根本原因是提示词缺乏锚定角色核心特征的稳定描述；需用固定句式声明含生理、服饰、年龄的三项不可替换特征，删除模糊修饰词，嵌入统一中文全名，并重复关键字段、限定非关键变量、关闭随机化参数。

☞☞☞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☜☜☜

通义万相生成角色图像时出现角色脸型、发型、服饰风格频繁变动，根本原因是提示词缺乏锚定角色核心特征的稳定描述，导致模型每次理解偏差较大。

锁定角色基础特征

第一步：在提示词开头用固定句式声明角色身份，例如“一位戴圆框眼镜、左耳有银色耳钉、穿深蓝工装夹克的25岁亚裔男性”。【必须包含至少三项不可替换的生理+服饰+年龄组合特征】

第二步：删除所有模糊修饰词，如“看起来很酷”“有点神秘”“风格独特”——这类表达没有视觉对应物，模型会自行脑补，直接引发形象漂移。

第三步：把角色名写进每条提示词，且统一用中文全名（如“林哲”），不加“主角”“人物”等泛称。名字是模型识别同一性的最强信号之一。

控制生成变量范围

方法一：用“same character as previous”类英文短语无效，通义万相不识别跨图上下文。必须在每次提示词中重复关键特征字段。

方法二：对非关键变量做显式限定，例如“背景始终为纯灰#808080，镜头始终为半身正面，光照始终为左侧柔光”。这些条件越具体，模型越少自由发挥。

方法三：禁用随机化参数。在Web界面中关闭“多样性增强”开关；若调用API，确保temperature值设为0.3以下，top_p不超过0.7。

构建可复用的角色提示模板

直接套用这个结构填空：【姓名】+【性别】+【精确年龄】+【显著面部特征2项】+【标志性服饰1件+颜色】+【固定姿态/视角】+【统一背景色HEX码】

示例：“陈薇+女性+28岁+高颧骨+右眉有一颗小痣+墨绿针织开衫+站立微侧身+背景#e0e0e0”。这串文本复制粘贴到每次生成框里，角色一致性提升明显。

注意：第一次生成后，如果某项特征（比如耳钉形状）没体现出来，不要删掉它重写，而是加限定词——“左耳戴细链式银色耳钉，耳钉垂坠长度约1.5厘米”，越具体越可控。