在绘本、故事板或系列营销插画中，角色面部的一点点变化就可能破坏连贯性。GPT Image 2.6 一致角色 工作流从一个清晰的角色锚点开始。保存它，为每个新场景上传同一张原始图像，重复身份特征，只改变场景或动作。如果某一帧发生漂移，就针对锚点编辑该帧，然后再继续。本指南展示 Mara 的锚点和两个场景，给出精确提示词，并提供五项检查，帮助判断这组图是否可以使用。
要点
- 保存一个干净、未裁剪的锚点，展示角色的面部、身体、服装和风格。
- 为每个新场景上传那张原始锚点，并在每条提示词中重复身份细节。
- 一次只改变场景或动作，然后将所有帧并排检查。
- 用窄范围编辑修复具体错误；参考图像并不能保证输出完全一致。
“一致角色”实际意味着什么
对于插画系列来说，一致性意味着读者不依赖文字说明，也能在每一帧中认出同一个人。面部通常承载大部分识别信息：脸型、眼睛颜色、鼻子和独特标记。头发和标志性物品会给读者另一条线索。身体比例、服装和渲染风格有助于连贯性，但它们回答的是略有不同的问题。角色可能保住了外套，脸却变了；也可能脸没变，但下一页突然像是出自另一本书。
在创建场景之前先设定身份规则。在这个示例中，Mara 有鹅蛋脸、深棕色眼睛、小巧圆润的鼻子、鼻梁上五颗雀斑、黑色短卷发，以及左眉上方一缕白色卷发。她的芥末黄雨衣和青绿色围巾属于这个特定序列。图书馆书架和花园小径则不属于。这一区分告诉编辑要保护什么，也为你提供了一种公平评判每项输出的方式。
OpenAI 的图像提示指南建议复用角色参考，并在不同场景中重复外观约束。其图像生成指南还指出，反复出现的角色可能在多次生成之间失去视觉一致性。把锚点当作强指令，然后检查输出。它是可用的参考，并不保证每颗雀斑都落在同一像素上。一个社区讨论称，漂移在第二张图像时就可能出现；这一经验说明了实际问题，不过它并不是模型基准。
对于绘本，在生成十页之前先定义容忍度。水彩颜料略有变化通常无伤大雅。鼻子不同、白色卷发缺失或面部轮廓改变，会让角色看起来像另一个人。当计划中的情节需要更换服装时，把服装从身份锁定中移除，并让面部线索保持更严格。这里，两个场景都固定了服装，因此测试隔离了场景和动作的变化。
创建一个可复用的角色锚点
编写身份锁定
有用的锚点是一眼就能读懂的参考图像。只展示一个人，全身可见，面部为清晰的四分之三视角。给主体足够空间，使手、脚、外套和头发不被裁掉。浅色纯背景让角色易于检查，并避免场景物体意外成为她身份的一部分。保存原始输出，而不是裁剪后的缩略图。
在打开模型之前，写下简洁的身份锁定。选择几个既可见又独特的特征。“友好的年轻女性”太宽泛，无法审查。“鼻梁上五颗雀斑，左眉上方一缕白色卷发”提供了可观察的检查项。左右描述要以图中角色的方向为锚点，然后仔细检查镜像输出。对于长系列，在制作笔记中记录已批准锚点的文件名和精确文本锁定，让不同编辑从同一来源开始。
| 在这三帧组中保持固定 | 允许改变 |
|---|---|
| 鹅蛋脸、深棕色眼睛、圆润鼻子、五颗雀斑、白色卷发 | 地点、背景物体和天气 |
| 黑色短卷发和自然身体比例 | 姿势、手部位置，以及可见四分之三视角内的视线方向 |
| 芥末黄雨衣、青绿色围巾、蓝色长裤、棕色靴子 | Mara 拿着书在做什么 |
| 柔和墨线轮廓、温暖柔和的水彩、纸张纹理 | 仍符合共享调色板的局部光线 |
这是本示例的制作规则，并不是说模型有专门的身份锁定开关。每次运行都要由你提供参考和文字。不要添加许多在故事板尺寸下不可见的微小特征。这里的白色卷发和雀斑很有价值，因为你可以在最终图像中检查它们。
生成并保存锚点
打开 Atlas Cloud 的 GPT Image 2.6 Sunburst 文生图模型 生成第一帧。如果你当前使用的 playground 提供这些控件，请选择高质量、高复杂度、PNG 输出、一张图像，以及横向 1536×864 画布。运行前检查已提交的设置；在动态表单中输入的值可能会回退。逐字使用以下提示词：
