即梦定妆实战：用定妆资产链路焊死角色脸部一致性-知了AI

即梦”定妆资产链路”实操：大头照 + 全身照 + @图片N 引用，把角色脸焊死在每一镜

做AI短剧、AI漫画分镜的人，最后都会撞上同一堵墙：角色脸。第一个镜头里女主角是杏眼柳眉，第三个镜头变成了圆脸圆眼，第五个镜头连发色都换了。观众不看你的技术说明，只看结果——脸变了，就是穿帮，就是弃剧。

很多人在即梦里反复重roll，靠运气碰一张相似的脸，效率极低且不可复制。真正可持续的做法，是把角色当成一个资产项目来管理：开机之前，先给角色”定妆”，产出两件标准化的定妆资产——一张大头照负责锚定脸，一张全身照负责锚定服装和体型；之后每个镜头都把这两张图作为参考图上传，用「@图片1」「@图片2」在提示词里显式引用。这套链路跑通之后，角色一致性就不再是抽奖，而是流水线。

下面从原理到参数到踩坑，把整条链路拆开讲透。

一、为什么必须是”资产链路”，而不是单张参考图

1.1 单靠一张图的三个致命缺陷

绝大多数人的一致性方案是：生成一张满意的角色图，之后每个镜头都拿它垫图。这个做法有三个绕不过去的问题：

缺陷一：单图同时承担”脸”和”全身”，两个任务互相拖累

一张半身或全身图里，人脸可能只占画面的十分之一不到。即梦的图像参考机制在提取特征时，脸的信息密度天然偏低。你想锁脸，模型却在大量吸收服装、姿势、背景的信息；你想让镜头构图丰富一点，脸就开始飘。用一个参考图同时解决两个矛盾需求，结果必然是两头都不稳。

缺陷二：没有标准化的”干净脸”，五官特征不可复述

如果初始角色图本身有侧脸、逆光、手部遮挡、复杂背景，模型提取到的面部特征就是残缺的。下次生成时，它只能”猜”这张脸长什么样，猜的方向每一镜都不同。定妆的第一原则就是：脸必须有一张正面、高清、无遮挡、背景干净的标准照，像剧组给演员拍的定妆照一样。

缺陷三：换镜头时没有可执行的”指代语言”

上传了参考图，但提示词里只写”这个女孩站在雨中”——”这个女孩”是模糊指代，模型不知道该优先继承参考图的哪些属性。即梦提供的多图参考 + @图片N 引用语法，就是把模糊指代变成精确绑定的工具，但多数人从来没真正用起来。

1.2 定妆资产链路的完整流程图

整条链路四步，一步都不能省：

第一步：生成大头照（面部定妆） → 用完整人设词精确描述五官、发色、瞳色、肤质、妆容，正面特写，干净背景。产出：角色脸部标准像。

第二步：垫图生成全身照（造型定妆） → 以大头照为参考图垫图，生成三视图或正面全身像，参考权重压到0.6-0.7，保证同一人设延展到全身。产出：角色整体造型标准像。

第三步：归档为定妆资产 → 按「charA_face.png / charA_full.png」这类命名规范存入项目目录，写进资产清单。产出：可长期复用的生产资料。

第四步：镜头生成时双图引用 → 每个镜头上传两张定妆图，提示词用「@图片1（角色面部）」「@图片2（服装造型）」显式绑定，镜头背景、动作、构图自由发挥。

1.3 三档方案一致性对比

为直观说明链路的价值，把三种常见做法放在一起对比：

对比维度	不定妆（每次重roll碰运气）	只有大头照垫图	定妆资产链路（大头照+全身照+@引用）
脸部一致性	极差，每镜五官、发型随机漂移	较好，五官稳定但依赖参考图里脸部占比	优秀，@图片1精确绑定面部标准像
服装一致性	完全失控，每镜服装随机	差，脸锁住了但服装每镜都在变	优秀，@图片2独立锚定服装造型
构图自由度	高但无意义，因为角色都不对	受限，画面容易向参考图构图靠拢	高，脸和服装被锚定，构图交给镜头提示词
跨集/跨项目复用	不可能	勉强可复用脸部，服装需重做	资产归档后一劳永逸，做一次用一年
多角色同框	基本不可控	无法区分角色	可为不同角色分别引用不同的定妆图
单镜头平均耗时	大量重roll，10-30分钟	3-8分钟	1-3分钟，一次通过率高

