Flova AI 分镜里角色越生成越不像 / 是参考图没锁还是提示词漂了?

文章导读
两种都可能,但更常见的处理顺序是先别急着下判断:同一角色越生成越不像,通常不是模型在会话里逐渐遗忘,而是某一镜之后参考图或提示词发生了具体变化。可行的排查路径是按生成顺序定位第一张开始偏离的镜头,再确认那一镜是否仍引用同一份角色参考,再把提示词与前一镜逐词对比,最后固定其余变量只重跑这一镜验证原因。参考图和提示词都要当成可控变量处理,而不是凭印象判断谁漂了。
📋 目录
  1. 在会话记录里找出第一张开始偏离的镜头
  2. 检查该镜是否仍引用同一份角色参考
  3. 把该镜提示词与前一镜逐词对比
  4. 固定其余变量只重跑这一镜做验证
  5. 把稳定下来的写法固化成角色模板
A A

两种都可能,但更常见的处理顺序是先别急着下判断:同一角色越生成越不像,通常不是模型在会话里逐渐遗忘,而是某一镜之后参考图或提示词发生了具体变化。可行的排查路径是按生成顺序定位第一张开始偏离的镜头,再确认那一镜是否仍引用同一份角色参考,再把提示词与前一镜逐词对比,最后固定其余变量只重跑这一镜验证原因。参考图和提示词都要当成可控变量处理,而不是凭印象判断谁漂了。

先定位起点、再单变量复现,是判断参考图失效还是提示词漂移的最短路径。适用场景是同一会话内角色形象逐渐走偏;操作动作是回看每镜、对比参考图引用与提示词字段、只改一个变量重跑;验证方式是重跑结果能否复现原偏离;边界是若模型版本、随机种子等未固定,单次重跑不足以定论。

在会话记录里找出第一张开始偏离的镜头

建议不要从最后一镜往前猜,而是按生成顺序把每一镜的缩略图平铺,从左到右走一遍。多数工具会在会话记录里保留每镜的输入快照和输出图,先确认排列依据是生成时间,不是分镜编号,避免中途改过顺序导致误判。

回看时固定三到五个判据,例如发型轮廓、发色深浅、瞳色、脸型宽窄、标志性配饰。逐镜打勾或打叉,第一处从对勾变叉的位置就是漂移起点。如果变化是渐进的而不是突变的,就把并排对比的两镜(偏离镜与其前一镜)单独截图保存,命名为便于检索的形式。

shot_010_baseline.png   # 判据全对,作为基线
shot_011_ok.png         # 仍一致
shot_012_drift.png      # 第一处变化:刘海从齐眉变成偏分

标记时同时记下该镜的生成时间、镜头序号和当时引用的参考图文件名。这一步只做定位,不解释原因。

Flova AI 分镜里角色越生成越不像 / 是参考图没锁还是提示词漂了?

检查该镜是否仍引用同一份角色参考

定位到偏离镜后,先排除参考图被换掉或失效。常见情况有三类:参考图被替换成另一张(包括另一个角色的图)、参考图被裁切导致人脸占比变化、同一张图被重新上传后平台重编码。前两类可以直接看会话里的引用记录和缩略图判断,第三类需要看文件本身。

md5sum 角色A_ref.png
identify -format '%wx%h %b\n' 角色A_ref.png   # 需已安装 ImageMagick

哈希一致、尺寸一致,基本可以认为引用的是同一份文件。哈希不同但视觉上一致,通常是重新上传或压缩所致,此时改用关键点比对:把两张参考图的人脸区域并排看,确认发型、发色、配饰没有被裁掉。若偏离镜引用的参考图分辨率或宽高比与基线镜不同,优先怀疑裁切,而不是提示词。

把该镜提示词与前一镜逐词对比

参考图确认没变,再回到提示词。不要整体读,而是拆成固定字段逐项对比:外貌描述、服装、光线、镜头距离与构图,另外加上风格词和负面词。逐词对比而不是逐句对比,因为漂移往往来自一两个被改动的形容词。

Flova AI 分镜里角色越生成越不像 / 是参考图没锁还是提示词漂了?
shot_011: 短发 黑发 圆脸 | 白衬衫 | 柔和侧光 | 中景 | 写实
shot_012: 长发 黑发 圆脸 | 白衬衫 | 柔和侧光 | 中景 | 写实
                 ^ 差异:发型词由 短发 变为 长发

差异记录建议用两列:字段、本镜与原镜的取值。只记录有差异的字段,没差异的写一致。这样回头看时能立刻区分是头发、服装还是光线造成的偏移。若差异出现在镜头距离或光线字段,形象变化往往是被构图和光影带偏的,不一定是角色本身漂了。

固定其余变量只重跑这一镜做验证

找到可疑变量后,用单变量重跑确认。操作步骤是先复制偏离镜前一镜的完整参数,包括参考图、提示词、尺寸、模型版本和随机种子,然后只把待验证的那一项改回偏离镜的设置,其余保持完全一致。

Flova AI 分镜里角色越生成越不像 / 是参考图没锁还是提示词漂了?
  1. 把参考图固定为基线那份,提示词保持偏离镜原样,重跑一次,观察是否仍偏离。
  2. 把提示词改回基线那份,参考图保持偏离镜原样,重跑一次,观察是否仍偏离。
  3. 两次对比:哪一次复现了偏离,该变量就是主因;两次都不偏离,说明还有未固定的变量。

观察点仍是那三到五个判据,重点看发型轮廓、发色和服装是否回到基线。如果两次结果仍不一致,先把随机种子、模型版本、采样参数和参考图权重逐项确认是否真的被固定;这些项里任何一项未锁定,单次重跑都不能作为判断依据。若所有变量都固定后仍不稳定,通常说明该形象对参考图的依赖过强,需要把关键特征直接写进提示词。

把稳定下来的写法固化成角色模板

验证通过后,把当次稳定输出的输入整理成模板,后续镜头直接复用,避免每镜重新描述一遍角色。模板要分成锁定字段和可变字段两部分。

角色名: 示例角色A
锁定字段(每镜原样复制):
  外貌: 圆脸, 齐耳短发, 黑发偏冷, 深棕瞳, 左眉尾小疤
  服装: 米白衬衫, 深灰外套, 银色细项链
  参考图: 角色A_ref_v2.png (记录 md5 与上传时间)
  基线参数: 模型版本, 尺寸, 随机种子, 参考图权重
可变字段(按镜头改写):
  动作 / 表情幅度 / 机位与焦距 / 光线方向 / 背景 / 情绪

锁定字段里写死的是身份相关描述、参考图版本标记和参数基线;留给场景变化的字段是动作、表情、机位、光线方向、背景和情绪。每次生成新镜头时只改变可动字段,锁定字段逐字复制,这样下一次出现形象偏移时,对比范围会小很多,也更容易判断是参考图引用出错还是提示词改动引入的。模板建议连同参考图的哈希一起存档,后续换图时能追溯是哪一版开始变的。