在AI创作插画、绘本或短剧时，保持主角形象的一致性是一大挑战。Stable Diffusion提供了一套行之有效的解决方案，通过组合ControlNet的IP-Adapter模型与特定LoRA，可以精准锁定并复用人物面部特征，让创作更高效连贯。
智能速览
使用ControlNet的IP-Adapter V2模型锁定面部特征。
需搭配plus_v2版本的LoRA共同使用以达到最佳效果。
精准设置权重参数（如1.6）以避免画面污染。
可结合其他LoRA（如炫光机甲）实现风格化叠加。
能联动OpenPose固定人物姿势，保持面部一致性。
精华内容
掌握人物一致性，是AI绘画走向专业应用的关键一步。下面将深入解析一套稳定高效的工作流程，帮助你轻松实现角色形象的精准控制。
核心配置
启动Stable Diffusion的文生图功能，首先需要打好基础。选择一个合适的写实风格大模型，例如麦橘realistic，以适配后续的人物生成。
正向提示词可以简洁明了，如“一个女孩，黑色的眼睛，半身照”。同时，需要准备一段通用的反向提示词，用以规避画面畸形等负面问题。
采样方法推荐选择DPM++2M配合Karras调度器，迭代步数设置在25到30步，分辨率建议为512x768，这些参数能让生成的图片细节更丰富。
面部特征锁定
该工作流的核心在于ControlNet的精准运用。打开ControlNet单元，上传参考人物的图片，并勾选“启用”与“完美像素”复选框。
控制类型选择“IP-Adapter”，预处理器设为“face_id_plus”，模型则选用最新的pulse V2版本。接下来是关键参数的调整：将IP-Adapter的权重调整至1.6，引导终止时机设置为0.8，这样能有效提取并强化参考图的面部特征。
LoRA协同工作
仅有ControlNet的配置还不够，还需要一个LoRA来协同捕捉面部特征。必须在正向提示词中加入一个“ip-adapter-plus_v2”版本的LoRA。
这个LoRA与ControlNet中的V2模型相对应，二者配合才能实现理想的一致性效果。需要注意的是，此LoRA的权重也需要适当调整，通常设置一个较低的值，以避免其对画面风格产生过度“污染”，干扰主体特征的表现。
风格与姿势拓展
在保证面部一致性的基础上，还能进行丰富的艺术创作。可以继续在正向提示词中加入其他风格的LoRA，例如“炫光机甲”LoRA，并将其权重设置为0.8，从而在保持人物面容不变的情况下，生成极具视觉冲击力的风格化图片。
此外，还能结合OpenPose功能来固定人物的姿势。只需将OpenPose的“启用”状态设为1，系统就能在参考人物面部特征的同时，完美复刻指定的姿态，实现更高维度的精准控制。
这套工作流为AI绘画创作者提供了强大的人物一致性保障，无论是制作系列插画还是视频短剧，都能大幅提升效率。随着工具的持续迭代，未来的AI创作将拥有更多可能性。