plaintext1Create one original character for a children's picture-book storyboard, shown alone in a clear full-body three-quarter view. 2 3Identity: Mara is a young adult with an oval face, dark brown eyes, a small rounded nose, five light freckles across the bridge of her nose, short black curls, and one distinct white curl above her left eyebrow. Keep her facial proportions natural and easy to recognize. 4 5Outfit: mustard-yellow raincoat, teal scarf, dark blue trousers, brown ankle boots. No hat. 6 7Style: hand-painted watercolor illustration with soft ink outlines, warm muted colors, and visible paper texture. Plain pale-cream background. Center the full character with hands and feet visible. 8 9Output: one landscape 16:9 image. No other people, no text, no logo, no watermark.
角色锚点：将这张原始图像用作每个新场景的参考。
在批准之前审查生成的图像。如果五颗雀斑不清晰，或白色卷发位于错误一侧，现在就修正锚点。之后每一页都会继承这一选择带来的模糊性。将未修改的 PNG 保留为你的主参考，并将其与场景文件分开命名。如果你之后更改 Mara 的设计，请从新的已批准锚点开始一个新系列，而不是混合不同修订版。
将同一角色放入两个新场景
两个场景都使用 GPT Image 2.6 Sunburst 编辑 playground。关键输入是保存的锚点，而不仅仅是角色的文字描述。每次运行都上传原始锚点；如果提供，选择相同的高质量和高度复杂控件，并请求一张 1536×864 的 PNG。如果界面只提供不同尺寸，记录实际提交的尺寸，并在两个场景中保持一致。相同构图让视觉审查更容易。
这两条提示词有意重复了大部分身份锁定。这种重复很有用：每个请求都应是自包含的，即使你在数小时后创建这些帧，或由另一个人运行第二个请求。不要假设模型记得之前独立的一次生成。将精确提示词与每项输出一起保存，这样你就能把漂移追溯到更改过的指令、不同的参考或模型的变化。
场景 1：改变场景
上传原始锚点并粘贴图书馆提示词。Mara 保持相同服装和水彩处理。新信息是地点，以及在低书架旁的动作。低书架有助于让她全身保持在视野中，使这一帧可与锚点比较。提示词还要求可见的四分之三面部，因为远处的背面视角会遮住这项练习要衡量的正是那些特征。
plaintext1Use the uploaded image as the identity, outfit, proportions, and watercolor-style reference for Mara. Create one new landscape 16:9 picture-book scene: Mara stands inside a small neighborhood library, reaching for a book on a low shelf. Show her full body and keep her face visible in a three-quarter view. 2 3Preserve her oval face, dark brown eyes, small rounded nose, five freckles, short black curls, white curl above her left eyebrow, mustard raincoat, teal scarf, dark blue trousers, and brown boots. Preserve the soft ink outlines, warm muted palette, and paper texture. 4 5Change the setting and pose only. Do not introduce another character, redesign Mara, add text, add a logo, or add a watermark.
