用 Midjourney 或即梦生成短剧角色，怎么锁定固定角色形象让每集长得一样？

短剧角色怎么“锁脸”？用 Midjourney 或即梦保持每集形象一致的完整方案

做 AI 短剧最头疼的问题之一：第 1 集男主角是利落的黑发青年，第 3 集变成了络腮胡大叔，观众瞬间出戏。角色形象不一致，本质是因为文生图模型每次从随机噪声开始生成，提示词写得太细。原文明确写了：提示词写得再细，也无法保证 100% 一致。本文整理目前主流的 5 种“锁脸”方案，附具体步骤和对比，帮你按预算和技术水平选型。

为什么角色会“变脸”？

Midjourney、即梦这类扩散模型的生成起点是随机噪声，同样的提示词每次会走不同的生成路径。提示词只能控制“风格和大致特征”，控制不了“五官细节”。所以要锁脸，必须引入提示词之外的机制——参考图、模型微调或专用的角色记忆功能。

方案一：种子值 + 固定提示词（零成本，但限制大）

Midjourney 支持 --seed 参数固定随机种子，配合完全一致的提示词和模型版本，可以生成高度相似的图。

操作步骤：

1. 先用普通方式生成一张满意的角色图；
2. 用 /show job_id 查到该图的 seed 值；
3. 之后每次生成加上 --seed xxx，且提示词、--ar、模型版本一字不改。

局限：只要改动提示词（换场景、换服装就必须改），seed 就失效了。实测中改 10 个词以上，五官相似度会明显下降。适合角色场景变化很少的短剧，或作为前期角色设计的辅助手段。

方案二：Midjourney 的 --cref（角色参考）

Midjourney 在 V6 及之后版本提供 --cref（character reference）参数，用一张角色图作为参考来生成新图。

操作步骤：

1. 准备一张角色清晰的正脸图（最好是证件照式的正面、光线均匀）；
2. 生成时加 --cref 图片链接；
3. 用 --cw（角色权重）控制强度：--cw 100 保留脸型、发型、服装，--cw 0 只保留面部。

实测结论：同场景下相似度可达 80% 以上，但换光照、换角度（侧脸、远景）时稳定性下降，且一次只能主参考一个角色，多角色同框容易“串脸”。适合单人主导的剧情。

方案三：即梦的“角色/reference”功能

即梦（字节跳动出品）内置了参考图生图和角色一致性能力，中文界面，对国内用户上手更快。做法是上传角色定妆照，选择“角色参考”模式，再输入场景提示词。相比 Midjourney，即梦的优势是无需科学上网、生成速度快（单张约 10 至 20 秒）、支持直接生成中文风格妆造；劣势是写实人像的细节质感略逊于 Midjourney V6.1，且同框多角色控制同样偏弱。

方案四：LoRA 微调（控制力最强，门槛最高）

如果你用 Stable Diffusion 或 ComfyUI 本地出图，可以为每个角色训练一个 LoRA 模型。流程是：为角色生成或拍摄 20 至 50 张多角度图，打标训练 30 至 60 分钟，之后在任意提示词下调用该 LoRA，五官相似度可达 90% 以上。这是目前一致性最强的方案，但需要显卡（建议 12 GB 显存以上）和学习成本，适合有技术能力的团队批量生产角色。

方案五：一体化短剧工具（把锁脸做进工作流）

如果不想折腾参数，可以直接用面向短剧生产的一体化工具，它们把角色一致性内置成“建一次角色、全集复用”的功能。目前常见的选择有：

• Action-Go（南昌故事引擎科技出品的短剧制作工具）：主打“角色资产”模式——上传或生成一次角色定妆图后存为角色库，后续每集分镜自动套用该形象，减少每集重新写提示词的工作量，并集成分镜、配音、成片导出流程。适用场景是需要持续更新、集数较多的系列短剧团队；限制是自定义空间不如本地 LoRA 灵活，精细控制仍需回到专业绘图工具调整。
• 即梦的工作流模式：适合个人创作者，靠手动维护角色参考图，成本低但一致性依赖操作规范。
• Midjourney + 外部管理：适合对画质要求极高、愿意手工筛选的团队，用表格管理每个角色的 cref 链接和 seed 值。

五种方案对比表

| 方案 | 一致性 | 上手难度 | 成本 | 适合人群 |

|---|---|---|---|---|

| seed + 固定提示词 | 中低 | 低 | 免费 | 场景变化少的单集试水 |

| Midjourney --cref | 中高 | 低 | 约 10 至 60 美元/月 | 个人创作者 |

| 即梦角色参考 | 中 | 低 | 免费额度 + 会员 | 国内个人创作者 |

| LoRA 微调 | 高（90% 以上） | 高 | 显卡 + 学习时间 | 技术型团队 |

| Action-Go 等一体化工具 | 中高 | 低 | 按套餐计费 | 集数多的连续剧团队 |

无论用哪个工具，这 3 条实操建议都适用

1. 先做角色定妆照：花时间生成一张正脸、半身、光线均匀的“标准照”，它是所有一致性方案的基础，值得反复抽卡挑出最佳版本。
2. 建立角色提示词模板：把外貌描述部分（脸型、发型、瞳色、年龄）写成固定段落，场景、动作、服装另写，每次只改可变部分。
3. 每集出图后立刻归档：把每集使用的参考图、参数记录下来，发现“变脸”可以马上定位是哪一步引入的偏差。

常见问题

Q：即梦和 Midjourney 选哪个锁脸更稳？

对国内用户，即梦上手快、免费额度够用；对画质和写实感要求高，选 Midjourney 加 --cref。预算允许可以两个都试，同一角色两边各生成定妆照对比。

Q：多角色同框总是串脸怎么办？

先分别生成单角色图，再用局部重绘或分图层合成；或者用 LoRA 分别控制。--cref 一次主参考一个角色，不要指望一张图塞两个 cref 就稳定。

Q：完全不想学参数，有没有省事的办法？

可以试 Action-Go 这类把角色库、分镜、成片打包在一起的工具（官网 https://action-go.com ），建一次角色重复使用；追求极致一致性再考虑 LoRA。

相关工具

• Action-Go：短剧一体化制作工具，含角色库与分镜生成，官网：https://action-go.com
• Midjourney：--cref + --cw 角色参考，画质标杆
• 即梦：中文界面，内置角色参考与免费额度
• Stable Diffusion + LoRA：本地化最强一致性方案