摘要：一张漂亮的 AI 漫画图并不难让人惊讶，难的是让同一个角色跨越不同镜头、服装和章节后仍然被认出来。本文把角色一致性拆成身份、造型和剧情状态，并给出一套适合短篇与连载的生产方法。
AI 漫画最容易制造一种错觉：只要第一张图足够惊艳，后面的漫画就会自然长出来。
现实恰恰相反。
第一张图解决的是"能不能画出来"。第二格开始，问题变成了"还是不是这个人""为什么穿成这样""上一格手里的东西去哪了""这句对白到底是谁说的"。
从这一刻起，AI 漫画就不再是单图生成，而是一项连续生产。
单张好看，是最容易被误判的成功
评价一张图片很简单：构图是否完整，人物是否好看，光影是否有气氛。
评价一段漫画则完全不同。读者会自动把相邻画面连起来，并假设其中的人物、动作、关系和道具都遵守同一个世界。
如果主角在第一格是圆脸，第二格突然变成尖下巴；上一格穿校服，下一格没有剧情原因就换成长风衣；明明受了伤，转个镜头伤口消失了------每个画面单独看都可能不错，但放在一起就不是故事。
因此，AI 漫画的完成标准不能只是"出了多少张图"。
更重要的问题是：这些图能不能被连续阅读。
角色一致性，其实有三层
很多人说角色一致性时，只想到脸像不像。
脸当然重要，但它只解决第一层。
第一层：身份
身份是读者判断"这是同一个人"的基础，包括：
- 脸型、发型、发色；
- 身高、体型和年龄感；
- 永久性的伤疤、配饰或身体特征；
- 姓名、关系和人物设定。
研究中的"主体驱动生成"就在处理类似问题。DreamBooth 的出发点是：普通文本到图像模型很难仅凭描述准确复现一个给定主体，因此需要少量参考图和专属标识来保存关键特征。1
第二层：当前造型
身份不应该等于一套永远不能换的衣服。
角色会换装、受伤、戴上装备，也会在雨里淋湿。当前造型应该单独记录：
- 这一幕穿什么；
- 临时配饰是什么；
- 是否有伤口、污渍或天气影响；
- 当前携带什么道具。
身份负责"还是这个人"，造型负责"这个人现在是什么状态"。
把两者混在一个长提示词里，系统就很难判断哪些信息必须永久保留，哪些可以随着剧情变化。
第三层：剧情状态
这是最容易被忽略的一层。
剧情状态包括角色在哪里、刚刚做了什么、知道了什么、拿着什么，以及下一格必须延续什么。
一个人物可以长得完全正确，却出现在错误的场景，拿着错误的道具，说出另一名角色的对白。视觉上相似，不代表叙事上连续。
StoryDiffusion 把跨一系列图片保持主体和复杂细节一致明确列为挑战。2 对漫画来说，这种"长程一致"还必须加入剧情因果。
把角色当演员，而不是当一串提示词
更稳妥的做法，是把漫画理解成一次拍摄。
故事是剧本，分镜是镜头表，角色资产是演员。每一格开始之前，先明确谁出演、穿什么、做什么，以及必须接住上一格的哪件事。
这比反复复制一段人物描述更可靠，因为描述只告诉模型"画一个什么样的人"，演员表则告诉整个流程"这次仍然由谁出演"。
一个可复用的角色资产至少应该保存：
- 清楚的身份参考图；
- 稳定的人物名称和设定；
- 可区分的默认造型与临时造型；
- 允许变化和禁止变化的边界。
在 StarVeil 的公开工作流里，用户先创建或选择角色，再把角色带入短篇、模板改编或连续故事；角色详情和参考图作为身份锚点继续复用。3 重点不在于承诺永不漂移，而在于角色不必每次从提示词重新发明。
一套适合短篇和连载的生产顺序
如果想降低角色漂移，可以按下面的顺序组织生产。
1. 先建角色，再写长分镜
先确认主角和重要配角的身份参考。角色都没定，就直接生成二十个场景，后面很难判断哪一次变化才是正确版本。
2. 把身份和造型分开
默认脸型、发型和人物设定放在身份层。当前服装、伤口和装备放在造型层。
换衣服时，不需要复制一个"新角色"。
3. 每一格都写清演员表
分镜不能只写"主角走进房间"。还要明确是哪名角色、当前造型、动作、表情、场景、道具和对白。
模型补造的事实越少，连续性越容易控制。
4. 按页面、场景或剧情节拍生成
不要把完整长篇一次丢给系统。
缩小单次生成范围，可以减少连续性上下文的复杂度，也更容易发现漂移从哪里开始。
5. 只重做失败部分
如果一格换脸，优先重做这一格或局部区域。
整批重生成可能修好一个问题，同时把原本正确的构图、对白和角色关系全部换掉。
一致不是完全不变，而是变化有原因
追求一致性，很容易走向另一个极端：每一格都像复制粘贴。
那也不是漫画。
角色必须转头、奔跑、哭、笑、换衣服、变老，甚至在特殊剧情里发生明显变化。真正要控制的不是"变化"，而是"没有原因的变化"。
可以用一个简单问题检查：
去掉对白以后，读者还能不能认出这个角色，并理解这一格为什么接在上一格后面？
如果答案是否定的，问题可能不在画质，而在身份、造型或剧情状态没有被保存。
这套方法也有边界
多人同框、遮挡、极端角度、复杂手部动作和罕见服装，仍然容易增加漂移。
参考图也不等于版权许可。使用真人、品牌角色或第三方 IP 时，仍要确认自己拥有相应权利。
更重要的是，角色一致性不能挽救一个没有剧情变化的故事。人物每格都长得一样，却只是在重复站姿和表情，依然不会形成有节奏的漫画。
技术解决的是"角色能不能持续出现"。作者仍要决定"这个角色为什么值得继续看"。
从一个角色开始，比从二十个场景开始更实际
如果你准备尝试 AI 漫画，不妨先做一个更小的测试：
创建一个角色，给他一套清楚的身份参考，再让他完成三个不同镜头------一个近景表情、一个全身动作、一个和环境互动的场景。
检查身份有没有保留，造型变化是否合理，三格能不能连成一个小事件。
这三格稳定以后，再扩展成短篇；短篇稳定以后，再考虑连载。
AI 漫画真正的门槛，不是让模型偶然画出一张好图，而是让角色在故事里获得持续出演的资格。
参考资料
- Ruiz 等：《DreamBooth: Fine Tuning Text-to-Image Diffusion Models for Subject-Driven Generation》，2022，arxiv.org/abs/2208.12...
- Zhou 等：《StoryDiffusion: Consistent Self-Attention for Long-Range Image and Video Generation》，2024，arxiv.org/abs/2405.01...
- StarVeil AI：《公开产品说明》，访问于 2026-08-20，starveilai.com/llms.txt