Stable Diffusion做角色一致性怎么要求AI给修改建议

很多人在用 Stable Diffusion 做角色一致性时，都希望 AI 能像个人类画师那样主动说“这里偏了，建议往右调”或者“发色太浅，换深栗色试试”。但实话讲，模型压根不懂“建议”是什么，它只会傻傻地执行你给的指令。那么，有没有办法让它在生成过程中自己暴露出不协调的地方，甚至给出可读的修正信号？下面这套流程，正是从实战中打磨出来的方法。

用提示词模拟AI的“自检+反馈”行为

第一步：在正向提示词末尾加一句固定指令

。注意，这行文字并不会让 AI 真的去做评审，而是强迫模型在生成时把注意力多分配到这些维度上——好比告诉它“你别光顾着画，顺便盯着这些地方看仔细点”。

第二步：必须用图生图模式，并且上一张图要作为输入图。纯文生图没有参照物，那句“vs previous image”等于白写，模型会随便编造几个不一致点，完全不可靠。

第三步：图生图之后，立刻用 ADetailer 二次处理脸部。如果跳过这一步，“face symmetry”这类反馈很可能因为面部畸变而失真——ADetailer 能强制重绘五官结构，让后续的对比有一个靠谱的基准线。

把AI当校对员：用反向提示词封住常见崩坏项

与其等生成完后再手动修图，不如提前堵死那些高频漏洞。有两种很有效的做法：

方法一：在反向提示词里塞进

。这些是角色系列中最容易出问题的断裂点，直接封住的效率远高于事后补救。

方法二：把上一张图中已经确认正确的细节，反向写进当前提示词。举个例子：前一张图里角色戴的是银色耳钉，这次就在提示词里写“silver stud earring on left ear only”——用这种精确限定代替模糊描述，能大幅降低 AI 的自由发挥空间。

用ControlNet输出“可读的偏差信号”

控制网络不仅能提升一致性的物理约束，还能让你在生成之前就看到 AI 的“理解失败点”。具体几步：

第一步：启用 Canny ControlNet 单元，预处理器选“canny”，模型用“diffusers_xl_canny_mid”，控制权重设为 0.35。

第二步：勾选“像素化预览”选项，生成前先拉出边缘线稿。如果线稿里脖子歪了、肩膀一高一低、手指数量出错——这些就是 AI 实际理解失败的硬证据，比肉眼直接看图能更早发现问题。

第三步：把这张线稿图保存下来，下次生成时设成 IP-Adapter 的参考图之一。线稿不带纹理和颜色，只传递结构约束，能让 IP-Adapter 更专注地对齐骨骼框架，而不是被肤色或服装细节干扰。