Midjourney中实现角色一致性需五种技术：一、用--cref绑定视觉锚点图并调--cw强度；二、复用--seed值固定随机起点；三、基于标准化Character Sheet局部重绘；四、V7启用--oref+--ow跨风格迁移；五、V7使用split into指令统一三维角色认知。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您在Midjourney中反复生成同一角色，但每次结果在五官、脸型或体型上出现明显偏差，则说明当前提示词缺乏稳定锚点。以下是实现人物一致性的多种技术路径：
一、使用--cref参数绑定角色视觉锚点
--cref（Character Reference）功能通过上传一张Midjourney原生生成的角色图作为参考源，使AI优先继承其面部结构、发型轮廓与服装基础形态，而非仅模仿风格。该方法适用于V6.1及NIJI 6模型，不兼容V5或V7默认模式。
1、在Discord中向Midjourney Bot发送/imagine命令，生成一张高质量正面角色图（建议纯白背景、无遮挡、高清、无文字水印）。
2、点击该图下方“U1”至“U4”任一放大按钮，再右键图片选择“复制图片地址”，确保链接以https://cdn.discordapp.com/或https://s.mj.run/开头。
3、构造新提示词，在末尾添加--cref空格后接该URL，例如：a knight in silver armor standing on castle rampart, dramatic lighting --cref https://s.mj.run/abc123.png。
4、根据需求追加--cw参数调节参考强度：--cw 100锁定脸部+发型+服装；--cw 0仅约束脸部轮廓，适合换装或改发型场景。
二、固定--seed值复现相同随机起点
Seed值决定图像生成过程的初始噪声种子，相同seed配合高度相似提示词可显著提升角色结构重复率，尤其适用于表情微调、姿态切换等局部优化场景。
1、对已生成的满意角色图，点击下方“Show Info”按钮展开元数据。
2、在弹出信息中定位形如--seed 947205的字段，完整记录该六位数字。
3、构造新提示词时，将原始描述与--seed 947205并列提交，例如：winking anime boy holding a sword, dynamic pose, studio lighting --seed 947205。
4、若需强化某特征权重，可在对应关键词后添加双冒号与数值，例如：spiky red hair::2.0, sharp jawline::1.8。
三、构建标准化Character Sheet进行局部重绘
先生成包含多角度的标准角色设定图（Character Sheet），再以此为基础执行局部重绘（Inpainting）或区域替换，可规避全局重绘引发的结构漂移，保障肢体比例与面部特征稳定性。
1、使用明确视角指令生成基准图，例如：front view, left profile, back view, full body, clean white background, official character reference sheet --niji 6 --v 6.1。
2、从四宫格结果中选择结构最稳定的一张，点击“U1”放大并保存其直链URL。
3、进入Midjourney的Fast Mode，使用/inpaint命令上传该图，在画布上涂抹需修改区域（如更换武器、添加披风），输入新提示词并附加--cref与--cw参数。
4、若需批量生成多表情，可在提示词中加入expression sheet, smiling::1.5, angry::1.2, surprised::1.0等加权组合。
四、启用V7专属Omni-Reference（--oref）机制
--oref（Omni-Reference）是V7版本引入的新参数，支持将角色元素作为可嵌入组件注入新构图，配合--ow权重控制融合深度，适用于跨风格迁移与复杂场景适配。
1、确保已开启Draft Mode，并在/settings中确认模型为V7.0。
2、生成一张高辨识度角色图（推荐半身正面照），复制其s.mj.run格式直链。
3、构造提示词时插入--oref空格后接URL，并设置--ow值：--ow 25用于轻量风格转换（如转为水彩）；--ow 400用于强特征保留（如保持瞳色与鼻梁结构）。
4、示例指令：a girl with braided silver hair, wearing steampunk goggles, sitting at a café table --oref https://s.mj.run/xyz789.png --ow 400 --ar 4:5 --v 7.0。
五、采用split into多视角分割指令统一角色认知
V7中split into指令促使AI将角色视为具备内在统一性的三维实体，而非多张独立二维图像，从而在不同视角下维持核心特征稳定，突破传统垫图的“相似性”局限。
1、使用英文撰写角色基础描述，包含不可变特征，例如：1 young woman, sharp cheekbones, freckles across nose, green eyes, shoulder-length wavy brown hair。
2、在提示词末尾添加split into 4 different images, shot from multiple angles，例如：1 young woman... --v 7.0 --p 6wdtk --ar 1:1 split into 4 different images, shot from multiple angles。
3、生成结果将自动输出正视、左/右侧视、背视四图，每张均共享同一角色身份编码。
4、若需导出为专业设计稿，可替换为three views of the character design, front side back, clean line art, white background --v 7.0。
