LiblibAI生成同一角色发型总变化的根本原因是提示词未锚定发型结构、Seed值未锁定、底模与LoRA组合不稳定；需用三要素命名法（角色名|材质+形态+位置）、固定Seed、绑定稳定模型组合，必要时训练专用LoRA。
☞☞☞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☜☜☜
LiblibAI生成同一角色时发型总变化，根本原因在于提示词未锚定发型结构、Seed值未锁定、底模与LoRA组合不稳定——比如“黑长直”每次生成可能变成波浪卷或齐耳短发，不是模型不听话，而是你没给它不可动摇的物理参照。
用三要素命名法锁死发型
第一步：在正向提示词最开头写「角色名:XXX」，紧接着用竖线|连接发型描述，例如“角色名:沈砚|鸦青高马尾|玄色直裰配云纹玉带|青竹折扇”。【竖线|是中文锚定结构的关键符号，误用顿号、斜杠或空格会导致分词失败】
第二步：发型描述必须含材质+形态+位置三项，缺一不可。只写“高马尾”会漂移成丸子头或侧马尾；只写“鸦青”可能搭配披发或双丫髻；必须写全“鸦青高马尾”，AI才把它识别为一个不可拆解的强语义单元。
第三步：禁用英文直译。“black long hair”换成“鸦青垂肩直发”，“bun”换成“赤金垂鬟髻”，“ponytail”换成“鸦青高马尾”。模型对“鸦青”这类具象色名+“高马尾”这种空间定位词的响应强度，比泛称高出4倍以上。
固定Seed值并全程复用
方法一：手动输入Seed值并全程复用
在参数区找到“Seed”框→删除默认的-1→输入一个大于0的整数（如87326）→首次生成满意后，复制该数值→后续所有同系列图均粘贴此值。
方法二：绑定底模与LoRA组合
在CHECKPOINT下拉菜单中选定已验证稳定的底模（如F.1超清纯感人像写实）→记录完整文件名→若启用LoRA，仅勾选一个已训练好的角色LoRA（如shenyan_hair_v1）→权重固定为0.75→每次生成前确认状态栏显示“当前模型:F.1 + shenyan_hair_v1”，无版本混用提示。
【若中途切换底模或LoRA，即使Seed相同，发型结构也会发生不可逆偏移】
训练专用发型LoRA（仅当需极致稳定）
第一步：准备三张严格对齐的发型训练图
用PS或Photopea打开原始立绘，用「标尺工具」测量左眉峰至内眼角像素距离，记下数值（例如142px）；另两张图必须校准到完全一致，偏差＞8px即失效。
第二步：上传至LiblibAI「训练LoRA」→选择底模（人像类选SD1.5，写实真人照选SDXL）→裁剪方式选「聚焦剪裁」→确保每张图发型占画面60%以上。
第三步：打标环节人工校验，每张图只保留两个词：【触发词】+【1girl 或 1boy】（例：shenyan_hair_1girl）；触发词须全英文、无空格、不加括号，后续生图时必须前置调用。
第四步：训练时勾选「面部对齐增强」开关，并设迭代步数为1200步；导出LoRA后，在生成时加载，权重设为0.75。