结论很清晰：定妆资产链路前期多花二十分钟，之后每一个镜头都在回本。它是可复用的生产资料，不是一次性的技巧——主角定妆一次，整季短剧、衍生海报、番外漫画全部通用。

二、第一步：生成角色大头照——把脸”写”进提示词

2.1 人设词必须写到”可复述”的精度

大头照的核心不是”好看”，而是特征可复述。你要在提示词里把脸拆成五个可核查的维度，每一个维度都要给出明确描述：

维度一：五官结构

脸型（鹅蛋脸/方脸/圆脸）、眼睛（杏眼/丹凤眼/圆眼，单双眼皮）、眉形（柳叶眉/剑眉/平眉）、鼻梁（高挺/秀气/略宽）、唇形（薄唇/饱满唇唇/M形唇）。写得越具体，后续垫图延展时特征越稳。

维度二：发色与发型

发色给出明确色值方向（黑长直/深棕微卷/银灰短发），发型要写”发缝位置、刘海样式、长度到哪”。发色是跨镜头漂移的重灾区，务必在大头照阶段就定死。

维度三：瞳色

深棕/黑/浅褐/蓝灰。很多人忽略瞳色，结果同一角色一会儿深瞳一会儿浅瞳，特写镜头里极其明显。

维度四：肤质与年龄感

冷白皮/暖黄皮/小麦色，皮肤质感（细腻/有雀斑/有晒痕），年龄段（十八岁少女感/三十岁御姐感）。肤质决定打光后的呈现，年龄感决定全剧基调。

维度五：妆容风格

素颜感/淡妆/浓妆，口红颜色，眼妆有无。剧集角色妆容必须全剧统一，在大头照里定下，后面每镜继承。

2.2 大头照提示词模板（可直接复制修改）

以下模板按”主体描述 + 摄影规格 + 画质要求”三段式组织，把括号内容替换成你的角色设定即可：

角色大头照定妆提示词模板：

「角色面部定妆照，正面平视特写，一位22岁的东亚女性，鹅蛋脸，杏眼双眼皮，眼神清澈坚定，柳叶眉，鼻梁秀气，唇形饱满涂淡粉色口红，黑长直头发中分无刘海垂至胸前，深棕色瞳孔，冷白皮，皮肤细腻质感真实，淡妆素颜感，表情平静，肩部以上特写构图，纯色浅灰背景，影棚柔光均匀打光，面部无阴影遮挡，8K超高清，写实摄影风格，细节丰富」

几个必须注意的细节：

细节一：一定要写”正面平视”

任何侧脸、仰角、俯角都会导致面部特征提取不完整。哪怕你的剧里全是侧面镜头，定妆照也必须是正面。

细节二：背景必须是纯色

复杂背景会污染特征提取。纯灰、纯白、纯浅蓝都可以，目的是让模型把全部注意力放在脸上。

细节三：表情要中性

大笑、大哭的表情会改变五官形态（眼睛眯起、嘴形变化），定妆照用平静表情，情绪留给镜头提示词去驱动。

细节四：负面词同步上

即梦支持负面提示词时，大头照阶段建议填：「侧脸，闭眼，遮挡，手部入画，眼镜，口罩，多余人物，背景杂物，模糊，低画质，过度磨皮，妆容夸张」。

三、第二步：垫图生成全身照——让造型从脸上”长”出来

3.1 操作路径

在即梦的图片生成界面，选择参考图功能，把第一步产出的大头照上传作为参考图，参考强度（参考权重）设置为0.6-0.7，然后在提示词里描述全身造型。

为什么权重是0.6-0.7而不是拉满？这是整条链路里最关键的参数认知，后面第四章展开讲。这里先记住结论：这个区间是”脸稳住、其余听话”的黄金平衡点。

3.2 全身照提示词模板（可直接复制修改）

角色全身照定妆提示词模板：

「保持参考图中人物的面部特征、发型发色、瞳色完全一致，角色全身定妆照，正面站立全身像，头顶到脚完整入画，双手自然下垂，身穿藏蓝色高领风衣，内搭白色衬衫，深色直筒长裤，黑色短靴，身形高挑匀称，纯色浅灰背景，影棚柔光均匀打光，全身清晰对焦，8K超高清，写实摄影风格」

