AI 在照片生成上擅长(和不擅长)什么:尤其是人物与一致性

简要总结

AI 擅长单人肖像、氛围/光线、构图以及大范围的体型/服装造型。它较弱的方面是解剖结构的边缘情况(手/脚)、小号文字/标志、配饰、反射,以及在不同角度和不同会话之间让同一张脸保持完美一致。借助合适的提示词写法、LoRA 选择、Reference-To-Image/Variations/Photoshoot 流程、Image Upscaler,以及最后运行 Head & Face Swap 来固定身份,你可以克服大多数弱点。

AI 擅长的方面

• 逼真的氛围与光线。 自然窗光、黄金时刻、影棚主光/轮廓光布光、柔和阴影、浅景深、电影感调色。

• 单人肖像。 背景干净、五官清晰的头像和 3/4 侧脸肖像。

• 构图与镜头"质感"。 35/50/85mm 的效果、低/高角度、居中构图与三分法构图。

• 大范围造型。 体型趋势、服装类别、发长/发质、化妆风格。

• 美学复刻。 使用 Reference-To-Image 或 Variations 工具,还原参考图中的视觉氛围(色调、光线、镜头质感)。

• 批量多样性。 一次生成一组风格连贯的相似图片(Variations、Photoshoot)。

• 图内文字。 标牌、海报和字幕,但仅限使用正确的模型(Nano Banana 2 就是为此而生;大多数其他模型会渲染出乱码)。

• 精确的体型/风格控制。 SDXL Body-Shape LoRA(Text to Image、Reference-To-Image)和 Flux Klein Style LoRA(Image Editor)都能提供普通提示词无法匹敌的可靠、可重复的控制。

AI 的短板所在(及原因)

• 跨角度/跨时间的身份一致性。 同一个人在侧脸、极端表情或新场景中可能会出现走样。

• 手、脚以及精细解剖结构。 手指可能粘连,握持姿势可能显得别扭,凉鞋中的脚趾可能变形;过度发达的肌肉可能显得像塑料。

• 小号文字/标志与微小细节(在 Nano Banana 2 以外的任何模型上):微小的珠宝图案、表盘、标牌文字。

• 配饰与遮挡。 眼镜框、被头发遮住的耳环、遮住脸部的头发、贴近眉毛的帽子、靠近嘴部的手。

• 反射与半透明效果。 镜子、玻璃、水面;眼镜上的镜头反光。

• 复杂图案几何形状。 细密条纹、格纹、蕾丝网眼以及精细刺绣。

• 多人互动。 视线方向、手部位置、多人之间的比例/透视一致性。

• 精确品牌复刻或受版权保护的标志。 模型往往会回避精确的标志;结果可能不准确或出现失真。

获得一致人物形象:行之有效的策略

1)对人物描述要具体明确

描述面部特征(眼睛颜色/形状、眉毛浓密度/弧度、鼻梁/鼻宽、嘴唇丰满度/形状、下颌线/颧骨、雀斑/痣、面部毛发)、头发特征(长度、质感、分缝、颜色)、年龄段以及体型。这既能改善生成效果,也能提升 Image Upscaler 的结果。

2)在合适的时机使用合适的工具

• Face Generation 可快速制作候选面孔。

• Text to Image 用于新的造型/姿势,根据你的优先事项选择模型(见下方模型细分)。

• Reference-To-Image 用于需要与示例图片相同的氛围、角度类别或服装风格时。

• Photoshoot 用于在保持身份一致的同时创建多类别场景组(办公室/咖啡馆/度假等)。

• Variations 用于围绕你最佳主图快速生成主题一致的变体。

• Image Upscaler 用于提升细节/解决模糊问题。如果面部不能改变,请使用 Safe Face 变体。

• Head & Face Swap(最后一步) 用于在你要发布的所有内容中固定身份。

3)选择模型:每个模型真正擅长什么

Text to Image 和 Image Editor 都提供一系列模型。没有单一的"最佳"选项,这取决于你优化的目标是什么:

如果某个模型的真实感下降,可以尝试降低 LoRA 强度(如果使用了的话)、简化提示词或更换模型,最后再用 Head & Face Swap 来固定面部。

4)有条理地使用 LoRA

ZenCreator 提供两种不同类型的 LoRA,两者的介绍请参见完整的 LoRA 指南:

• SDXL Body-Shape LoRAs(Text to Image、Reference-To-Image):使用 1–2 个,每个强度 0.6–0.9;0.8 是一个很好的起点。组合使用 3 个也可以,但要保持强度保守,并避免相互矛盾(例如 Slim Figure 与 Plus Size Body)。强度超过 1.5 会增加瑕疵(变形、粗糙的纹理);如果细节下降或解剖结构出现问题,请将强度降低 0.2 并简化提示词。

• Flux Klein Style LoRAs(Image Editor):风格模板。上传一张照片,LoRA 会将其转换为符合模板的风格。一次只能使用一个;结果会遵循模板的构图。

5)保持场景"稳定"

• 在整个系列中重复使用相同的光线描述、镜头术语(例如"50mm、平视、浅景深")和调色提示。

• 如果身份一致性是你的首要目标,避免一次改变太多变量(姿势、服装、环境、光线)。

6)行之有效的工作流程

生成 → 挑选最佳结果 → Image Upscaler(如果身份不能改变,使用 Safe Face 变体) → Head & Face Swap(最终) → 可选的颜色 LUT/颗粒感 → 发布。

如果需要大批量处理,只对精选内容运行 Head & Face Swap,以节省 credits 和时间。

人物提示词写作(快速提醒)

• 按以下顺序撰写:人物 → 身体/服装 → 姿势/镜头 → 光线 → 环境 → 氛围/调色 → 质量。

• 负面提示词要精简但有针对性:

  lowres, bad anatomy, extra limbs, deformed hands, fused fingers, duplicate face, blurry, over-smooth skin, watermark, text, jpeg artifacts, harsh sharpening

• 如果不确定怎么表达,可以使用 Magic Prompt(在 Text to Image 中),它会自动将一个简短的想法扩展为完整详细的提示词。

请参阅完整指南"如何撰写提示词"。

常见问题模式及解决方法

发布前的质量标准

实用打法

• 全新虚拟角色: Face Generation → 选定一个主角 → Text to Image/Reference-To-Image 拓展造型范围 → Image Upscaler → 最后使用 Head & Face Swap。

• 真人相似形象: 生成基础场景 → 使用已获授权的原始肖像,最后运行 Head & Face Swap → 快速调色 → 发布。

• 大型活动素材组: 按类别使用 Photoshoot → 安排发布计划。

最后说明

需要帮助为你的项目选择合适的流程吗?点击聊天气泡,或发送邮件至 [email protected]。