如何使用GPT Image 2.5創建一致的角色

角色一致性既是資產管理的難題，也是提示設計的難題。確立一個規範的設計，將其作為參考反覆使用，重複一小套不可變的身份錨點，僅更改場景特定的細節。

建置規範參考

產生中性正面、四分之三側面及全身視圖，採用簡單照明。在設定戲劇性場景前，需先確認臉型、髮型、眼睛、比例、服裝結構及標誌性道具。

分離三層架構

身份是永久的。服裝屬於某個階段或時間線。場景狀態涵蓋臨時的雨水、污漬、受傷和表情。不要將它們合併成一個不斷增長的提示詞。

編寫身份合約

不可變：心形臉，右眼灰色，左眼琥珀色，齊下巴黑色鮑伯頭，右耳下方新月形疤痕。
預設：炭灰色信使大衣，配一個黃銅搭扣；裂紋藍色指南針。
切勿添加：耳環、長髮、高跟鞋、眼睛顏色互換。

將已批准的圖像傳入新的生成中，並重複這些錨點。

改變一個變數

進行衣櫥編輯時，保護身份、姿勢、構圖和背景。對於新場景，保留角色並改變環境。縮小請求範圍能揭示偏差從何處開始。

測試各種困難鏡頭

創建寬景、中景、特寫、側面和動作姿勢。比較輪廓、面部特徵點、髮際線、服裝細節和道具幾何形狀。一張討喜的肖像照並不能建立可重複使用的連貫性。

了解限制

OpenAI 承認，重複出現的角色仍可能存在差異。沒有任何提示能保證完美的連續性。請儲存已接受的輸出，檢查每次生成的結果，並在需要精確保留時使用合成或手動修正。

準備 Elser 動畫

選擇一個清晰的關鍵幀，確保手部、輪廓和服裝可辨識。保存角色筆記和參考圖像。然後使用諸如Elser AI之類的平台進行後續的角色、故事板和動畫製作。繼續使用相同的規範參考，而不是在每個場景中重新設計角色陣容。

建立命名變體

使用 BASE、FORMAL、INJURED 或特定弧線名稱。新的攝影機角度不算新角色。僅在服裝、年齡、受傷狀態或時間線狀態發生有意變化時，才儲存變體。

場景提示模板

參考圖像1定義了米娜的身份和默認服裝。
保留她的面容、異色瞳、黑色短髮鮑伯頭、新月形疤痕、外套和指南針。
場景：米娜站在被雨水打濕的車站窗邊，腰部以上，向左望去。
僅改變表情和環境。不得更換首飾、改變髮型、添加文字或額外人物。

連續性審查

將第一幀、中間幀和最後一幀並排放置。檢查面部特徵點、輪廓、慣用手、服裝閉合狀態和道具狀況。在修正前先對漂移進行分類：身份需要更強的標準參考；服裝需要命名的變體；構圖需要分鏡變更；運動漂移屬於下游處理。

生產臺帳

追蹤資產名稱、參考文件、已核准的檢視、不可變錨點、允許的變體及已知弱點。這可以防止團隊選擇美觀但已過時的版本。為每個已接受的參考保留確切的提示和設定。

常見故障模式

過多的同步變化會削弱保真度。戲劇性的光線可能掩蓋身份錯誤。獨立的純文字生成會重塑角色陣容。反覆編輯會累積偏差。諸如「同一個女孩」之類的泛化描述，不如參考加上明確的錨點來得有力。

一致性也是編輯上的要求。當一個困難的動作無法保留設計時，應簡化鏡頭、切到反應鏡頭或使用插入鏡頭，而不是接受身份變化。

五場景一致性測試

在批准一張肖像後不要開始一個新系列。生成五個刻意不同的情境：

中性腰部以上對話畫面。
全身戶外定場鏡頭。
低光環境下的個人資料特寫。
與標誌性道具互動的坐姿。
帶有透視縮短的動作設定，但沒有強烈的運動模糊。

使用相同的參考和身份區塊。僅更改每個鏡頭所需的環境、姿勢和表情。將結果放在一張聯繫表中，並對臉型、眼睛顏色、頭髮輪廓、身體比例、服裝結構和道具幾何進行評分。

如果某一類別反覆失敗，請改進標準參考。例如，不對稱的疤痕可能消失，因為參考從未清晰顯示正確的側面。新增一個經核准的側面視圖，而不是編寫更長的情感提示。

為角色工作選擇Sunburst或Flare

OpenAI 將這兩款 2.5 模型定位為在主體保留方面有所改進。Sunburst 是面向高要求標準畫幅或困難身份編輯的品質優先候選方案。Flare 在角色通過驗收測試後，對於快速姿勢探索和常規場景具有價值。