要点一：第一句必须是”特征锁定句”

提示词开头先写”保持参考图中人物的面部特征、发型发色、瞳色完全一致”，这句话的作用是告诉模型参考图的优先级是”人脸继承”，而不是”构图继承”。

要点二：要求”完整入画 + 自然站姿”

全身照最常见的翻车是脚被裁掉、肢体扭曲。明确写”头顶到脚完整入画，双手自然下垂”，能显著提高出图可用率。一次多生成几张，挑一张四肢正常、服装清晰的归档。

如果条件允许，可以再补一张三视图（正面、侧面、背面），提示词里把”正面站立全身像”替换为”角色三视图设定，正面、侧面、背面三个视角并排，同一人物同一服装”。三视图在做侧面镜头、背影镜头时引用价值极高。

要点三：服装描述要写到”可重制”的精度

服装和脸一样要可复述：款式（风衣/西装/汉服）、颜色（给出主色+辅色）、材质感（呢料/皮质/丝绸）、关键细节（双排扣/腰带/刺绣纹样）。服装描述越细，@图片2绑定后的跨镜头稳定性越高。

四、第三步：归档定妆资产——命名规范与资产清单

4.1 命名规范

定妆产出的图片必须按规范归档，否则项目做到第十集，你会在几百张图里找不到哪张是”官方定妆照”。推荐命名结构：

项目缩写_角色编号_资产类型_版本号.png

示例：

「charA_face_v1.png」——角色A脸部定妆照第一版
「charA_full_v1.png」——角色A全身定妆照第一版
「charA_threeview_v1.png」——角色A三视图（可选）
「charB_face_v1.png」「charB_full_v1.png」——角色B对应资产

配套的资产清单表

文件名	资产类型	锚定内容	引用角色	版本备注
charA_face_v1.png	大头照	五官/发色/瞳色/肤质/妆容	角色A（女主）	定稿，全剧通用
charA_full_v1.png	全身照	服装/体型/整体造型	角色A（女主）	定稿，全剧通用
charA_threeview_v1.png	三视图	侧面/背面造型	角色A（女主）	备用，侧面镜头引用
charB_face_v1.png	大头照	五官/发色/瞳色/妆容	角色B（男主）	定稿
charB_full_v1.png	全身照	服装/体型	角色B（男主）	定稿
scene_office_v1.png	场景定妆	办公室场景风格	公共	场景类资产同理归档

注意最后一行：场景也可以纳入定妆资产体系，命名如「scene_office_v1.png」。角色、场景都资产化之后，你的项目就有一套完整的”视觉设定集”，任何一集丢失风格都能秒级找回。

4.2 什么时候需要升版本

换季换装（如从春装换成冬装）时，不要覆盖旧全身照，而是新增「charA_full_v2_winter.png」。脸部资产通常整剧不换；服装资产按剧情需要的服装套数各自建档。这就是把定妆资产当生产资料管理的意义——每一条都是可追溯、可回滚、可复用的。

五、第四步：镜头生成——@图片N 精确绑定

5.1 @图片N 的本质：把模糊指代变成精确绑定

即梦支持在图片生成时上传多张参考图，并在提示词里用「@图片1」「@图片2」分别指代。上传顺序即编号顺序：第一个上传的是@图片1，第二个是@图片2。

这个语法为什么重要？因为没有它，模型面对两张参考图时不知道该继承谁——它可能从图1拿脸、也可能从图2拿脸，可能把两件衣服混在一起。@引用把”继承什么、从哪继承”变成了显式指令：

