Beim Bau von Character Sheets, Sticker-Packs oder Marken-Talent-Grids ist das erste Frame selten das Schwierige. Das Schwierige ist Frame zwei: Augenabstand driftet, Alter springt, Haare mutieren—sechs Shots wie sechs verschiedene Personen. Suchen Sie „Konsistente Charaktere mit GPT Image 2 erstellen“ und sehen Sie „Referenz hinzufügen“-Tipps, die die Reihenfolge überspringen, die wirklich zählt: was zuerst sperren, was als Nächstes ändern.
Dieses Tutorial führt den Produktionspfad für konsistente Charaktere in GPT Image 2: Gesichtsdrift diagnostizieren, Identitätskarte schreiben, Anker liefern, Referenz pinnen, eine Variable pro Frame ändern, dann wiederherstellen, wenn ein Frame driftet. Das Ziel ist einfach—dieselbe Person im gpt-image-2-Workbench erkennbar halten, wenn Sie Ausdruck, Outfit oder Szene tauschen.
Arbeiten Sie mit, während Sie lesen: Identitätskarte → Anker → Ausdrucksvariante → Side-by-Side-Gesichts-QA.
📌 Prompts unten sind auf Englisch (GPT Image 2 handhabt Identity lock / Change only / Keep unchanged zuverlässig). Friieren Sie Identitätskarten-Felder ein, bevor Sie eine Serie starten. Bestätigen Sie Rechte für echte Porträts oder Markentalente.
1. Warum Gesichter driften—zuerst Symptom matchen
In GPT Image 2 (auch GPTImage2 / gpt-image-2) ist Inkonsistenz meist ein Briefing-Problem, nicht „schlechtes Gedächtnis“:
| Was Sie sehen | Wahrscheinliche Ursache | Zuerst beheben |
|---|---|---|
| Knochenstruktur / Augenabstand ändert sich | Vage Identität—oder zu viele Änderungen auf einmal | ID-Karte straffen + nur eine Sache ändern |
| Alterssprünge | Keine Altersspanne / kein „nicht altern“-Verbot | Altersspanne in der ID-Karte sperren |
| Haare werden jedes Frame neu gestylt | Haare entsperrt oder Referenz ignoriert | Keep hair unchanged |
| Sieht aus wie ein ähnlicher Fremder | Kein Anker / keine Referenz—pure Rerolls | Anker liefern, dann Referenzsperre |
Kurz: Konsistenz ist ein Constraint-Problem, kein Glücksproblem.
2. Das Konsistenz-Toolkit (Tutorial-Kern)
1) Charakter-ID-Karte
Fügen Sie denselben Block in jedes Serien-Frame ein—schreiben Sie ihn nicht aus dem Gedächtnis neu:
Character ID (MUST stay identical across the series):
East-Asian woman, mid-20s, oval face, warm ivory skin,
dark brown almond eyes, soft double eyelid, straight black shoulder-length hair with curtain bangs,
small silver stud earring on left ear only, natural makeup, freckle under right eye.
Same bone structure, same eye spacing, same nose bridge — do not beautify into a different person.
Entwurf gern in Ihrer Sprache; beim Senden an GPT Image 2 die englische Struktur beibehalten—Identitätsfelder halten so oft stabiler.
2) Anker-Frame (Frame 0)
Frontal oder Dreiviertel, sauberes Licht, freies Gesicht. Jede spätere Variante sollte weiterhin als „diese Person“ lesbar sein.
3) Eine Variable pro Frame
Ausdruck oder Outfit oder Szene oder Kamera—nie „lautes Lachen + Abendkleid + Regenstraße“ in einem Prompt.
3. Standard-Tutorial-Ablauf (sechs Schritte)
-
ID-Karte schreiben — Altersspanne, Gesichtsform, Augenfarbe, Haare, Haut, Signaturmerkmal (Muttermal/Ohrring), harte Verbote (kein Altern, kein Knochen-Rewrite).
