做角色卡、貼圖包或品牌代言人九宮格時，第一張往往不難。難的是第二張起：眼距漂了、年齡跳了、髮型突變——六張看起來像六個不同的人。搜「GPT Image 2 角色一致性生成教程」會看到一堆「加參考圖」的建議，卻常略過真正關鍵的順序：先鎖定什麼、再改什麼。
本教程走 GPT Image 2 的 角色一致性 產線：診斷崩臉、寫身份卡、產出錨定圖、釘住參考、每幀只改一個變數，漂了再多輪拉回。目標很單純——在 gpt-image-2 工作台換表情、換裝或換場景時，同一個人仍要認得出來。
邊讀邊做：身份卡 → 錨定圖 → 表情變體 → 並排臉檢。
📌 下方提示詞以英文為主（GPT Image 2 對 Identity lock / Change only / Keep unchanged 更穩）。跑系列前先凍結身份卡欄位。真人肖像或品牌代言人請確認授權。
1. 為什麼會崩臉——先對上症狀
在 GPT Image 2（亦稱 GPTImage2 / gpt-image-2）裡，不一致通常是「簡報寫法」問題，不是「模型沒記憶」：
| 你看到的現象 | 常見原因 | 先怎麼修 |
|---|---|---|
| 骨相／眼距變了 | 身份太模糊——或一次改太多 | 收緊身份卡 + 每幀只改一項 |
| 年齡忽大忽小 | 沒寫年齡段／沒禁「變老」 | 在身份卡鎖定年齡段 |
| 每幀髮型都重塑 | 髮型未鎖定或參考被忽略 | Keep hair unchanged |
| 看起來像「很像的陌生人」 | 沒錨定圖／沒參考——純重抽 | 先出錨定圖，再參考鎖定 |
一句話：一致性是約束問題，不是運氣問題。
2. 一致性工具箱（教程核心）
1) 角色身份卡
每一張系列圖都貼同一段——不要憑記憶重寫：
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.
可先用母語起草，送進 GPT Image 2 時維持英文結構——身份欄位通常更穩。
2) 錨定底圖（第 0 幀）
正面或 3/4 側、光線乾淨、五官無遮擋。之後每一張變體都仍應讀成「這個人」。
3) 每幀只改一個變數
表情 或 服裝 或 場景 或 機位——絕不要在一條 prompt 裡同時「大笑 + 晚禮服 + 雨夜街頭」。
3. 標準教程流程（六步）
-
寫身份卡 — 年齡段、臉型、眼色、髮型、膚色、標誌特徵（痣／耳環）、硬禁項（勿變老、勿改骨相）。
-
生成錨定圖 — 柔光箱、胸以上、乾淨背景；把結構最穩的一張存檔。
-
可選參考釘住 — 把錨定圖上傳為 Reference A；寫
face identity from reference/Keep face unchanged。 -
跑表情變體 — 只改表情；其餘全部 Keep unchanged。
-
再改服裝或場景 — 仍是一項一改；換裝時不要順便重塑髮型。
-
並排臉檢 — 對眼距、髮際線、標誌特徵；有漂就用多輪編輯拉回，而不是默默整套重抽。
4. 六組可複製提示詞
假設身份卡已備好——把 [PASTE Character ID] 換成完整的第 2 節區塊。
1. 錨定人像（系列第 0 幀）
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：可複用的「標準臉」。
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：情緒變了，仍是同一人——你的第一份一致性證明。
3. 只改服裝
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：造型故事往前走；臉仍鎖定。
4. 只改場景
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：地點換了，人物連續性在——適合一日生活九宮格。
5. 只改機位（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：角度變了卻沒換臉——值得反覆練。
6. 多輪修復（某一幀漂了）
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：身份回拉 一輪——比整套重抽便宜。
5. 通用填空模板
任何系列節拍都套同一骨架：
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. 什麼時候夠用——什麼時候該訓練 LoRA？
| 做法 | 最適合 | 成本 |
|---|---|---|
| 本教程：身份卡 + 錨定 + 一變數 | IP 試水、週更內容、短品牌系列 | 低——今天就能跑 |
| GPT Image 2 多參考融合 | 跨場景同臉、虛擬電商模特 | 中——要整理參考 |
| 訓練角色 LoRA | 長線固定 IP、海量變體 | 高——需要數據集 |
7. 誰適合這份教程
IP／虛擬主播運營
先鎖「人設臉」，再按日曆出貼圖與場景——粉絲不會覺得你每週換主持人。
品牌與電商視覺
代言人或虛擬模特需要在主視覺、海報與資訊流廣告裡保持同一張臉；身份鎖定勝過每張素材重找「長得像的人」。
小說／漫畫／概念組
三視圖與情緒板需要臉不崩；身份卡就是輕量聖經。
個人創作者
沒有訓練預算時，gpt-image-2 身份卡加上這六步流程，仍能賣出固定主角感。
8. 常見坑
-
身份卡只寫「年輕漂亮女性」——約束太少，模型自由發揮太多。
-
一條 prompt 同時改表情、服裝、場景與髮型——GPT Image 2 常會發明一個新人。
-
跳過並排臉檢——單張都「好看」，九宮格卻像六個人。
-
未經授權的真人臉商用——合規風險大於畫質。
9. 結語
「GPT Image 2 角色一致性生成教程」不是神秘滑桿——而是 身份卡 → 存錨定圖 → 參考鎖定 → 每幀一變數 → 漂了就多輪修復。把第 2 節身份卡與第 5 節模板存起來，每次開系列都像鎖清單，而不是抽獎。
下一步：把錨定提示詞貼進 GPT Image 2 工作台，選出第 0 幀，再跑只改表情的一組並並排比臉。
範例僅供學習與測試；商用須遵守平台規則、肖像權與商標法。GPTImage2 hk 提供 GPT Image 2 教程與工具連結——詳情見產品頁最新說明。