「@图片1 的面部特征」「@图片2 的服装造型」——一句话，职责分明。

所以标准绑定关系是：@图片1 绑定大头照（管脸），@图片2 绑定全身照（管服装与体型）。脸和服装要分别锚定，混在一张参考图里必然打架——这是本链路的核心方法论。

5.2 镜头引用提示词模板（可直接复制修改）

镜头生成提示词模板：

「@图片1 保持该人物的面部特征、发型发色、瞳色完全一致，@图片2 保持该人物的服装造型完全一致，电影感镜头，女主公在雨夜街头快步走过，风衣下摆被风掀起，霓虹灯牌在湿漉漉的路面反射出冷暖光斑，中景侧面跟拍构图，浅景深背景虚化，电影级调色，暗调蓝青色氛围，写实风格，8K高清」

模板结构拆解为四段，写镜头提示词时按此顺序组装：

第一段：绑定段（必有）

「@图片1 保持该人物的面部特征、发型发色、瞳色完全一致，@图片2 保持该人物的服装造型完全一致」。这段是链路的保险丝，一个字都不要省。

第二段：镜头动作段

人物在这个镜头里做什么：动作、表情、视线方向。表情可以在这里放飞（哭泣、大笑、惊恐），因为脸的结构已由@图片1锚定，情绪只影响肌肉形态不影响五官配置。

第三段：环境氛围段

场景、时间、天气、光线。这部分完全自由，不受参考图约束——这正是双图绑定分工带来的构图自由度。

第四段：摄影规格段

景别（特写/中景/全景）、机位角度（俯拍/平拍/仰拍）、景深、调色风格、画质要求。

5.3 参考权重取值对照表

参考权重是这条链路的第二根保险丝。即梦中权重越高，画面越向参考图靠拢；越低，参考约束越弱。实测不同区间的表现：

参考权重区间	角色一致性	画面表现	适用场景	风险提示
0.9-1.0	极高，几乎不动	画面僵死，构图、姿势、光线全部照抄参考图	仅适合复刻参考图本身	镜头提示词基本失效，改了也白改
0.75-0.85	很高	变化幅度很小，换机位、换景别困难	特写镜头、需要高度还原的镜头	远景、大动作镜头容易构图重复
0.6-0.7（推荐）	稳定，五官不跑偏	保留参考特征的同时，构图、动作、光线可自由编排	定妆链路标准值，绝大多数镜头	偶尔需微调 ±0.05
0.4-0.5	中等，特征开始松动	自由度高，但发色、瞳色偶尔漂移	角色背影、剪影、超远景	特写镜头禁用
0.3以下	弱，接近无参考	几乎不受控	不建议用于角色镜头	等于白上传参考图

实操建议：默认0.65起步；面部特写镜头上探到0.7-0.75；大远景、背影剪影下调到0.5。每换一档，先试生成一版确认脸没跑再批量出图。

六、常见问题与踩坑清单

6.1 脸统一了，但服装每镜都变

这是只上传大头照、或两张图绑反了的典型症状。解法有三：确认全身照已上传且排在第二位（@图片2）；确认提示词里有「@图片2 保持服装造型完全一致」的绑定句；服装描述在提示词里再复述一遍关键特征（颜色+款式），双重保险。

6.2 脸和场景”打架”

场景光线强烈（如夕阳红光、蓝夜冷光）时，脸部肤色会被场景色调浸染，看起来”不像同一个人”。解法：在提示词里补一句「人物面部保持自然肤色，仅环境受色调影响」；或者后期用局部调色把面部肤色拉回。记住：定妆照是中性光下拍的标准像，任何极端光效都应该只作用于环境层。

6.3 参考图上传太多，构图僵硬

有人一口气上传三四张参考图（脸、全身、场景、构图示意），结果模型把所有图的特征一锅炖，构图被参考图锁死，镜头语言完全丧失。原则：每镜参考图不超过两张，且每张都有明确分工。如果确实需要场景参考，把场景风格写进提示词文字描述，而不是再传第三张图。确需三图时，@引用必须逐一写清职责，并把权重整体下调。

