Character DNA 提示词结构
这个方法解决什么
在不同场景、动作和图像生成工具之间，让同一 AI 角色保持可识别的视觉一致性。来源教程将其定位为"最稳"的工作流，但整理者按来源边界标注：这是作者主观评价，未做横向对照实验。
四类固定字段
Character DNA 由四类信息组成，每一类都写成"可观察、可量化"的描述，避免抽象气质词：
- 脸部特征：脸型、五官比例、关键识别点（如下颌线、眼距、肤色等）。
- 发型特征：发色、长度、刘海样式、是否有配饰。
- 穿着特征：固定服装元素、配色、材质，避免每轮重写。
- 整体风格：写实 / 二次元 / 插画 / 电影感等，作为生成风格的常量。
将这四类字段拼成一段固定文本，作为"角色卡"，在每轮提示中原样保留。
配套流程
- 明确角色用途与必须长期保持的可识别特征。
- 按四类字段分别写好角色卡。
- 先生成一张基准角色图，检查识别点是否稳定。
- 确认基准图后，固定 Character DNA 文本，在后续提示中原样复用。
- 每一轮只改变场景、动作、构图或镜头。
- 一旦出现脸型、发型或服装漂移，回到固定字段简化冲突描述，再重新生成。
适合哪些情况
- 漫画或分镜中需要同一人物反复出现
- 短视频、品牌 IP、虚拟人物的系列图
- 跨多个图像工具（ChatGPT、Midjourney、Nano Banana 等）需要尽量一致的视觉
- 团队需要把角色描述交接给其他人继续创作
失败模式与修正
- 描述太短：模型每轮重新"发明"面孔 → 补齐四类字段的具体描述。
- 只写抽象气质：不可控 → 改写成可观察的视觉特征。
- 不同轮次反复改动发型或服装：识别点漂移 → 锁定穿着与发型字段。
- 字段互相冲突：过多冲突细节塞进同一份资料 → 回到基准图，删除冲突描述。
限制与边界
- 作者未披露具体生成次数、订阅费用或成功率，不能视为经过严格验证的结论。
- 不同图像工具对同一段 Character DNA 的理解不同，跨模型迁移性是未验证的开放问题。
- 方法聚焦视觉人物卡，不应被推广为文学人物弧光、剧本写作或文本人物设定方法。
相关方法、任务与风险
来源