用参考图和描述锚点让 AI 生成图像中的角色保持一致

在需要同一角色出现在多张 AI 生成图片中时，通过参考表、描述锚点和 LoRA 技术保持角色一致性。

适用场景

解决思路

1. 安装并登录 CLI：运行 `npx skills add belt-sh/cli` 安装，然后执行 `belt login` 登录。
2. 生成角色概念图：使用 `belt app run falai/flux-dev-lora --input '{...}'` 并传入包含角色外观、视角、背景、风格的 prompt。
3. 制作转身参考表（Turnaround Sheet）：分别生成正面、3/4 侧面、侧面、背面四个视角的全身图，每个 prompt 保持相同角色描述，仅改变视角词（front view / three-quarter view / side profile view / back view），尺寸建议 768x1024，加 `--no-wait` 异步执行。
4. 拼接参考表：使用 `belt app run infsh/stitch-images --input '{"images": [...], "direction": "horizontal"}'` 将四个视角横向拼接成一张参考表。
5. 制作表情表（Expression Sheet）：至少生成 6 种表情——neutral、happy、angry、sad、surprised、thinking，每个用 512x512 的 close-up face 肖像，prompt 中保持角色描述一致，仅改变表情描述。
6. 制作服装表（Outfit Sheet）：为同一角色生成多套服装（如 Casual、Work、Athletic、Formal），每套明确描述上衣、下装、鞋子的具体颜色和款式。
7. 制作色板表（Color Palette Sheet）：记录角色每个部位的精确 hex 颜色值（皮肤、头发、眼睛、外套、T 恤、裤子、鞋子等），供后续 prompt 引用。
8. 使用描述锚点技术：写一段 50+ 词的详细角色描述，模板为 `[age] [gender] with [hair: color, length, style], [eye color] eyes, [skin tone], [facial features], wearing [top], [bottom], [shoes], [accessories]`，在每一个 prompt 中原样复用这段描述，只改变动作/姿势/场景。
9. 在 prompt 中指定比例风格：根据用途选择 realistic（7.5:1）、heroic（8:1）、anime/manga（5-6:1）、stylized（4-5:1）或 chibi（2-3:1），并明确写入 prompt。
10. 训练 LoRA 以提升一致性：准备 10-20 张风格一致的角色参考图，用特定触发词（如 `maya_chen`）训练，使用时通过 `"loras": [{"path": "path/to/lora.safetensors", "scale": 0.8}]` 调用，scale 建议 0.7-0.9。
11. 避免常见一致性失败：用具体色号（如 `auburn red #C0392B`）而非模糊颜色词；在 prompt 前部提及眼睛颜色；逐项明确描述每件衣物；用 `mid-twenties` 而非 `young`；用 LoRA 或相同 seed 固定脸型；明确指定头身比。
12. 维护角色圣经（Character Bible）文档：记录完整 50+ 词锚点描述、色板 hex 值、性格备注（用于表情/姿势选择）、风格关键词、LoRA 路径与触发词及推荐 scale。
13. 保持 prompt 结构一致：每次生成使用相同的 prompt 结构，只改变动作和场景部分，避免因强调点变化导致结果漂移。
14. 为大型项目训练 LoRA：当项目需要 10 张以上同一角色图片时，训练 LoRA 以避免不一致性累积。

适用边界 · 注意事项

• 不需要跨多张图片保持同一角色# 时（单张图或每张图角色不同），无需使用本技能。
• 没有 inference.sh CLI（belt）或无法安装/登录该工具时，无法执行本技能中的命令。
• 项目仅需少量图片且对一致性要求不高时，使用描述锚点即可，无需训练 LoRA。