你可能為漫畫或遊戲生成了完美主角，但下一次提示詞卻渲染出不同的眼睛、髮型或骨骼結構。這種不一致會破壞沉浸感並毀掉生產流程。
雖然基礎提示詞能接近目標，但專業結果需要使用參考參數的結構化方法。本指南將拆解五種進階工作流，利用 Midjourney V6 的 --cref（角色參考）和 MidassAI Studio 中可用的新興 V7 --oref（物體參考）功能來實現角色一致性。這些方法超越了運氣，進入可重複的工程化階段。
理解核心參數：--cref 與 --oref
在深入工作流之前，你必須了解手邊的工具。Midjourney V6 引入了 --cref，允許你上傳圖片 URL 並告訴模型優先考慮該參考圖片的面部特徵和服裝。它功能強大，但有時難以應對極端的姿勢變化。
透過 MidassAI Studio 存取 V7 更新引入了 --oref。雖然 --cref 專注於角色身份，但 --oref 允許更嚴格地遵循特定物體或角色幾何結構，而不一定鎖定風格。組合使用或單獨使用取決於你的最終目標。
關鍵語法：
/imagine prompt: [description] --cref [URL] --cw 100/imagine prompt: [description] --oref [URL] --v 7
--cw（角色權重）參數範圍從 0 到 100。值為 100 會複製臉部和服裝，而 0 僅複製臉部。掌握這個滑桿就成功了一半。
工作流 1：錨點肖像法
最常見的失敗點是沒有堅實的基礎就開始。錨點肖像工作流在嘗試任何變化之前建立一個「事實來源」圖片。
步驟 1： 生成高品質、光線良好的角色肖像。確保臉部清晰可見，不被頭髮或配飾遮擋。
步驟 2： 放大此圖片並複製其 URL。
步驟 3： 將此 URL 用作所有後續生成的 --cref 來源。
提示詞範例：
/imagine prompt: a cyberpunk detective standing in rain --cref https://example.com/anchor.png --cw 100 --v 6
陷阱： 不要使用帶有偽影的生成圖片作為錨點。如果來源有六根手指或奇怪的眼睛，一致性工具將傳播這些錯誤。在分支擴展之前，花時間在 MidassAI Studio 中完善錨點。
工作流 2：使用 --sref 和 --cref 鎖定風格
角色一致性不僅僅是關於臉部；它是關於專案的視覺語言。你通常需要同一個角色處於特定藝術家或媒體的風格中。
結合 --cref 用於人物，--sref（風格參考）用於美學。這將身份與渲染風格分開。
提示詞範例：
/imagine prompt: the detective solving a case --cref https://example.com/anchor.png --sref https://example.com/noir-style.png --v 6
為何有效： 通過將風格與身份解耦，防止風格參考覆蓋面部特徵。這對於圖像小說至關重要，因為藝術風格必須保持靜態，而角色則穿過不同場景。
工作流 3：多角度轉面圖
遊戲開發者和動畫師需要角色轉面圖（正面、側面、背面視圖）。標準提示詞在要求「側面輪廓」時經常改變角色的身份。
要解決這個問題，結合使用低 --cw 值和明確的姿勢描述詞。
提示詞範例：
/imagine prompt: character sheet, side profile view of the detective --cref https://example.com/anchor.png --cw 10 --v 6
技巧： 將角色權重降低到 10 告訴 Midjourney 保持面部身份，但忽略參考圖片的服裝和姿勢。這允許模型旋轉角色，而不試圖將原始正面姿勢強加於側視圖。在 MidassAI Studio 中，你可以批量這些變化以快速找到完美的旋轉角度。
工作流 4：情境整合
將一致的角色放入複雜場景中經常導致模型將他們融入背景，過於激進地改變外觀以匹配光照或環境。
使用 --style raw 減少模型的內部美學偏見。這保持角色看起來像他們自己，而不是成為場景構圖的通用部分。
提示詞範例：
/imagine prompt: the detective running through a crowded market --cref https://example.com/anchor.png --style raw --v 6
專業提示： 如果角色仍然變形，增加提示詞文本中角色描述的權重。在圖片參考旁邊用語言強化視覺線索。
工作流 5：批量生產流程
對於漫畫或故事板，你需要產量。此工作流利用 MidassAI Studio 的佇列管理來擴展一致性。
- 建立庫： 生成 5-10 種錨點角色在不同光照條件下的變化。
- 標記資產： 在 Studio 儀表板中組織這些 URL。
- 批量生成： 使用 V7
--oref參數用於角色持有的道具和物品，確保這些也保持一致。 - 迭代： 選擇最佳輸出，如果角色演變（例如變髒、換衣服），將它們作為新參考反饋回去。
這個循環創建了一個活的資產庫，而不是靜態的圖片資料夾。它允許敘事進展，角色看起來相同但反映故事的磨損。
Quick Takeaways
常見陷阱及如何避免
即使使用這些工作流，問題也會出現。最常見的抱怨是「臉部漂移」，角色看起來 90% 正確，但眼睛或下顎線略微偏移。
解決方案： 增加文本提示詞的具體性。如果參考圖片有藍眼睛，在提示詞中寫「藍眼睛」。文本提示詞仍然與圖片參考一起影響生成。
另一個問題是服裝滲漏。如果你的參考角色穿著紅色夾克，後續生成可能會強迫他們穿紅色夾克，即使你想讓他們穿泳裝。
解決方案： 將 --cw 降至 0。這隔離了臉部。然後你需要在文本提示詞中詳細描述新服裝以覆蓋參考的服裝。
在 MidassAI Studio 中擴展生產
在標準 Discord 環境中管理數十個參考 URL 和提示詞變化可能會變得混亂。MidassAI Studio 提供結構化介面來處理這些資產。你可以儲存錨點圖片，管理 --cref 連結，並按專案資料夾組織生成。
當使用 V7 功能如 --oref 時，Studio 環境確保你選擇了正確的模型版本，無需每次記住特定版本標誌。這減少了摩擦，讓你專注於創意輸出而不是語法除錯。
關於一致性的最終想法
角色一致性不是單一的提示詞技巧；它是一個流程。它需要建立強大的錨點，理解權重如何影響身份與服裝，並知道何時在 V6 和 V7 參數之間切換。通過實施這五種工作流，你從生成隨機圖片轉向生產協調一致的視覺資產。
今天開始建立你的錨點庫。測試 --cw 100 和 --cw 0 之間的區別，看看你實際上對輸出有多少控制權。
準備好簡化你的生成工作流了嗎？存取最新的 V7 功能並有效管理你的角色參考。