-
Anker generieren — Softbox, Brusthoch, sauberer Hintergrund; die stabilste Struktur archivieren.
-
Optionales Referenz-Pin — Anker als Reference A hochladen;
face identity from reference/Keep face unchangedschreiben. -
Ausdrucksvariante laufen lassen — nur Ausdruck ändern; alles andere Keep unchanged.
-
Dann Outfit oder Szene — weiterhin eine Änderung; Haare nicht neu stylen, während Sie die Garderobe wechseln.
-
Side-by-Side-Gesichts-QA — Augenabstand, Haarlinie, Signaturmerkmale vergleichen; Drift mit Multi-Turn-Edits zurückholen statt das Set stillschweigend neu zu rollen.
4. Sechs Copy-Paste-Prompts
Angenommen, die ID-Karte existiert—ersetzen Sie [PASTE Character ID] durch den vollständigen Abschnitt-2-Block.
1. Anker-Porträt (Serien-Frame 0)
Create the anchor portrait for GPT Image 2 consistent characters.
[PASTE Character ID]
Framing: chest-up, facing camera, neutral soft smile, clean studio softbox,
seamless light-gray backdrop, sharp eyes, natural skin texture.
Photoreal commercial headshot, GPTImage2 quality.
No other people, no watermark, no heavy beauty filter that changes bone structure.
Ergebnis: ein wiederverwendbares „Standardgesicht.“
2. Nur Ausdruck
GPT Image 2 character consistency — expression variant ONLY.
[PASTE Character ID]
Keep face identity identical to the anchor / Reference A.
Change only: expression → calm professional look, lips gently closed, soft eye contact.
Keep unchanged: hairstyle, earrings, age, skin tone, framing (chest-up), gray studio backdrop.
Do not change wardrobe yet. Do not restyle hair. Do not age the face.
Photorealistic, GPT Image 2 commercial portrait.
Ergebnis: Stimmung wechselt, gleiche Person—Ihr erster Konsistenzbeweis.
3. Nur Outfit
GPT Image 2 same-character outfit swap (identity locked).
[PASTE Character ID]
Keep face, hair, freckle, left stud earring identical to Reference A / anchor.
Change only: outfit → ivory knit sweater, minimal gold necklace, soft daylight feel.
Keep unchanged: expression (soft smile), camera height, head angle, age.
Studio or simple indoor wall, shallow depth of field.
Do not change face shape. Do not add bangs volume. No extra face accessories.
GPTImage2 fashion lookbook quality.
Ergebnis: Garderoben-Story geht weiter; das Gesicht bleibt gesperrt.
4. Nur Szene
GPT Image 2 character consistency — scene change ONLY.
[PASTE Character ID]
Keep exact face identity from Reference A.
Change only: environment → sitting by a cafe window, warm afternoon light, blurred cups background.
Keep unchanged: face, hairstyle, freckle, earring, age; keep the ivory knit sweater if continuing the story.
Medium shot, lifestyle photography, natural contact light on cheek.
Do not redesign the face. Do not switch to a different actress lookalike.
Photorealistic, GPT Image 2 lifestyle quality.
Ergebnis: Ort wechselt, Personenkontinuität bleibt—ideal für Day-in-the-Life-Grids.
5. Nur Kamerawinkel (3/4)
GPT Image 2 consistent character — camera angle ONLY.
[PASTE Character ID]
Keep face identity locked to Reference A.
Change only: camera to gentle three-quarter view, same chest-up crop family.
Keep unchanged: expression, outfit, age, hair, earring, freckle.
Soft studio light matching the anchor.
Do not invent a new nose bridge or eye spacing.
GPT Image 2 multi-angle character lock.
Ergebnis: Winkel wechselt ohne neues Gesicht zu casten—lohnt das Üben.
6. Multi-Turn-Recovery (wenn ein Frame driftet)
Multi-turn edit on the CURRENT image with GPT Image 2.