6.4 大动作/极端角度镜头脸崩

仰拍、俯拍、剧烈运动模糊镜头，面部特征本来就难以维持。解法：这类镜头权重上调至0.75左右，并在绑定段追加「任意角度和动作下保持五官特征不变」；实在崩得厉害，用图生视频路线——先用定妆图出一张角度正确、脸稳定的静态帧，再驱动视频。

6.5 定妆照本身不满意，要不要将就

不要。定妆资产是整条链路的地基，地基歪了每一镜都在放大误差。大头照阶段多花时间，把五官、发色、瞳色调到最满意再归档——因为你只调这一次。

6.6 负面词清单（镜头生成通用）

以下清单可直接粘贴到负面提示词，按需增删：

负面词清单：

「面部变形，五官错位，双眼不对称，多余人脸，多余手指，手指畸形，肢体扭曲，服装款式改变，服装颜色改变，发色改变，发型改变，两人融合，脸部与身体不匹配，背景杂物，文字水印，模糊，噪点，低画质，过度饱和，塑料质感，过度磨皮，构图重复，僵硬姿势」

七、独到心法：把定妆资产当生产资料经营

7.1 做一次，用一年

多数人把”解决角色一致性”当成每次生成都要重复的动作，这是最大的认知浪费。正确的视角是：定妆是一次性的资本开支，产出的是长期资产。角色A的脸一旦定妆归档，这一季十集、下一季番外、周边海报、角色卡，全部直接调用同一套charA_face/charA_full。项目越往后，资产复利越高。反过来，没有资产化的团队每一集都在重新”认识”自己的角色。

7.2 脸和服装必须分开锚定

再强调一次这条链路的方法论内核：脸和服装是两类不同频率变化的属性。脸整季不变，服装随剧情换。如果把两者焊死在同一张参考图里，换装戏就要重新锚定脸，脸的稳定性反过来被服装改动拖累。分图、分@引用绑定之后，脸是常量，服装是变量，各管各的——这才是工程化的做法。

7.3 @引用是给模型的”接口协议”

可以把@图片N理解成你和模型之间的接口协议：你声明”图片1是面部数据源，图片2是服装数据源”，模型按协议取数。没有协议，模型自由发挥，结果不可复现；有了协议，同样的输入永远得到同一张脸。所有可复现的生产系统，本质都是把隐式依赖变成显式声明，@引用就是这个声明语法。

FAQ：高频问题解答

Q1：已经有了大头照，为什么还要生成全身照？多此一举吗？

不是。两者的锚定对象完全不同。大头照只锚定脸，但AI短剧大量镜头是中景、全景，服装每镜都得出现。如果没有全身照做服装锚点，模型只能”想象”这个人穿什么，于是每镜换装。另外，只有一张大头照垫图时，模型倾向于复制它的构图（肩部以上特写），全身镜头反而不敢做。全身照的存在让”服装一致性”和”构图自由度”同时成立。

Q2：@图片1、@图片2 到底怎么用？编号是怎么确定的？

编号由上传顺序决定：先上传的参考图是@图片1，第二张是@图片2。然后在提示词正文中直接写「@图片1 保持面部特征一致」这样的句子即可，不需要任何额外设置。核心纪律是固定绑定关系——永远让图1当脸、图2当服装，全项目统一，形成肌肉记忆后出错率趋近于零。

Q3：参考权重到底设多少合适？有没有万能值？

没有万能值，但有标准起步值：0.6-0.7。在这个区间，五官稳定且画面留有变化余地。微调原则：越需要”像”，越往上加（特写可到0.75）；越需要”变”（换机位、大远景），越往下减（0.5左右）。经验是0.65覆盖80%的镜头，剩下20%按镜头类型微调。

Q4：两个角色同框怎么办？参考图位不够用？

两角色同框时，上传两套大头照（charA_face + charB_face），提示词分别绑定：「@图片1 人物保持A的面部特征，@图片2 人物保持B的面部特征」。两人服装用文字描述锁款。若必须带全身照，可考虑预先把两张定妆图拼成一张图（左右并排）再作为单图引用。同框镜头权重略降至0.6，并多roll几次挑选五官都稳定的版本。三人以上同框难度陡增，建议用分镜拆解或后期合成规避。