如何使用GPT Image 2.5创建一致的角色

角色一致性既是资产管理的难题，也是提示设计的难题。确立一个规范的设计，将其作为参考反复使用，重复一小套不可变的身份锚点，仅更改场景特定的细节。

构建规范参考

生成中性正面、四分之三侧面和全身视图，采用简单照明。在戏剧性场景前，需先确认脸型、发型、眼睛、比例、服装构造及标志性道具。

分离三层架构

身份是永久的。服装属于某个阶段或时间线。场景状态涵盖临时的雨水、污渍、受伤和表情。不要将它们合并成一个不断增长的提示词。

编写身份合约

不可变：心形脸，右眼灰色，左眼琥珀色，齐下巴黑色波波头，右耳下方新月形疤痕。 默认：炭灰色信使大衣，配一个黄铜搭扣；裂纹蓝色指南针。 切勿添加：耳环、长发、高跟鞋、眼睛颜色互换。

将已批准的图像传入新的生成中，并重复这些锚点。

## 改变一个变量

进行衣橱编辑时，保护身份、姿势、构图和背景。对于新场景，保留角色并改变环境。缩小请求范围能揭示偏差从何处开始。

## 测试各种困难镜头

创建宽景、中景、特写、侧面和动作姿势。比较轮廓、面部特征点、发际线、服装细节和道具几何形状。一张讨喜的肖像照并不能建立可复用的连贯性。

## 了解限制

OpenAI 承认，重复出现的角色仍可能存在差异。没有任何提示能保证完美的连续性。请保存已接受的输出，检查每次生成的结果，并在需要精确保留时使用合成或手动修正。

## 准备 Elser 动画

选择一个清晰的关键帧，确保手部、轮廓和服装可辨识。保存角色笔记和参考图像。然后使用诸如[Elser AI](https://www.elser.ai/)之类的平台进行后续的角色、故事板和动画制作。继续使用相同的规范参考，而不是在每个场景中重新设计角色阵容。

## 创建命名变体

使用 `BASE`、`FORMAL`、`INJURED` 或特定弧线名称。新的摄像机角度不算新角色。仅在服装、年龄、受伤状态或时间线状态发生有意变化时，才保存变体。

## 场景提示模板

```text

参考图像1定义了米娜的身份和默认服装。 保留她的面容、异色瞳、黑色短发波波头、新月形疤痕、外套和指南针。 场景：米娜站在被雨水打湿的车站窗边，腰部以上，向左望去。 仅改变表情和环境。不得更换首饰、改变发型、添加文字或额外人物。

## 连续性审查

将第一帧、中间帧和最后一帧并排放置。检查面部特征点、轮廓、惯用手、服装闭合状态和道具状况。在修正前先对漂移进行分类：身份需要更强的标准参考；服装需要命名的变体；构图需要分镜变更；运动漂移属于下游处理。

## 生产台账

跟踪资产名称、参考文件、已批准的视图、不可变锚点、允许的变体及已知弱点。这可以防止团队选择美观但已过时的版本。为每个已接受的参考保留确切的提示和设置。

## 常见故障模式

过多的同步变化会削弱保真度。戏剧性的光线可能掩盖身份错误。独立的纯文本生成会重塑角色阵容。反复编辑会累积偏差。诸如“同一个女孩”之类的泛化描述，不如参考加上明确的锚点来得有力。

一致性也是编辑上的要求。当一个困难的动作无法保留设计时，应简化镜头、切到反应镜头或使用插入镜头，而不是接受身份变化。

## 五场景一致性测试

在批准一张肖像后不要开始一个新系列。生成五个刻意不同的情境：

1. 中性腰部以上对话画面。
2. 全身户外定场镜头。
3. 低光环境下的个人资料特写。
4. 与标志性道具互动的坐姿。
5. 带有透视缩短的动作设置，但没有强烈的运动模糊。

使用相同的参考和身份块。仅更改每个镜头所需的环境、姿势和表情。将结果放在一张联系表中，并对脸型、眼睛颜色、头发轮廓、身体比例、服装结构和道具几何进行评分。

如果某一类别反复失败，请改进标准参考。例如，不对称的疤痕可能消失，因为参考从未清晰显示正确的侧面。添加一个经批准的侧面视图，而不是编写更长的情感提示。

## 为角色工作选择Sunburst或Flare

OpenAI 将这两款 2.5 模型定位为在主体保留方面有所改进。Sunburst 是面向高要求标准画幅或困难身份编辑的质量优先候选方案。Flare 在角色通过验收测试后，对于快速姿势探索和常规场景具有价值。

在第一次比较中使用相同的提示、参考、输出尺寸和明确的质量等级。重复请求。一个能生成一张准确面孔和四张漂移面孔的模型，不如一个虽然稍欠精致但能可靠接受的模型有用。

## 管理服装与时间线变更

从已批准的基础版本创建变体，而非从最近生成的戏剧性场景创建。每个变体继承身份标识，仅更改已命名的元素。存储变体适用原因及时间：