图书馆场景：将 Mara 的脸、白色卷发、围巾和雨衣与上方的锚点进行比较。
以两种尺寸检查图书馆输出。在完整尺寸下，数雀斑并检查白色卷发的方向。在读者会在你的书或故事板中看到的尺寸下，问一问 Mara 是否仍读起来像同一个人。细节可能在技术上存在，却小到无法承载识别。如果图书馆变得过于精细并让 Mara 缩小，请在保留锚点和身份文字的同时要求更简单的构图。
场景 2：改变动作
用同一张原始锚点开始一次全新编辑。不要把图书馆结果作为唯一参考上传。将场景一串联到场景二可能把小错误带到后面，并让你更难判断是哪张图像确立了角色。花园提示词同时改变环境和动作，同时保持她可见的脸、服装和水彩处理不变。
plaintext1Use the uploaded anchor image as the identity, outfit, proportions, and watercolor-style reference for Mara. Create one new landscape 16:9 picture-book scene: Mara walks through a garden after light rain, holding a closed book against her chest. Show her full body and keep her face clearly visible in a three-quarter view. 2 3Preserve her oval face, dark brown eyes, small rounded nose, five freckles, short black curls, white curl above her left eyebrow, mustard raincoat, teal scarf, dark blue trousers, and brown boots. Preserve the soft ink outlines, warm muted palette, and paper texture. 4 5Change the setting and action only. Keep Mara recognizable as the exact same original character. No other people, no text, no logo, no watermark.
花园场景：场景和动作改变，而 Mara 的主要视觉特征仍然可见。
合上的书给她的手一个明确任务，而不会引入第二个人或新的设计元素。立即将花园帧与锚点比较，然后与图书馆帧比较。两种比较都很重要。花园图像可能内部看起来协调，却仍然改变了 Mara 的脸或外套颜色。如果这一帧通过，就把它保存为单独输出；为之后每一页保持原始锚点不变。
对于更长的系列，这种模式可以逐页扩展：输入原始锚点，做一个场景改变，审查输出。这并不要求故事永远使用同一姿势。一旦身份稳定，就可以有意改变角度或服装，并在提示词中说明这些变化，并对照其余固定特征检查。把这作为新的受控变体来做，而不是在一个承诺同一套服装的序列中悄悄改变。
另外三个已发布的角色一致性案例
以下图像对来自 OpenAI 的 GPT Image 2.6 图像提示指南。它们是已发布的示例，不是 Mara 提示词的额外运行，也不是本文生成的输出。在该指南中，每张右侧图像都标注为 GPT Image 2.6 Sunburst；该指南列出中等质量和 1024×1536 画布。下面的提示词摘要概括了已发布的请求，而非逐字引用。请使用链接的指南获取精确的源提示词和输入图像。这三个案例测试不同的变化，并不代表经过测量的成功率。
案例 1：延续森林英雄的故事
第一张图像确立了一个戴绿色兜帽的水彩英雄。第二张在雪地救援场景中复用了该角色参考。模型： GPT Image 2.6 Sunburst，用于参考和编辑。提示词摘要： 引入一个原创森林助手，戴绿色兜帽，穿棕色靴子，带腰包，采用柔和的水彩处理；然后展示同一位英雄在冬季风暴后帮助一只松鼠，同时保留面部、比例、服装和调色板。场景和动作发生变化，因此要比较这一对中的兜帽形状、头发、脸、腰包和靴子。
