必须组合使用角色名锚定法、模型栈锁定、中式负向纠错和controlnet双控才能保证同一角色多图一致；角色名需按“角色名:xxx|发型/脸型|服饰|道具”格式，模型栈须固定底模与lora，负向词要精准拦截中式服饰错误，controlnet需双单元协同控制结构与边缘。
☞☞☞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上让同一角色在多张图中保持脸型、发型、服饰、神态高度一致，不能只靠改提示词或调Seed，必须组合使用角色名锚定法、模型栈锁定、中式负向纠错和ControlNet双控——漏掉任意一环，生成的“同角色”图就可能变成“同名字不同人”。
角色名三要素锚定法
第一步：正向提示词最开头写「角色名:XXX」，后面紧跟竖线|分隔的三项属性，例如“角色名:沈砚|鸦青高马尾|玄色直裰配云纹玉带|青竹折扇”。【竖线|是硬性语法符号，误用顿号、空格或斜杠会导致模型完全无法识别锚点】
第二步：三项属性必须覆盖发型/脸型、服饰、道具（或标志性姿态），缺一不可。只写“沈砚|鸦青高马尾”，褙子可能变成道袍；只写“沈砚|玄色直裰”，发髻可能漂移成堕马髻或飞天髻。
第三步：全部用纯中文具象描述，禁用英文直译。“red robe”换成“绛红云肩褙子”，“long hair”换成“鸦青高马尾”，“holding a fan”换成“执青竹折扇半掩面”。模型对“青竹”“云肩”“玉带”这类材质+结构词的响应强度，远高于泛称。
锁死模型栈与Seed值
方法一：手动固定Seed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48291）→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shenyan_face_v3）→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 + shenyan_face_v3”，无版本混用提示。【若中途切换底模或LoRA，即使Seed相同，五官也会发生不可逆偏移】
中式负向词精准纠错
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翻车点：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。
ControlNet双控法保多视角稳定
第一步：启用两个ControlNet单元
ControlNet单元0 → 预处理器选openpose_full → 模型选control_v11p_sd15_openpose → 上传一张该角色正面站立参考图，启用“启用”开关。
ControlNet单元1 → 预处理器选softedge_hed → 模型选control_v11p_sd15_softedge → 同样上传该角色正面参考图，启用“启用”开关。
第二步：参数协同设置
单元0的Control Weight设为0.85，Pixel Perfect关；单元1的Control Weight设为0.6，Pixel Perfect开。两单元都勾选“Resize Mode: Resize and Fill”，确保结构线与边缘信息不被裁切失真。
第三步：提示词同步强化
在正向提示词末尾追加：“(consistent face structure:1.4), (stable hairstyle:1.3), (matching costume details:1.2)”。这三组加权短语会强制CLIP编码器在跨图生成时优先维持面部骨骼、发丝走向与布料纹理的一致性。