```text

Mina_BASE_ARC01 — 炭灰色快递大衣，完好指南针。 Mina_INJURED_EP06 — 相同服装，右袖撕裂，左手掌缠有绷带。 Mina_WINTER_ARC02 — 深绿色羊毛大衣，同样的黄铜扣环和指南针。

临时性表达，雨或灰尘属于场景提示。如果你将每个临时条件都保存为新的规范资产，没人知道哪个参考应该主导。

## 保持位置与角色连续性分离

角色可以很准确，但场景仍可能因比例、光线或色彩变化而显得不协调。通过身份参考保持角色的一致性；通过地点或风格参考保持世界的一致性。为图像分配不同的角色，并指定哪个角色控制光照。

在角色在不同地点之间移动时，要求实现可信的融合，同时不允许环境参考重新设计面部或服装。检查接触阴影、视线方向、相对比例以及身份特征。

## 重复编辑与漂移控制

每次编辑都会增加偏离的机会。保持一个不可变的规范源，并从中衍生出分支变体。每次批准的编辑后，与基准进行比较。如果出现偏差，应回退到上一个被接受的版本，而不是试图纠正多代累积的变更。

OpenAI 指出，生成式编辑无法保证像素级别的完全一致。对于必须保持精确的元素，请使用手动合成。在漫画或动画中，当复杂姿势反复破坏身份一致性时，编辑也可以选择插入镜头、剪影或画外动作。

## 准备角色动画

一张吸引人的插画并不自动具备动画制作的条件。请确保手部清晰可辨、面部无遮挡、服装层次分明、道具附着合理，以及背景允许角色移动。创建一个中性关键帧和至少一个表情参考。避免使用会掩盖设计的强烈光晕或运动模糊。

将角色传递给[Elser AI](https://www.elser.ai/zh)时，保留规范表、命名变体和身份契约。在Elser工作流接受引用的任何地方，使用相同的已批准资产。然后分别将故事情节、角色设置、故事板和生成的动作作为独立的连续性关卡进行审查。GPT Image 2.5模型生成了上游静态图像；Elser负责下游制作。不要混淆这两个产品，或在未经当前确认的情况下声称存在原生集成。

## 连续性审批表

对于每一个英雄镜头，回答：

- 这是剧集状态的正确命名变体吗？
- 是否存在不可变的面部和身体锚点？
- 服装扣件、颜色和标志性道具是否正确？
- 环境是否改变了身份或规模？
- 这张图片是否安全，可以用于运动生成？
- 文件是否保留提示词、模型、设置和参考来源？

在动画制作前拒绝或修复问题。运动会使静止图像中未被察觉的错误代价更大。

## 无需重新设计面部即可测试表情

从中性标准图像构建一个小型表情集：担忧、克制的愤怒、宽慰和惊讶。描述可见的变化，如眉毛角度、目光和嘴部紧张程度，而不是要求完全不同的“氛围”。保持头部形状、眼睛、鼻子、发型和相机位置不变。

极端的表情只有在系列风格允许比例变化时才有用。如果模型放大眼睛、改变年龄或添加戏剧性妆容，请回到中性源并缩小指令范围。将已批准的表情存储为参考，但保持中性表作为身份权威。

## 跨团队协作

给编剧提供身份合同，给艺术家提供规范图纸，给编辑提供命名变体列表。要求场景简报标明资产版本。审阅者应使用具体字段报告偏差——错误的瞳色、缺失的搭扣、翻转的疤痕——而非笼统的评论。

在弧段边界处，创建一份包含代表性已批准帧的接触表。这使渐进变化可见，并为新合作者提供快速、基于证据的基准。

## 常见问题解答

### 我应该重复整个提示吗？
重复关键视觉锚点，而非无关的传记信息。

### 日蚀爆发对角色来说总是更好吗？
这是质量优先的候选方案；当速度重要且满足相同身份标准时，测试Flare。

### 我能保证一个角色在100个场景中保持一致吗？
不。使用参考文献、变体、命名和人类连续性检查。

## 结论

一致性源于规范化的资产、受控的变体以及基于证据的审查。将每一个被接受的字符图像视为版本化生产系统的一部分，而非孤立的生成结果。