在第一次比較中使用相同的提示、參考、輸出尺寸和明確的品質等級。重複請求。一個能生成一張準確面孔和四張漂移面孔的模型，不如一個雖然稍欠精緻但能可靠接受的模型有用。

管理服裝與時間線變更

從已核准的基礎版本建立變體，而非從最近生成的戲劇性場景建立。每個變體繼承身份識別，僅更改已命名的元素。儲存變體適用原因及時間：

Mina_BASE_ARC01 — 炭灰色快遞大衣，完好指南針。
Mina_INJURED_EP06 — 相同服裝，右袖撕裂，左手掌纏有繃帶。
Mina_WINTER_ARC02 — 深綠色羊毛大衣，同樣的黃銅扣環和指南針。

臨時性表達，雨或灰塵屬於場景提示。如果你將每個臨時條件都保存為新的規範資產，沒人知道哪個參考應該主導。

保持位置與角色連續性分離

角色可以很準確，但場景仍可能因比例、光線或色彩變化而顯得不協調。透過身份參考保持角色的一致性；透過地點或風格參考保持世界的一致性。為圖像分配不同的角色，並指定哪個角色控制光照。

在角色於不同地點之間移動時，要求實現可信的融合，同時不允許環境參考重新設計面部或服裝。檢查接觸陰影、視線方向、相對比例以及身份特徵。

重複編輯與漂移控制

每次編輯都會增加偏離的機會。保持一個不可變的規範源，並從中衍生出分支變體。每次批准的編輯後，與基準進行比較。如果出現偏差，應回退到上一個被接受的版本，而不是試圖糾正多代累積的變更。

OpenAI 指出，生成式編輯無法保證像素層級的完全一致。對於必須保持精確的元素，請使用手動合成。在漫畫或動畫中，當複雜姿勢反覆破壞身份一致性時，編輯也可以選擇插入鏡頭、剪影或畫外動作。

準備角色動畫

一張吸引人的插圖並不自動具備動畫製作的條件。請確保手部清晰可辨、面部無遮擋、服裝層次分明、道具附著合理，以及背景允許角色移動。創建一個中性關鍵幀和至少一個表情參考。避免使用會掩蓋設計的強烈光暈或運動模糊。

將角色傳遞給Elser AI時，保留規範表、命名變體和身份契約。在Elser工作流程接受引用的任何地方，使用相同的已批准資產。然後分別將故事情節、角色設定、故事板和生成的動作作為獨立的連續性關卡進行審查。GPT Image 2.5模型生成了上游靜態圖像；Elser負責下游製作。不要混淆這兩個產品，或在未經當前確認的情況下聲稱存在原生整合。

連續性審批表

對於每一個英雄鏡頭，回答：

這是劇集狀態的正確命名變體嗎？
是否存在不可變的面部和身體錨點？
服裝扣件、顏色和標誌性道具是否正確？
環境是否改變了身份或規模？
這張圖片是否安全，可以用於運動生成？
文件是否保留提示詞、模型、設定和參考來源？

在動畫製作前拒絕或修復問題。運動會使靜止圖像中未被察覺的錯誤代價更高。

無需重新設計臉部即可測試表情

從中性標準圖像構建一個小型表情集：擔憂、克制的憤怒、寬慰和驚訝。描述可見的變化，如眉毛角度、目光和嘴部緊張程度，而不是要求完全不同的「氛圍」。保持頭部形狀、眼睛、鼻子、髮型和相機位置不變。

極端的表情只有在系列風格允許比例變化時才有用。如果模型放大眼睛、改變年齡或添加戲劇性妝容，請回到中性來源並縮小指令範圍。將已批准的表情儲存為參考，但保持中性表情作為身份權威。

跨團隊協作

給編劇提供身份合同，給藝術家提供規範圖紙，給編輯提供命名變體列表。要求場景簡報標明資產版本。審閱者應使用具體欄位報告偏差——錯誤的瞳色、缺失的搭扣、翻轉的疤痕——而非籠統的評論。

在弧段邊界處，建立一份包含代表性已批准幀的接觸表。這使得漸進變化可見，並為新合作者提供快速、基於證據的基準。

常見問題解答

我應該重複整個提示嗎？

重複關鍵視覺錨點，而非無關的傳記資訊。

日蝕爆發對角色來說總是更好嗎？

這是品質優先的候選方案；當速度重要且滿足相同身份標準時，測試Flare。

我能保證一個角色在100個場景中保持一致嗎？

不。使用參考文獻、變體、命名和人類連續性檢查。

結論

一致性源於規範化的資產、受控的變體以及基於證據的審查。將每一個被接受的字符圖像視為版本化生產系統的一部分，而非孤立的生成結果。