GPT Image 2 角色一致性生成教程

做角色设定、表情包或品牌人物物料时，最常见的挫败是：第一张还行，第二张就开始换脸——眼距变了、年龄漂了、发型像另一个人。搜「GPT Image 2 角色一致性」或「consistent characters」，教程往往只说「加上 reference」，却不告诉你先锁什么、后改什么。

这篇 GPT Image 2 角色一致性生成教程按生产顺序写：先诊断崩脸原因，再教你写身份卡、出锚点、挂参考、一图一变量，最后给修复口令与可复制 prompt。目标很简单：让同一角色在 gpt-image-2 里「换表情、换装、换景，仍认得出是同一个人」。

建议边读边做：身份卡 → 锚点 → 表情变体 → 并排脸检。

📌 下文 prompt 以英文为主（GPT Image 2 对 Identity lock / Change only / Keep unchanged 更稳）。系列图务必先固定身份卡字段。涉及真人肖像或品牌代言人时，请确认授权与商用合规。

一、为什么会「崩脸」？先对号入座

在 GPT Image 2（也称 GPTImage2 / gpt-image-2）里，角色不一致通常不是「模型记性差」，而是 brief 给错了：

崩脸表现	常见原因	先怎么改
眼距/骨相变了	身份描述太虚，或一轮改太多	补身份卡 + 只改一项
年龄忽大忽小	未写 age band / Do not age	身份卡写死年龄段
发型每张不同	发型没锁，或参考图被忽略	Keep hair unchanged
像「长得像的另一个人」	无锚点/无参考，纯文生图重抽	先锚点，再参考锁定

一句话：一致性是约束问题，不是运气问题。

二、角色一致性三件套（教程核心）

1. 身份卡（Character ID）

每张系列图都原样粘贴同一段，不要凭感觉改写：

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.

中文团队可先用母语起草，再译成英文字段；发给 GPT Image 2 的版本保持英文结构更稳。

2. 锚点图（Frame 0）

正面或 3/4、光线干净、五官无遮挡的一张。后面所有变体都要「长得像这张」。

3. 一图一变量

表情 或 服装 或 场景 或 机位——一次只动一个。同时「大笑 + 晚礼服 + 雨夜街景」几乎必崩。

三、标准教程流程（六步）

1. 写身份卡 — 年龄段、脸型、眼色、发型、肤色、标志物（痣/耳环）、禁止项（勿变老、勿改骨相）。
2. 出锚点立绘 — 棚光、胸上或半身、干净背景；选结构最稳的一张存档。
3. （可选）挂参考 — 上传锚点为 Reference A，prompt 写 face identity from reference / Keep face unchanged。
4. 做表情变体 — 只改 expression，其余 Keep unchanged。
5. 再做服装或场景 — 仍只改一项；服装变了也不要顺手改发型。
6. 并排脸检 — 缩略图对比眼距、发际线、标志物；漂了用多轮拉回，不要默默整组重抽。

四、六组可复制提示词

以下均假设你已有身份卡；把 [PASTE Character ID] 换成第二节全文。

1. 锚点肖像（系列第 0 张）

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.

效果：得到可复用的「标准脸」。

2. 只改表情

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.

效果：情绪变了，仍是同一个人——一致性第一关。

3. 只换服装

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.

效果：换装叙事推进，脸仍锁住。

4. 只换场景

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.

效果：场景变、人不变——适合「一天日常」九宫格。

5. 只转机位（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.

效果：角度变难仍不换角——进阶必练。

6. 多轮拉回（崩脸修复）

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.

效果：系列漂了以后的急救口令，比重抽整组更省。

五、通用填空模板

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.

六、什么时候够用？什么时候该上 LoRA？

方式	适合	成本
本教程：身份卡 + 锚点 + 一变量	IP 试水、周更、品牌短期系列	低，立刻能跑
GPT Image 2 多参考融合	同脸多场景、电商虚拟模特	中，需整理参考
训练角色 LoRA	长期固定 IP、海量变体	高，需数据集

多数内容与品牌团队：先用本教程跑通一致性，确认角色定稿再考虑训练。

七、受众怎么用

IP / 虚拟形象运营

先锁「人设脸」，再用表情与场景做日历物料——粉丝不会觉得每周换主持人。

品牌与电商视觉

代言人或虚拟模特要在主图、海报、信息流里同一张脸；身份锁比每次「找个长得像的」稳。

小说 / 漫画 / 概念组

三视图与情绪板都需要脸不塌；身份卡就是轻量设定集。

个人创作者

没预算训练时，gpt-image-2 身份卡 + 六步流程也能做出「固定主角」观感。

八、避坑

• 身份卡只写「年轻好看的女生」——约束太少，模型自由发明。
• 一张里同时改表情、服装、场景、发型——GPT Image 2 容易当成新人。
• 不做并排脸检——单张都「好看」，九宫格却六个人。
• 未授权真人脸直接商用——合规风险高于画质。

九、结语

「GPT Image 2 角色一致性生成教程」的核心不是神秘参数，而是：身份卡钉死 → 锚点存档 → 参考锁定 → 一图一变量 → 漂了多轮拉回。把第二节身份卡和第五节模板存进团队 brief，开系列图就像在执行角色锁定清单，而不是抽卡。

下一步：复制锚点 prompt 到 GPT Image 2 工作台，选出 Frame 0；再跑「只改表情」那一组，并排看是不是同一个人。

示例仅供学习与测试；商用请遵守平台规则、肖像权与商标法。GPTImage2 hk 提供 GPT Image 2 相关教程与工具入口，具体以产品页为准。