需先建立角色锚点：以“角色名:XXX|发型/脸型|服饰|道具”格式开头，用竖线分隔并覆盖三要素；再锁死Seed与模型栈；加入中式细节纠错负向词；最后用ControlNet双控预留多视角延展接口。
☞☞☞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☜☜☜
要在LiblibAI上生成一个从脸型、发型、服饰到神态都稳定可复用的完整原创角色，不能只靠单次文生图堆砌形容词，必须建立角色锚点、锁定生成根基、拦截中式细节崩坏，并为后续多视角延展预留控制接口。
构建不可拆解的角色锚点
第一步：在正向提示词最开头写「角色名:XXX」，例如“角色名:沈砚|乌木簪束高马尾|玄色直裰配银线云纹|左手按剑鞘末端”。【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：三项属性必须同时覆盖发型/脸型、服饰、道具（或标志性姿态），缺一不可。只写“沈砚|乌木簪束高马尾”会让直裰变成圆领袍或道袍；只写“沈砚|玄色直裰”则马尾可能塌成垂鬟髻或散乱披发。
第三步：禁用英文直译词。“black robe”换成“玄色直裰”，“tall ponytail”换成“乌木簪束高马尾”，“holding a sword”换成“左手按剑鞘末端”。模型对“乌木簪”“银线云纹”“剑鞘末端”这类具象定位词的响应强度远高于泛称。
锁死生成根基：Seed与模型栈
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69420）→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_face_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_face_v1”，无版本混用提示。【若中途切换底模或LoRA，即使Seed相同，角色五官也会发生不可逆偏移】
防崩坏负向词：中式细节纠错
直接将这组负向词粘贴进Negative Prompt框：
（交领左衽:1.5）,（衣襟重叠错乱）,（盘扣缺失或错位）,（汉服袖口窄于小臂）,（发髻松散露皮筋）,（现代发胶感）,（塑料质感皮肤）
这组词专治国内用户高频遇到的崩坏类型：交领方向错误、盘扣数量不符、袖宽比例失真、发髻结构虚假——它们比通用词“deformed hands”更精准拦截中式服饰逻辑漏洞。
预留多视角延展接口：ControlNet双控法
第一步：启用两个ControlNet单元
ControlNet单元0 → 选择“depth”预处理器+对应模型，上传一张该角色正面标准立绘图，启用“像素匹配”模式；
ControlNet单元1 → 选择“openpose”预处理器+对应模型，上传同一张图的OpenPose关键点图（可用平台自动生成功能产出）。
第二步：设置权重与控制强度
单元0（depth）的Control Weight设为0.85，Pixel Perfect开启；
单元1（openpose）的Control Weight设为0.6，Processor Res设为512，确保肢体结构不塌陷又保留自然微动。
第三步：测试侧脸与半身构图
保持全部参数不变，仅修改提示词中姿态描述：“角色名:沈砚|乌木簪束高马尾|玄色直裰配银线云纹|左手按剑鞘末端, three-quarter profile view, studio lighting”→生成→观察耳廓轮廓、肩线角度、袖口垂坠感是否与正面图一致。
