在liblibai生成一致角色图需三要素命名法（角色名+发型/脸型+服饰+道具）、锁定seed值与模型栈、使用中式负向词纠错，并通过controlnet双控法实现多视角稳定。
☞☞☞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☜☜☜
在LiblibAI上生成多张角色形象高度一致的系列图时，常因提示词结构松散、种子值未锁定或模型组合跳变，导致同一角色的脸型漂移、服饰错乱、发色不稳——比如“穿红裙的女孩”每次生成都像不同人，而“苏绾|赤金垂鬟髻|绯红云肩褙子|青鸾衔珠步摇”能稳定复现同一人物神韵。
固定角色锚点：三要素命名法
第一步：在正向提示词最开头写「角色名:XXX」，例如“角色名:苏绾|赤金垂鬟髻|绯红云肩褙子|青鸾衔珠步摇”。【竖线|是中文锚定结构的关键符号，误用顿号、斜杠或空格会导致分词失败】
第二步：三项属性必须涵盖发型/脸型、服饰、道具（或标志性姿态），缺一不可。只写“苏绾|赤金垂鬟髻”会让褙子变成直裰或比甲；只写“苏绾|绯红云肩褙子”则发髻可能变成堕马髻或灵蛇髻。
第三步：用纯中文描述，禁用英文直译。“red dress”换成“绯红云肩褙子”，“long hair”换成“赤金垂鬟髻”，“holding a fan”换成“执湘妃竹骨团扇半掩面”。模型对“湘妃竹骨”这类具象材质词的响应远强于泛称。
LiblibAI 是专注于AI图像创作的模型与工作流平台，汇聚海量风格模型、LoRA、ComfyUI工作流和创作者作品，支持在线生成、模型训练、作品发布与灵感交流，帮助设计师、插画师和内容创作者更高效地完成视觉创意。
锁死生成根基：Seed与模型栈
方法一：手动输入Seed值并全程复用
在参数区找到“Seed”框→删除默认的-1→输入一个大于0的整数（如87326）→首次生成满意后，复制该数值→后续所有同系列图均粘贴此值。
方法二：绑定底模与LoRA组合
在CHECKPOINT下拉菜单中选定已验证稳定的底模（如F.1超清纯感人像写实）→记录完整文件名→若启用LoRA，仅勾选一个已训练好的角色LoRA（如suwan_face_v2）→权重固定为0.75→每次生成前确认状态栏显示“当前模型:F.1 + suwan_face_v2”，无版本混用提示。
注意：若中途切换底模或LoRA，即使Seed相同，角色五官也会发生不可逆偏移。
防崩坏负向词：中式细节纠错
直接将这组负向词粘贴进Negative Prompt框：
(交领左衽:1.5),(衣襟重叠错乱),(盘扣缺失或错位),(旗袍开衩过膝),(汉服袖口窄于小臂),(发髻松散露皮筋),(现代发胶感),(塑料质感皮肤)
这组词专治国内用户高频遇到的崩坏类型：交领方向错误、盘扣数量不符、袖宽比例失真、发髻结构虚假——它们比通用词“deformed hands”更精准拦截中式服饰逻辑漏洞。
多视角一致性：ControlNet双控法
第一步：启用两个ControlNet单元
ControlNet单元0 → 控制类型选“Canny(硬边缘)”→预处理器选canny→模型选diffusers_xl_canny_mid→控制权重0.4→介入时机0→终止时机0.5
第二步：ControlNet单元1 → 控制类型选“IP-Adapter”→预处理器选ip-adapter_face_id_plus→模型选ip-adapter-faceid-plusv2_sdxl→控制权重0.7→介入时机0→终止时机1
第三步：上传一张高清正面立绘作为Reference图→确保图中仅含角色主体、透明背景、无文字水印→点击生成后，系统会先提取轮廓再注入面部特征，实现侧脸、回眸、俯视等多角度人脸稳定复现。