来源：OpenAI 的森林英雄参考与延续。左：角色参考。右：已发布的 GPT Image 2.6 Sunburst 冬季场景编辑。
案例 2：换衣服但不换人
这个示例使用博物馆肖像作为身份输入，并使用单独的服装图像作为服装参考。模型： GPT Image 2.6 Sunburst Edit。提示词摘要： 将提供的夹克、上衣和靴子适配到这个人身上，同时保持她的脸、头发、体型、姿势、博物馆背景、构图和光线一致。服装变化是有意的；脸或相机角度改变则属于漂移。已发布的一对图像让你可以并排检查这两种细节。
来源：OpenAI 的保留身份服装示例。左：身份参考。右：已发布的 GPT Image 2.6 Sunburst 服装编辑。
案例 3：将肖像移入动作场景
同一张博物馆肖像成为身份参考，用于描绘一名女子在黄昏时分在露营地躲避熊。模型： GPT Image 2.6 Sunburst Edit。提示词摘要： 将参考人物置于可信的户外逃生场景中，采用自然色彩和光线，并改变她的活动、服装和表情以符合情境。这比服装编辑更难进行身份检查，因为面部在不同表情和视角下被重绘。比较可识别的面部结构，而不是期待笑容不变。
来源：OpenAI 的人物置于新场景示例。左：身份参考。右：已发布的 GPT Image 2.6 Sunburst 露营地编辑。
在不重新设计场景的情况下修复漂移
漂移常常出现在一个似乎小到不值得提及的细节上：Mara 的脸变得更圆、雀斑消失、发际线移动、白色卷发换到另一侧，或青绿色围巾变成蓝色。先判断场景本身是否可用。如果姿势和场景有用，那么先做聚焦编辑，比生成一个全新场景更好。如果角色只占几个像素，或构图遮住了她的脸，就重新生成场景并采用更清晰的构图，因为局部编辑几乎没有可见证据可供依据。
对于窄范围修复，将问题场景上传为 Image 1，将已批准锚点上传为 Image 2。在提示词中标明它们的角色。如果界面没有清楚说明上传顺序，请确认缩略图，并在运行前明确描述角色。本示例针对脸和头发，因此要求模型保留手、书、场景、光线和构图。根据需要将“garden”替换为“library”。
plaintext1Image 1 is the scene to repair. Image 2 is Mara's approved identity anchor. 2 3In Image 1, correct only Mara's face and hair so they match Image 2: oval face, dark brown eyes, small rounded nose, five freckles across the nose, short black curls, and the white curl above her left eyebrow. 4 5Preserve Image 1's pose, clothing, hands, book, garden or library setting, composition, lighting, watercolor texture, and all other details. Do not add or remove objects. No text or watermark.
窄范围指令会减少请求的更改，但并不能强制实现完美的局部编辑。检查整个修复后的帧，包括背景和书。一次修复可能恢复脸，却改变手、物体或裁剪。如果发生这种情况，判断第二次聚焦修复是否值得，或从锚点重新运行场景是否更干净。将拒绝的输出保留在工作文件夹中，但不要把它用作下一个身份参考。
发布前检查整组图
将锚点、图书馆和花园输出以相同显示尺寸放在一起。以锚点为标准，然后在转到下一个特征之前，扫描三张图像中的同一特征。这种逐行方法比孤立地评判每张图片更能可靠地捕捉漂移。它还能把可容忍的光线变化与角色身份变化区分开来。
比较三张输出中相同的面部标志、标志性卷发、服装、比例和水彩处理；应评判这些图像，而不是假设它们完美。
| 五项检查 | 漂移信号 | 下一步操作 |
|---|---|---|
| 面部：脸型、眼睛、鼻子、雀斑 | 轮廓不同或缺少可识别雀斑 | 对照锚点修复面部，然后检查完整帧 |
| 头发和标记：短卷发、左侧白色卷发 | 卷发消失、换到另一侧，或头发长度改变 | 只修复头发；如果镜像身份改变识别度，则拒绝 |
