AI 在照片生成上擅長(和不擅長)什麼:尤其是人物與一致性

簡要總結

AI 擅長單人肖像、氛圍/光線、構圖以及大範圍的體型/服裝造型。它較弱的方面是解剖結構的邊緣情況(手/腳)、小號文字/標誌、配飾、反射,以及在不同角度和不同工作階段之間讓同一張臉保持完美一致。藉助合適的提示詞寫法、LoRA 選擇、Reference-To-Image/Variations/Photoshoot 流程、Image Upscaler,以及最後執行 Head & Face Swap 來固定身份,你可以克服大多數弱點。

AI 擅長的方面

• 逼真的氛圍與光線。 自然窗光、黃金時刻、影棚主光/輪廓光佈光、柔和陰影、淺景深、電影感調色。

• 單人肖像。 背景乾淨、五官清晰的頭像和 3/4 側臉肖像。

• 構圖與鏡頭「質感」。 35/50/85mm 的效果、低/高角度、居中構圖與三分法構圖。

• 大範圍造型。 體型趨勢、服裝類別、髮長/髮質、化妝風格。

• 美學複刻。 使用 Reference-To-Image 或 Variations 工具,還原參考圖中的視覺氛圍(色調、光線、鏡頭質感)。

• 批量多樣性。 一次生成一組風格連貫的相似圖片(Variations、Photoshoot)。

• 圖內文字。 標牌、海報和字幕,但僅限使用正確的模型(Nano Banana 2 就是為此而生;大多數其他模型會渲染出亂碼)。

• 精確的體型/風格控制。 SDXL Body-Shape LoRA(Text to Image、Reference-To-Image)和 Flux Klein Style LoRA(Image Editor)都能提供一般提示詞無法匹敵的可靠、可重複的控制。

AI 的短板所在(及原因)

• 跨角度/跨時間的身份一致性。 同一個人在側臉、極端表情或新場景中可能會出現走樣。

• 手、腳以及精細解剖結構。 手指可能沾黏,握持姿勢可能顯得彆扭,涼鞋中的腳趾可能變形;過度發達的肌肉可能顯得像塑膠。

• 小號文字/標誌與微小細節(在 Nano Banana 2 以外的任何模型上):微小的珠寶圖案、錶盤、標牌文字。

• 配飾與遮擋。 眼鏡框、被頭髮遮住的耳環、遮住臉部的頭髮、貼近眉毛的帽子、靠近嘴部的手。

• 反射與半透明效果。 鏡子、玻璃、水面;眼鏡上的鏡頭反光。

• 複雜圖案幾何形狀。 細密條紋、格紋、蕾絲網眼以及精細刺繡。

• 多人互動。 視線方向、手部位置、多人之間的比例/透視一致性。

• 精確品牌複刻或受版權保護的標誌。 模型往往會迴避精確的標誌;結果可能不準確或出現失真。

獲得一致人物形象:行之有效的策略

1)對人物描述要具體明確

描述面部特徵(眼睛顏色/形狀、眉毛濃密度/弧度、鼻樑/鼻寬、嘴唇豐滿度/形狀、下顎線/顴骨、雀斑/痣、面部毛髮)、頭髮特徵(長度、質感、分縫、顏色)、年齡段以及體型。這既能改善生成效果,也能提升 Image Upscaler 的結果。

2)在合適的時機使用合適的工具

• Face Generation 可快速製作候選面孔。

• Text to Image 用於新的造型/姿勢,根據你的優先事項選擇模型(見下方模型細分)。

• Reference-To-Image 用於需要與範例圖片相同的氛圍、角度類別或服裝風格時。

• Photoshoot 用於在保持身份一致的同時創建多類別場景組(辦公室/咖啡館/度假等)。

• Variations 用於圍繞你最佳主圖快速生成主題一致的變體。

• Image Upscaler 用於提升細節/解決模糊問題。如果面部不能改變,請使用 Safe Face 變體。

• Head & Face Swap(最後一步) 用於在你要發布的所有內容中固定身份。

3)選擇模型:每個模型真正擅長什麼

Text to Image 和 Image Editor 都提供一系列模型。沒有單一的「最佳」選項,這取決於你優化的目標是什麼:

如果某個模型的真實感下降,可以嘗試降低 LoRA 強度(如果使用了的話)、簡化提示詞或更換模型,最後再用 Head & Face Swap 來固定面部。

4)有條理地使用 LoRA

ZenCreator 提供兩種不同類型的 LoRA,兩者的介紹請參見完整的 LoRA 指南:

• SDXL Body-Shape LoRAs(Text to Image、Reference-To-Image):使用 1–2 個,每個強度 0.6–0.9;0.8 是一個很好的起點。組合使用 3 個也可以,但要保持強度保守,並避免相互矛盾(例如 Slim Figure 與 Plus Size Body)。強度超過 1.5 會增加瑕疵(變形、粗糙的紋理);如果細節下降或解剖結構出現問題,請將強度降低 0.2 並簡化提示詞。

• Flux Klein Style LoRAs(Image Editor):風格範本。上傳一張照片,LoRA 會將其轉換為符合範本的風格。一次只能使用一個;結果會遵循範本的構圖。

5)保持場景「穩定」

• 在整個系列中重複使用相同的光線描述、鏡頭術語(例如「50mm、平視、淺景深」)和調色提示。

• 如果身份一致性是你的首要目標,避免一次改變太多變數(姿勢、服裝、環境、光線)。

6)行之有效的工作流程

生成 → 挑選最佳結果 → Image Upscaler(如果身份不能改變,使用 Safe Face 變體) → Head & Face Swap(最終) → 可選的顏色 LUT/顆粒感 → 發布。

如果需要大批量處理,只對精選內容執行 Head & Face Swap,以節省 credits 和時間。

人物提示詞寫作(快速提醒)

• 按以下順序撰寫:人物 → 身體/服裝 → 姿勢/鏡頭 → 光線 → 環境 → 氛圍/調色 → 品質。

• 負面提示詞要精簡但有針對性:

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

• 如果不確定怎麼表達,可以使用 Magic Prompt(在 Text to Image 中),它會自動將一個簡短的想法擴展為完整詳細的提示詞。

請參閱完整指南「如何撰寫提示詞」。

常見問題模式及解決方法

發布前的品質標準

實用打法

• 全新虛擬角色: Face Generation → 選定一個主角 → Text to Image/Reference-To-Image 拓展造型範圍 → Image Upscaler → 最後使用 Head & Face Swap。

• 真人相似形象: 生成基礎場景 → 使用已獲授權的原始肖像,最後執行 Head & Face Swap → 快速調色 → 發布。

• 大型活動素材組: 按類別使用 Photoshoot → 安排發布計劃。

最後說明

需要協助為你的專案選擇合適的流程嗎?點擊聊天氣泡,或發送郵件至 [email protected]。