AI角色在不同场景中形象不一，是创作者的常见痛点。通过结构化JSON提示词，结合参考图，可以精准控制角色身份与视觉一致性。本教程详解如何利用Google Gemini与Nano Banana Pro，构建自动化工作流，解决角色形象不稳定的难题，适用于AI网红、电影级缩略图等多种创作场景。
智能速览
常规提示词难以维持AI角色的视觉统一性。
JSON提示词通过拆分元素，让创作者精准控制角色关键属性。
利用Google Gemini可创建自定义Gem，自动将文本转为结构化JSON。
结合参考图与JSON提示，可锁定面部、发色等核心特征。
该工作流适用于Nano Banana Pro等AI图像生成模型。
生成的JSON文件支持灵活修改，满足个性化需求。
精华内容
要解决AI角色形象不一的问题，关键在于用结构化方式与AI沟通，明确哪些元素必须固定不变。JSON提示词正是实现这一目标的有效工具。
角色一致痛点
使用常规提示词生成AI角色时，所有信息混杂在一段文字中，模型容易误解或擅自改动关键设定。当需要在不同场景、服装下保持角色身份稳定时，传统方法的局限性就暴露无遗，导致角色面部、发型等核心特征在不同图片中出现偏差，无法形成统一、连贯的形象。
JSON提示优势
JSON提示词通过将角色设定、服装、场景、镜头等元素分门别类，赋予每个部分明确的职责。这种结构化方式让创作者能精准告知AI哪些是必须锁定不变的核心属性（如脸型、瞳色），哪些是可以灵活调整的部分，从而实现更强的掌控力，确保多场景下的视觉一致性。
Gemini构建Gem
首先，在Google Gemini中创建一个自定义Gem。这个Gem相当于一个专用工具，通过为其预设一套清晰的指令，使其专注于单一任务：将输入的纯文本描述（例如“一个有着金色短发的女孩”）自动转换为结构化的JSON格式提示词。整个过程无需手动格式化，显著简化了工作流。
锁定角色特征
获得JSON提示后，需与一张参考图结合使用。参考图的核心作用是锁定角色的身份特征，如面部轮廓、具体发型、发色和瞳色等细节。在发送给图像生成模型时，同时上传JSON文件和参考图，模型会以参考图为基准，并严格遵守JSON中的指令，生成在不同着装和场景下都保持高度一致的角色图像。
掌握JSON提示词工作流，意味着彻底解决了AI角色稳定性的核心痛点。这种方法不仅提升了创作效率，也为批量生成风格统一的系列内容打开了大门。未来是否会出现更智能的角色一致性工具？这种结构化提示的思路无疑为AI图像创作的精细化控制指明了方向。
关键评论
许多观众希望能直接获得教程中提到的Gem提示词或JSON模板。
有用户询问如何在ComfyUI工作流中实现类似的角色一致性效果。
部分观众对如何创建Google Gemini的自定义Gem存在疑问。
