Stable Diffusion角色不一致源于提示词主体锚定失效，需用唯一ID（如【character ID:001】）开头锁定身份，并绑定三个明确物理特征；禁用风格词、艺术家前缀，负向提示加入身份隔离指令。
☞☞☞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☜☜☜
Stable Diffusion生成图像时角色特征反复变化、五官错位、发色/服饰/姿态不一致，不是模型能力问题，而是提示词中主体锚定失效导致的——当AI无法在潜在空间里稳定锁定“同一个角色”，就会每次采样都重建身份。
用唯一标识符锁定角色身份
在正向提示词最开头插入形如“【character ID:001】”的唯一字符串，例如：character ID:001, 1girl, silver twin braids, cyberpunk streetwear, neon pink left eye, scar under right eyebrow。
这个ID必须全程保持完全一致：生成不同姿势/表情/场景图时，所有提示词都带相同ID；换模型重跑也必须沿用原ID。ID一旦写错或改动，AI立刻失去角色记忆。
不要用自然语言描述代替ID，比如“same girl as before”无效——SD不理解指代关系，只认固定token序列。
绑定关键视觉锚点
方法一：强制绑定3个不可替换的物理特征
选一个发型（如“asymmetrical bob with undercut”）、一个面部标记（如“geometric tattoo on temple”）、一套标志性配饰（如“copper steampunk goggles worn on forehead”），三者缺一不可地写进每条提示词。
这三个特征必须满足：① 有明确几何结构（避免“fancy hair”这类模糊词）；② 不依赖光影或角度（“glowing necklace”可能在暗光下消失，“necklace with octagonal pendant”始终可见）；③ 在Danbooru等训练数据集中高频出现（可用Civitai标签搜索验证）。
方法二：复用同一张参考图的CLIP嵌入
在WebUI中启用ControlNet → Tile或IP-Adapter模式，上传你已确认的角色正面图作为input；正向提示词中仍需保留ID和3个锚点，但可删减20%描述性词汇——此时视觉锚点由图像而非文字承载。
【注意】IP-Adapter权重必须设为0.4–0.6之间，过高会导致动作僵硬，过低则锚定失效。
切断干扰性语义漂移源
第一步：删除所有风格类泛化词
立即移除提示词中的“anime style”、“realistic”、“digital painting”等全局风格词——它们会覆盖角色专属特征权重，尤其当模型本身是混合风格底模时。
第二步：禁用艺术家前缀
删掉“by Artgerm”、“in the style of Makoto Shinkai”等艺术家标签。实测显示，这类词会使CLIP文本编码器优先匹配艺术家作品集中的共性特征（如Shinkai的云层渲染），而非你的角色细节。
第三步：负向提示词加入身份隔离指令
在negative prompt中添加：different person, multiple characters, face swap, morphing, identity shift, inconsistent features。
这组词专攻角色漂移底层机制——它压制扩散过程中latent space里身份维度的随机扰动，比单纯写“deformed face”更精准。