Change only: pull face identity back toward Reference A / Character ID —
restore eye spacing, nose bridge, freckle under right eye, left stud earring.
Keep unchanged: current outfit, pose, crop, and background.
Do not beautify into a different person. No watermark.
GPTImage2 identity recovery pass.
Ergebnis: ein Identitäts-Recovery-Pass—günstiger als das ganze Set neu zu rollen.
5. Universelle Ausfüll-Vorlage
Jeden Serien-Beat in dasselbe Skelett legen:
GPT Image 2 consistent character frame.
[PASTE Character ID]
Reference: face identity from anchor / Reference A.
Change only: [expression OR outfit OR scene OR camera].
Keep unchanged: [face / hair / age / signature marks / list].
Do not: [age drift / bone rewrite / hair restyle / new person lookalike].
Output: one series frame, GPTImage2 quality.
6. Wann reicht das—und wann LoRA trainieren?
| Ansatz | Am besten für | Kosten |
|---|---|---|
| Dieses Tutorial: ID + Anker + eine Variable | IP-Piloten, wöchentliche Inhalte, kurze Markenserien | Niedrig—heute ausführen |
| GPT Image 2 Multi-Referenz-Fusion | Gleiches Gesicht über Szenen, virtuelle Ecommerce-Models | Mittel—Refs organisieren |
| Charakter-LoRA trainieren | Langlaufende feste IP, riesiges Variantenvolumen | Hoch—braucht Dataset |
7. Wer dieses Tutorial nutzen sollte
IP- / Virtual-Talent-Ops
„Persona-Gesicht“ sperren, dann Sticker und Szenen im Kalender ausspielen—Fans sollen nicht das Gefühl haben, dass Sie jede Woche den Host tauschen.
Marken- & Ecommerce-Visuals
Talente oder virtuelle Models brauchen dasselbe Gesicht über Heroes, Poster und Feed-Ads; Identitätssperre schlägt jedes Asset neu mit Lookalikes zu casten.
Fiction- / Comic- / Concept-Teams
Turnarounds und Moodboards brauchen Gesichter, die nicht kollabieren; die ID-Karte ist eine leichte Bibel.
Solo-Creator
Ohne Trainingsbudget verkauft eine gpt-image-2-ID-Karte plus dieser Sechs-Schritt-Flow trotzdem einen festen Hero-Look.
8. Fallstricke
-
ID-Karten, die nur „junge hübsche Frau“ sagen—zu wenig Constraint, zu viel freie Erfindung.
-
Ausdruck, Outfit, Szene und Haare in einem Prompt ändern—GPT Image 2 erfindet oft eine neue Person.
-
Side-by-Side-Gesichts-QA überspringen—jedes Frame kann „hübsch“ aussehen, während ein Neuner-Grid sechs Personen zeigt.
-
Kommerzielle Nutzung unautorisierter echter Gesichter—Compliance-Risiko schlägt Bildqualität.
9. Abschluss
„Konsistente Charaktere mit GPT Image 2 erstellen“ ist kein geheimnisvoller Slider—es ist ID-Karte → Anker archivieren → Referenzsperre → eine Variable pro Frame → Multi-Turn-Recovery bei Drift. Speichern Sie die ID-Karte aus Abschnitt 2 und die Vorlage aus Abschnitt 5, damit jeder Serienstart wie eine Sperr-Checkliste wirkt—nicht wie eine Lotterie.
Als Nächstes: Anker-Prompt in den GPT Image 2-Workbench einfügen, Frame 0 wählen, dann den nur-Ausdruck-Satz laufen lassen und Gesichter Side-by-Side vergleichen.
Beispiele dienen nur dem Lernen und Testen; kommerzielle Nutzung muss Plattformregeln, Bildrechte und Markenrecht beachten. GPTImage2 hk bietet GPT-Image-2-Tutorials und Tool-Links—aktuelle Details siehe Produktseite.
