LiblibAI多角色同框需四步隔离：角色命名强制区隔、ControlNet双轨控制、底模与LoRA分层加载、负向词定向拦截，并固化分镜参数集。
☞☞☞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☜☜☜
在LiblibAI中将多个角色同时放入一张图，常因提示词未隔离、ControlNet混用或模型栈未分层，导致A角色的脸长到B身上、C的服饰覆盖D的发色——比如“青禾+金小谷+唐眠”三人同框时，系统把青禾的赤金垂鬟髻套给唐眠，金小谷的浅绿汉服被分配给青禾。
角色命名强制区隔法
第一步：每个角色必须使用独立触发词，且全程不共用同一组描述词。例如“青禾_1girl|赤金垂鬟髻|绯红云肩褙子|青鸾衔珠步摇”与“金小谷_1girl|鸦青齐腰直发|浅绿汉服|左袖银线云纹”必须拆成两段，中间用英文逗号隔开，【禁用顿号、中文逗号或换行分隔】。
第二步：所有角色名前缀须带唯一下划线标识，如“qinghe_1girl”“jinxiaogu_1girl”，不能简写为“qinghe”“jinxiao”。模型会把无后缀的纯名字识别为泛指，而非绑定实体。
第三步：若某角色需强调主次，可在其触发词外层加括号强化权重，例如“(qinghe_1girl:1.3)”，另一角色保持默认权重1.0。这能防止次要角色特征反向污染主角色结构。
ControlNet双轨隔离控制
方法一：用两个ControlNet单元分别锁定不同角色区域
ControlNet单元0 → 上传青禾正面图→预处理器选“ip-adapter_face_id_plus”→模型选“ip-adapter-faceid-plusv2_sdxl”→控制权重设0.65→仅启用“面部特征提取”，关闭姿态/衣纹识别。
ControlNet单元1 → 上传金小谷半身图→预处理器选“openpose”→模型选“control_v11p_sd15_openpose”→控制权重设0.55→仅启用“身体骨架”，关闭手部细节与面部映射。
方法二：手动绘制蒙版分区引导（适用于三人及以上）
在图生图模式中，先生成粗稿→用画笔工具在蒙版层分别圈出青禾、金小谷、唐眠所在区域→每个区域单独调用对应触发词+ControlNet单元→导出时勾选“蒙版融合强度=0.82”，避免边缘过渡模糊导致特征串流。
底模与LoRA分层加载策略
第一步：禁用全局LoRA叠加。在LoRA模块中只启用一个角色专属LoRA（如qinghe_face_v3），其余角色靠纯提示词+ControlNet驱动。
第二步：若必须启用多个LoRA，则必须满足：总强度≤1.2，且各LoRA权重严格按角色重要性分配，例如qinghe_face_v3@0.5 + jinxiaogu_clothes_v1@0.4 + tangmian_hair_v2@0.3。
第三步：底模必须为人像强解耦型，如F.1超清纯感人像写实或majicMIX_realistic_V7，【禁用anything系列等泛化底模，否则角色间五官会自动均质化】。
负向词定向拦截法
直接将这组词粘贴进Negative Prompt框：
(same face on multiple characters:1.8),(identical hair style across persons:1.6),(shared clothing texture:1.5),(swapped facial features:1.7),(cloned hands:1.4),(uniform pose alignment:1.3)
这组词专治多角色场景中最顽固的混淆现象：脸型复制、发式雷同、布料材质一致、五官错位交换、手势完全同步——它们比通用词“deformed, extra limbs”更精准切断角色间特征传染链。
分镜级参数固化操作
第一步：在首次生成三人同框满意图后，点击右上角「保存当前参数集」→命名为“qinghe_jinxiao_tangmian_trio_v1”。
第二步：后续所有调整，必须基于该参数集克隆修改，不可新建空白参数页重配。
第三步：每次生成前，在参数区底部确认状态栏显示“已加载三角色锚定参数集”，若出现“检测到LoRA变更”或“ControlNet配置偏移”提示，立即回退。
