AI角色提示词工坊

为什么角色一致性这么难

用 Midjourney、Stable Diffusion 这类模型生成角色时，最头疼的不是「画出来」，而是「画得对」。同一个角色在不同场景下脸变了、年龄感矛盾了、地域特征错乱了，或者提示词堆砌后关键词互相打架，出来的结果要么千篇一律的模板脸，要么与设定完全不符。这个技能要解决的问题很具体：把用户的模糊想法，经过一套可验证的规则，转成两套结构清晰、可直接投产的提示词。

它是怎么工作的

技能的核心思路是把角色拆成 DNA：不可变元素（面部结构、核心识别点、年龄印象、地域特征）和可变元素（微表情、妆容深浅、服装背景），再分别施加约束。整个流程分四个阶段：

• 需求收集：先判断用户参与度，从 3 个必填维度（使用场景、风格倾向、性别）和 4 个建议维度（地域特征、年龄印象、气质、特殊偏好）中逐步问答，未答的维度按 rules/interactive-requirements.md 里的自动补充规则填充。
• 候选生成：读取 regional-features.md、age-markers.md、facial-aesthetics.md 等规则库，生成 3-4 个差异化候选，每个都要通过五官协调矩阵、地域硬性约束、年龄标记物匹配等验证。
• DNA 构建：内部执行，定义红线元素与弹性范围，生成负面约束，过程不对外展示。
• 提示词输出：按 40% + 30% + 20% + 10% 的金字塔权重生成全身母版（9:16）与面部特写（3:4）两套提示词，并做 7 项内部质检（结构完整性、关键词密度、年龄匹配、模板脸检测、身份漂移检测等），最多重试 3 次，通过后才输出。

设计上刻意做了「展示克制」：候选只显示 5 个字段，质检过程、统计数字全部隐藏，用户拿到的是可以直接复制的成品。

适用边界与注意点

• 这个技能是提示词生产工具，不是绘图器。它输出的提示词质量取决于规则库的完备度，遇到规则文件缺失时会明确告知，而不是编造。
• 面向 Midjourney、Stable Diffusion、DALL-E、可图等模型，但不同模型对提示词语法的接受度不同，建议先用全身母版验证角色基准形象，再放量生成。
• 参考图功能会按权重策略分配到主面部、肤质、发型等角色，但分配过程不展示；如果你对某张参考图被如何使用有强要求，需要提前沟通。
• 年龄标记物与设定年龄是硬约束，若想生成跨年龄段的形象（如角色从青年到老年），需要分别建立角色 DNA，不能指望一套提示词覆盖。
• 风格冲突时技能会停下来给出调和方案，不会强行生成矛盾组合，遇到这种情况耐心选一个方案即可。