广东
前段时间我接了一个做古装短剧配图的工作室订单，对方上来就扔了一段话——"我们用AI给小说生图，前5张女主是黑发高髻，第8张变成了卷发，第12张裙子颜色直接换了，客户要求退款，我们不知道怎么办。"
我打开他们的提示词记录看了一眼，问题一目了然，指令根本没有给AI建立"记忆锚点"，每一帧都是AI自由发挥的结果。
1、先建档，再生图——人物视觉档案机制
很多人做文生图的逻辑是：把小说段落扔给AI，让它直接出图描述。这个逻辑本身就错了。
AI没有跨轮次记忆，每一次生图对它来说都是全新任务，上一帧女主穿什么、梳什么发型，它根本不记得。所以我在指令里设计了一个强制前置步骤：在开始生成任何提示词之前，必须先通读全文，逐一提取主要人物的固定视觉标签，格式锁定为年龄、发型头饰、服装颜色材质款式、外貌特征四个维度，列成档案，后续所有生图动作都基于这份档案执行，绝对不允许偏移。
这一步解决的是人物"前后不一致"的根本问题。
2、死命令级的人物描述强制嵌入
建档只是第一步，更关键的是让AI在每一帧都"记得用"。
我在指令里加了一条死命令：只要画面中出现主要人物，无论这个人物在上一句刚出现过，都必须在人物名字后的紧邻位置，用全角括号完整重复一遍视觉描述，包括性别、年龄、服饰和妆容，一个都不能省。
很多人觉得这很啰嗦，但这恰恰是文生图指令和普通写作指令最大的区别。文生图的每一行提示词，本质上是一个独立的绘图指令，AI不会自动继承上下文，必须在每一行都把关键信息喂给它。这条死命令，就是解决"AI自作主张换造型"的核心机制。
3、一体化段落结构，拒绝碎片化描述
这个工作室原来的做法是把"提示词"和"场景描述"分两栏写，一栏写角色动作，一栏写画面参数。乍一看很整齐，实际上是把本该连贯的画面信息切碎了。
我把指令结构改成一体化段落式：人物（带完整括号描述）＋具体动作神态＋时间光影＋背景环境＋镜头语言，全部写在一行，不断行不回车，每一个小说段落对应一条完整提示词。
这样做有两个好处：一是AI获取的信息是完整的，不会因为"分栏"导致信息错位；二是生成的提示词可以直接输入Midjourney或其他工具，不需要二次整理。
同时，我还单独设计了空镜头处理规则：凡是纯景物或特写道具的画面，开头必须标记"无人：2，空镜头，"再接描述，防止AI在本该空镜的画面里凭空加出人物。
4、风格边界锁死，古装就是古装
工作室的另一个问题是偶尔出现"现代感"元素，比如背景里隐约有玻璃窗，或者人物配饰有金属光泽过强的问题。
我在指令末尾加了一条硬性风格约束：场景必须保持中国古代宋朝风格，明确列出禁止出现的元素，包括现代城市、玻璃、霓虹灯、手机、枪械、机械、科幻光效。边界越清晰，AI的发挥空间越受控，出图的稳定性越高。
交付后，工作室反馈，同一个人物连续出图30帧，造型保持稳定，客户验收通过。
文生图不只是"写描述"，底层是一套人物管理×信息传递×风格约束的系统工程，指令不到位，模型再好也白搭。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
