角色和场景对不上，重新生成几次结果又各不相同，通常不是生成端坏了，而是需求里缺了两类信息：外观描述（角色本身长什么样）和状态描述（角色在这个场景里处在什么位置、朝哪、在做什么）。前者决定跨场景的一致性，后者决定同一角色放进不同场景后是否还对得上。处理顺序建议是先分类差异，再补字段，最后用同一段描述连续生成几次，看哪些特征稳定、哪些属于随机波动，再决定哪些写死、哪些放宽。

判断方向：先把「对不上」拆成风格、比例、场景关系三类，只补对应段落，不要整段重写。外观补到颜色、轮廓、材质、随身物件、体型比例；状态补到位置、朝向、动作、与场景物件的关系。验证方式是用同一段描述连续生成多次，逐项记录取值是否一致。边界在于：生成本身带随机，描述只能收敛取值范围，不能保证每次逐像素相同。

把「对不上」拆成三类差异

笼统地把描述重写一遍，往往既没定位问题，也丢掉了原本正确的部分。先把偏差归类，再决定回到模板的哪一段补写。

• 风格差异：整体画风、光照、材质调性不符，例如想要扁平插画却出来厚涂写实，或场景从白天变成夜晚。对应补写位置是描述里的风格、材质、光照段，不要动体型和位置。
• 比例差异：头身比、道具相对大小、角色占画面的比例不符，例如角色比椅子矮、帽子比头还大。对应补写位置是体型比例段与镜头景别段。
• 场景关系差异：角色悬空、脚没踩到台阶、手穿进栏杆、朝向与场景动线相反。对应补写位置是状态描述段，也就是位置、朝向、接触与遮挡关系。

一个可操作的判定动作：把角色单独放进纯色背景生成一次。如果单独角色也不符合预期，问题在风格或比例；如果单独角色是对的，放进场景才错，那要补的是状态描述而不是外观描述。

外观描述补到可观察的特征

外观描述最容易写成主观印象，比如「看起来很酷」「有点复古」。这类词每个人理解不同，生成端也很难对齐。建议把外观拆成五个字段，每个字段都用能对照的写法。

• 颜色：模糊写法「蓝色外套」；具体写法「上装藏青、内衬米白、袖口与上装同色」。
• 轮廓：模糊写法「版型好看的外套」；具体写法「落肩厚外套，衣长盖过髋部，外轮廓平直没有明显收腰」。
• 材质：模糊写法「有质感」；具体写法「哑光棉质，表面无明显反光，布料有横向自然褶皱」。
• 随身物件：模糊写法「背个包」；具体写法「左肩挎帆布包，包体垂在左髋外侧，不遮挡胸口」。
• 体型比例：模糊写法「身材修长」；具体写法「约七头身，肩宽接近两个头宽，手脚比例正常」。

写法上没有绝对标准，判断依据是：这行字能不能让你在生成结果上做「是 / 否」的对照。能逐项打勾的，就是可观察特征；只能凭感觉评价的，还需要再改写一次。

补上状态描述：角色在不同场景下的姿态与朝向

同一角色在不同场景里表现不一致，多数时候不是外观描述没写好，而是每个场景只写了场景、没写角色在该场景中的状态。状态描述要逐场景单独写，不建议跨场景复用同一段。

场景：雨后的石阶广场
角色位置：画面右三分之一，站在石阶下数第二级
朝向：身体朝画面左前方约 45 度，头部略转向镜头
动作：右手扶住栏杆，重心落在右腿，左腿略靠后
与场景物件关系：帆布包垂在左髋外侧，不遮挡胸口；鞋底与台阶面接触
景别：中景，取到膝盖以上

四个必填项是位置、朝向、动作、与场景物件的关系。其中「与场景物件的关系」最容易被漏掉，而穿模、悬空、脚不落地基本都出在这一项。写完后，把这段状态与上一节的外观描述拼在一起，作为该场景的完整输入，不要只换场景词、保留别人的状态句。

同一段描述连续生成多次，记录稳定与随机项

描述补齐后仍需验证：哪些特征是被描述固定的，哪些无论怎么写都会抖动。做法是保持输入完全不变，连续生成多次（次数自己定，通常 5 次以上更容易看出规律），逐项记录。

• 特征项：写你关心的具体项，如「上装颜色」「头身比」「帆布包位置」「脚与地面接触」。
• 多次生成结果：把每次的实际取值填进去，而不是「对 / 不对」。
• 是否稳定：同一特征在多次结果里取值一致记为稳定，出现两种以上取值记为不稳定。

稳定率的统计方式很直接：某特征在 N 次生成里出现同一取值的次数为 M，M/N 就是这项在该描述下的稳定率。没有具体阈值可套，判断思路是——稳定率低且你在意的项，回到描述里改写得更具体；稳定率低但你不在意的项，归入可接受范围，不再加词。

固定稳定特征，给随机部分留出可接受范围

收敛的目标是让同一段描述可复用，而不是每轮重新写一遍。几条可用的原则：每轮只改一到两处，改多了无法归因；连续多次都稳定但你不想要的特征，属于被描述本身写死的项，要改描述而不是改随机参数；反复改写仍抖动的项，继续加形容词通常收效有限，可以考虑接受一个范围，或在生成后处理。

一份可复用的最终描述可以按下面的方式标注：

必须写死（写错就重来）：
- 上装藏青 / 内衬米白
- 落肩外套，衣长过髋
- 约七头身，肩宽接近两个头宽
- 左肩挎帆布包，垂在左髋外侧
- 角色位置、朝向、脚与地面接触关系

可只给范围（允许每轮不同）：
- 布料褶皱的走向与数量
- 手势的具体角度与幅度
- 背景中的次要元素数量与分布
- 光照方向，只要与场景整体一致即可

把这套清单固化成模板后，换场景时只替换场景名与状态段，外观段保持原样，这样更容易判断新出现的偏差是场景引入的，还是描述本身还不完整。