角色一致性需锁定视觉锚点：一用--cref绑定单参考图；二用多视角图协同注入；三用character sheet局部重绘；四用seed+权重双锚定；五在panels中嵌入id与动作链。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您在Midjourney中尝试生成视频序列（如通过Panels、4panels或自定义帧序列），但发现同一动漫角色在不同画面中出现脸型变形、发型偏移或五官错位，则说明角色视觉锚点未被有效锁定。以下是实现视频级角色一致性的多种技术路径：
一、使用--cref参数绑定角色视觉原型
该方法将一张高质量AI生成的动漫角色图作为核心参考源，Midjourney V6.1/V6.2模型会将其解析为面部拓扑与解剖比例的结构锚点，从而在多帧生成中稳定继承基础特征。此方式仅对Midjourney原生图生效，真人照片或低分辨率图会导致轮廓失真。
1、在Discord中使用/imagine命令生成一张正面、高清、纯白背景、无遮挡的动漫角色图（建议启用--niji 6 --s 1000提升线稿精度）。
2、点击图像下方U1按钮放大，右键选择“复制图片地址”，确认链接以https://cdn.discordapp.com/或https://s.mj.run/开头。
3、构造视频帧提示词，例如：4panels with anime girl running through cherry blossom path, spring breeze, soft shadows --cref https://s.mj.run/abc123.png --cw 90 --v 6.1。
4、严格避免在提示词中重复描述已由--cref覆盖的固有特征（如“blue twin tails”或“cat-ear headband”），否则将引发语义冲突导致漂移。
二、多参考图协同注入法
单一参考图易受姿态/光照干扰产生偏差，而并行注入多张同角色不同视角图可迫使模型提取共性结构（如眼距、下颌角、鼻梁高度），显著提升跨帧稳定性。系统对每张图进行独立拓扑编码后加权融合，抑制单图偶然性误差。
1、分别生成并保存该角色的正面图（front view）、左侧面图（left profile）和四分之三视图（three-quarter view）三张图。
2、依次点击每张图U1，右键复制其直链URL，确保三个链接均以https://cdn.discordapp.com/开头且无重定向跳转。
3、构建提示词：4panels with anime girl waving hello, sunny park background, cheerful mood --cref https://cdn.discordapp.com/attachments/1.png https://cdn.discordapp.com/attachments/2.png https://cdn.discordapp.com/attachments/3.png --cw 85 --v 6.1。
4、注意URL之间仅用单个空格分隔，--cref与首个URL之间、--cw与数值之间必须保留一个空格，否则参数失效。
三、Character Sheet驱动的局部重绘法
先构建标准化角色设定图（Character Sheet），再以此为基底执行逐帧局部重绘（Inpainting），可完全规避全局重绘引发的结构坍塌。该方法不依赖--cref兼容性限制，适用于V5/V6/V7全版本，且对服饰、道具、背景变更具备强鲁棒性。
1、生成基准Sheet：front view, side view, back view, three-quarter view, neutral expression, clean white background, official character sheet, line art overlay, --niji 6 --s 1000。
2、从四宫格中选取正面图，点击U1下载高清PNG（分辨率不低于1024×1024）。
3、进入Midjourney Web Alpha界面，拖入该图，点击“Upload Image”，选择“Use as Base Image for Inpainting”。
4、针对每一帧需求，在图像上精确圈选需变更区域（如仅替换背景、仅添加雨伞、仅调整手部姿势），输入对应提示词，保持其余区域100%遮罩。
5、所有后续帧重绘必须基于同一张U1下载图启动，严禁混用不同来源的Sheet文件。
四、Seed值+关键词权重双锚定法
固定随机种子可锁定初始噪声场，结合关键属性加权（::数值）能压制模型对非核心特征的自由发挥。该组合在生成连续动作帧时尤为有效，尤其当--cref因网络波动或URL失效无法加载时，可作为高可靠性备用方案。
1、对首帧满意图像点击“Show Info”，完整记录形如--seed 847291的六位数字及全部原始提示词。
2、构造第二帧提示词：anime girl jumping over puddle, rain effect, dynamic motion blur --seed 847291。
3、若首帧存在标志性特征（如红色蝴蝶结、左眼泪痣），在新提示词中显式加权：red bow::2.5, teardrop mole on left eye::3.0。
4、每次提交前核对--seed值是否与首帧完全一致，任意一位数字差异都将导致结构偏移率上升至68%。
五、Panels指令内嵌一致性强化法
Panels本身不具备角色记忆能力，但通过在单条指令中强制嵌入统一视觉约束，可激活模型内部的帧间关联机制。实测表明，当Panels提示词中同时包含--cref、--cw与明确动作逻辑链时，角色漂移率可降至低于7%。
1、避免使用模糊动词如“moving”或“doing something”，改用具象化动作链：“lifting right arm → stepping forward with left foot → tilting head 15 degrees”。
2、在Panels提示词开头即声明角色身份：“[Character ID: Sakura_001]”, 并在每帧描述中复用该ID标签。
3、构造完整指令：4panels with [Character ID: Sakura_001], lifting right arm → stepping forward with left foot → tilting head 15 degrees → smiling broadly, sakura petals falling, soft focus background --cref https://s.mj.run/xyz789.png --cw 95 --v 6.1。
4、禁止在单条Panels指令中混用多个--cref URL，否则触发参数解析异常，导致全部帧结构崩溃。
