Ao criar character sheets, packs de stickers ou grelhas de talento de marca, o primeiro frame raramente é o difícil. O difícil é o frame dois: a distância entre os olhos deriva, a idade salta, o cabelo muta—seis fotos que parecem seis pessoas diferentes. Pesquise “Como Criar Personagens Consistentes com GPT Image 2” e verá dicas de “adicione uma referência” que saltam a ordem que realmente importa: o que bloquear primeiro, o que mudar a seguir.
Este tutorial percorre o caminho de produção para personagens consistentes no GPT Image 2: diagnosticar deriva facial, escrever um cartão de identidade, enviar uma âncora, fixar uma referência, mudar uma variável por frame e recuperar quando um frame deriva. O objetivo é simples—manter a mesma pessoa reconhecível no workbench gpt-image-2 ao trocar expressão, roupa ou cena.
Trabalhe junto enquanto lê: cartão de identidade → âncora → variante de expressão → QA facial lado a lado.
📌 Os prompts abaixo estão em inglês (GPT Image 2 processa Identity lock / Change only / Keep unchanged de forma fiável). Congele os campos do cartão de identidade antes de correr uma série. Confirme direitos para retratos reais ou talento de marca.
1. Por que os rostos derivam—combine o sintoma primeiro
No GPT Image 2 (também GPTImage2 / gpt-image-2), a inconsistência costuma ser um problema de briefing, não de “má memória”:
| O que você vê | Causa provável | Corrigir primeiro |
|---|---|---|
| Estrutura óssea / distância entre olhos muda | Identidade vaga—ou demasiadas mudanças de uma vez | Aperte o cartão de ID + mude só uma coisa |
| Saltos de idade | Sem faixa etária / sem banimento “não envelhecer” | Bloqueie a faixa etária no cartão de ID |
| O cabelo muda de estilo a cada frame | Cabelo desbloqueado ou referência ignorada | Keep hair unchanged |
| Parece um estranho semelhante | Sem âncora / sem referência—só re-rolls | Envie uma âncora, depois bloqueie por referência |
Resumo: consistência é um problema de restrições, não de sorte.
2. O kit de consistência (núcleo do tutorial)
1) Cartão de ID do personagem
Cole o mesmo bloco em cada frame da série—não o reescreva de memória:
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.
Rascunhe no seu idioma se quiser, depois mantenha a estrutura em inglês ao enviar ao GPT Image 2—ele tende a segurar os campos de identidade com mais estabilidade.
2) Frame âncora (Frame 0)
Frontal ou três quartos, luz limpa, rosto desobstruído. Cada variante posterior ainda deve ler-se como “esta pessoa.”
3) Uma variável por frame
Expressão ou roupa ou cena ou câmara—nunca “grande riso + vestido de noite + rua chuvosa” num só prompt.
3. Fluxo padrão do tutorial (seis passos)
-
Escreva o cartão de ID — faixa etária, forma do rosto, cor dos olhos, cabelo, pele, marca distintiva (sinal/brinco), proibições rígidas (sem envelhecimento, sem reescrita óssea).
-
Gere a âncora — softbox, peito para cima, fundo limpo; arquive a estrutura mais estável.
-
Pin de referência opcional — carregue a âncora como Reference A; escreva
face identity from reference/Keep face unchanged. -
Corra uma variante de expressão — mude só a expressão; Keep unchanged tudo o resto.
-
Depois roupa ou cena — ainda uma mudança; não reestilize o cabelo ao trocar o guarda-roupa.
-
QA facial lado a lado — compare distância entre olhos, linha do cabelo, marcas distintivas; puxe a deriva de volta com edições multi-turno em vez de re-rolar o conjunto em silêncio.
4. Seis prompts copiar-colar
Assuma que o cartão de ID existe—substitua [PASTE Character ID] pelo bloco completo da secção 2.
1. Retrato âncora (frame 0 da série)
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.
Resultado: um “rosto padrão” reutilizável.
2. Só expressão
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.
Resultado: o humor muda, a mesma pessoa—a sua primeira prova de consistência.
3. Só roupa
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.
Resultado: a narrativa do guarda-roupa avança; o rosto fica bloqueado.
4. Só cena
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.
Resultado: o lugar muda, a continuidade da pessoa mantém-se—ótimo para grelhas “um dia na vida”.
5. Só ângulo de câmara (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.
Resultado: o ângulo muda sem fundir um rosto novo—vale praticar.
6. Recuperação multi-turno (quando um frame deriva)
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.
Resultado: um passe de recuperação de identidade—mais barato do que re-rolar o conjunto inteiro.
5. Modelo universal para preencher
Coloque qualquer beat da série no mesmo esqueleto:
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. Quando isto chega—e quando treinar um LoRA?
| Abordagem | Melhor para | Custo |
|---|---|---|
| Este tutorial: ID + âncora + uma variável | Pilotos de IP, conteúdo semanal, séries curtas de marca | Baixo—corra hoje |
| Fusão multi-referência GPT Image 2 | Mesmo rosto entre cenas, modelos virtuais de e-commerce | Médio—organize as refs |
| Treinar um LoRA de personagem | IP fixo de longa duração, volume enorme de variantes | Alto—precisa de dataset |
7. Quem deve usar este tutorial
Ops de IP / talento virtual
Bloqueie o “rosto da persona,” depois envie stickers e cenas no calendário—os fãs não sentirão que você troca de host toda semana.
Visuais de marca e e-commerce
Talento ou modelos virtuais precisam do mesmo rosto em heroes, posters e anúncios de feed; o bloqueio de identidade vence fundir um lookalike novo em cada asset.
Equipas de ficção / comics / conceito
Turnarounds e mood boards precisam de rostos que não colapsem; o cartão de ID é uma bíblia leve.
Criadores solo
Sem orçamento de treino, um cartão de ID gpt-image-2 mais este fluxo de seis passos ainda vende um look de herói fixo.
8. Armadilhas
-
Cartões de ID que só dizem “mulher jovem bonita”—pouca restrição, demasiada invenção livre.
-
Mudar expressão, roupa, cena e cabelo num só prompt—GPT Image 2 muitas vezes inventa uma pessoa nova.
-
Saltar o QA facial lado a lado—cada frame pode parecer “bonito” enquanto uma grelha de nove mostra seis pessoas.
-
Uso comercial de rostos reais sem autorização—o risco de conformidade supera a qualidade da imagem.
9. Encerramento
“Como Criar Personagens Consistentes com GPT Image 2” não é um slider misterioso—é cartão de ID → arquivar uma âncora → bloqueio por referência → uma variável por frame → recuperação multi-turno quando deriva. Guarde o cartão da secção 2 e o modelo da secção 5 para que cada arranque de série pareça uma checklist de bloqueio, não uma lotaria.
Seguinte: cole o prompt da âncora no workbench GPT Image 2, escolha o Frame 0, depois corra o conjunto só de expressão e compare os rostos lado a lado.
Os exemplos são só para aprendizagem e testes; o uso comercial deve seguir regras da plataforma, direitos de retrato e lei de marcas. GPTImage2 hk fornece tutoriais e links de ferramentas GPT Image 2—veja a página do produto para detalhes atuais.
