角色定妆工作流

本章节来自 webkubor 在实际项目《沸腾之雪》中沉淀的工程实践，系统解决 AI 生图人脸一致性 与 电影质感 两大核心问题。

一、为什么需要「定妆工作流」？

用 AI 生图做角色时，最常遇到的两个痛点：

人脸漂移：每次出图脸都不一样，同一个角色换个服装就认不出来
质感失控：插画感/赛璐璐感太强，出不来真实电影感

解法：摄影语言 + 锚点管理 + 分步操作

二、工具链

工具	用途
nanobanana-plus	生图 MCP Server（webkubor 自研，支持 Imagen 4 Ultra 与宽高比切换）
Imagen 4 Ultra	Google 当前最高质量生图模型
Gemini Flash edit_image	图片编辑（换服装/背景，保留脸型）
Python PIL	三视图拼合、水印批处理脚本

nanobanana-plus 开源地址：github.com/webkubor/nanobanana-plus

三、核心三步工作流

Step 1：建立 face anchor JSON

为每个角色建立一份面部锚点描述，防止每次出图脸都漂移：

json

{
  "facial_anchors": {
    "face_shape": "Soft oval face",
    "eyes": "Crescent-moon shaped eyes, natural double eyelids",
    "hair": "Jet black straight hair with straight-cut bangs",
    "skin": "Fair luminous porcelain skin"
  }
}

每次生图都把这份 JSON 的内容翻译进 Prompt，作为人脸的「不变底座」。

Step 2：分步换装（减少人脸漂移）

这是最容易踩的坑：

❌ 错误做法：一次性换服装 + 换背景
✅ 正确做法：先只换服装 → 确认脸型稳定 → 再只换背景

每一步都以上一步的输出图作为参考底图，而不是从文字重新生成。

Step 3：定妆照 → 三视图

必须用定妆照做底图，不能纯文生图（否则角色一致性极差）
正面 / 侧面 / 四分之三角各生成一张
用 PIL 脚本横向拼合，输出到 character_sheets/ 统一管理

四、Prompt 公式

提升真实感的核心词

Hasselblad medium format camera, 90mm prime lens f/1.8
35mm film grain, visible skin pores
Rembrandt lighting + hair rim light + face fill light
glass skin, natural healthy glow
NOT anime, NOT illustration, photorealistic

防常见问题速查

问题	解决方案
脸显老	加 `DO NOT age the face, age: late 20s`
图中出现水印/文字	加 `STRICTLY NO TEXT, NO WATERMARK`
武器/道具数量错误	明确写 `EXACTLY TWO blades, NOT three`
侧脸不好看	加 `beautiful face from side angle, high nose bridge`

五、实战案例：《沸腾之雪》角色体系

《沸腾之雪》是 webkubor 用以上工作流制作的 AI 原生武侠微电影，所有角色均有完整定妆体系。

已完成的角色（部分）：

角色	人设	服装
顾栖月	花神，轻功第一	白色汉服 + 玉笛
燕照绫	大漠赤练	朱红轻甲
陆听潮	北荒双刀客	暗绿防雨短披
温小婉	南楚皇后	玄红凤袍

每个角色均配有：

✅ face anchor JSON
✅ 官方定妆照
✅ 三视图（可直接用于 AI 视频生成参考）

六、一句话总结

AI 生图 = 摄影语言 + 锚点管理 + 分步操作
把它当成一个「无人机器摄影棚」来控制，结果会完全不同。

角色定妆工作流 ​

一、为什么需要「定妆工作流」？ ​

二、工具链 ​

三、核心三步工作流 ​

Step 1：建立 face anchor JSON ​

Step 2：分步换装（减少人脸漂移） ​

Step 3：定妆照 → 三视图 ​

四、Prompt 公式 ​

提升真实感的核心词 ​

防常见问题速查 ​

五、实战案例：《沸腾之雪》角色体系 ​

六、一句话总结 ​

相关资源 ​