| 比例：头部、躯干和四肢尺度 | 角色看起来老很多、年轻很多、更高，或体格不同 | 如果整个人物都偏移，用更清晰的全身构图重新生成 |
| 服装：外套、围巾、长裤、靴子 | 标志性颜色或服装形状改变 | 如果脸和场景通过，只编辑服装 |
| 风格：墨线、柔和的水彩、纸张纹理 | 某一帧看起来像不同媒介 | 从锚点重新编辑，或使用风格锁定重新生成场景 |
如果角色在最终显示尺寸下仍然读起来像 Mara，就接受由姿势、表情和局部光线造成的自然差异。在这个固定服装序列中，拒绝换脸、缺少标志性标记或明显的服装变化。不要仅仅因为提示词要求一致性，就把一组图称为“一致”。记录哪些通过、哪些修复过。这份小小的审计记录会在之后某一页让你质疑早先锚点时派上用场。
选择模型、设置和预算
GPT Image 2.6 Sunburst 还是 GPT Image 2.6 Flare？
OpenAI 将 GPT Image 2.6 Flare 描述为适合速度敏感型工作的较小模型，并将 GPT Image 2.6 Sunburst 描述为适合更多细节或精确编辑的基础模型。这里的角色工作流使用 GPT Image 2.6 Sunburst 生成锚点和两次编辑，因此示例不会把模型行为与场景变化混在一起。当周转时间重要时，GPT Image 2.6 Flare 是值得测试的模型，但在将系列迁移到它之前，请用相同锚点、提示词、设置和五项检查做同类对比样本。仅凭模型名称无法告诉你你的特定角色是否会通过。
在你的时间和预算允许的范围内使用最高细节设置，但要确认 playground 实际接受了什么。1536×864 的横向画布为全身主体和背景提供了空间。PNG 能让主锚点在重复上传时保持完整。如果界面只提供相近的横向尺寸，请全程使用相同的已提交尺寸，并更新制作笔记。分辨率有助于读者看到细节，但清晰的脸和受控的构图比人物很小的大图像更重要。
一次运行要花多少钱？
开始之前，请查看 playground 中的估算和当前的 Atlas Cloud 模型定价。公开定价页面按图像 token 对 GPT Image 2.6 Sunburst 计费，文本输入、图像输入和图像输出费率不同。因此，文生图锚点和参考图像编辑需要分别估算。该页面发布的 1536×1024 示例并不是本指南建议的 1536×864 画布的报价，实际用量也可能与运行前数字不同。
预算应包括一个锚点、两次场景编辑，以及一次可能的修复。在角色可用之前，每个请求只保留一个输出；多个候选会让总成本更难追踪。在生产报告中写下每张图数字之前，记录每项已完成的请求及其显示的费用。如果所选尺寸或控件不可用，请使用实际提交的设置及其估算，而不是沿用无关的价格示例。发布前重新检查定价，因为模型可用性和费率可能变化。
下一步有用的行动是批准一个 Mara 锚点，然后用那个确切文件运行两条场景提示词。在扩展故事板之前，将三张图像放在五项检查表旁边。这样就把 GPT Image 2.6 一致角色 从充满希望的提示词变成可重复的审查流程。
常见问题
GPT Image 2.6 会在不同运行之间记住角色吗？
不要依赖独立运行之间的记忆。上传已批准锚点，并为每个新场景重复身份细节。保留原始文件，这样即使之前的场景改变，也能复现之后的页面。
我可以在不丢失角色面部的情况下更换服装吗？
可以。你可以在保留锚点面部特征的同时请求更换服装，但要检查结果。说明哪件服装可以改变，以及哪些脸、头发、比例和风格线索必须保留。在适合的页面中一致地使用新服装。
对于长图像系列，我应该用 GPT Image 2.6 Flare 还是 GPT Image 2.6 Sunburst？
先从满足你截止时间的模型开始，然后在它上面测试同一角色和双场景提示词组。在 OpenAI 的指南中，GPT Image 2.6 Sunburst 是细节和精确编辑之选；GPT Image 2.6 Flare 是速度之选。用同一份检查表比较你自己的输出，而不是假设某个名称就能保证连贯性。
参考图像能保证面部特征像素级一致吗？
不能。姿势、表情、角度或光线改变会自然改变像素，而且生成仍可能改变身份细节。用参考来引导身份，然后检查并修复在最终显示尺寸下会造成影响的任何漂移。
