AI 角色一致性實用教學：男生、女生設定與社群、電商、短影音中文提示詞

- 從主參考圖到角色延伸應用，分清固定特徵與本次任務 -

想讓同一位 AI 人物出現在課程封面、社群貼文、商品展示與短影音裡，可以先準備一張確認過的主參考圖，再清楚交代每次要更換的場景、動作或服裝。

日常最值得學會的，是把「人物本身」和「這次要拍什麼」分開寫。

「主參考圖」就是你挑選並確認外觀的那張圖片。後續製作都以它為依據，逐張檢查人物是否仍然像同一個人。

本文的範本可在支援參考圖編輯的影像功能中練習，例如 ChatGPT、Gemini 與 Grok Imagine。提示詞可以共用基本結構，各平台的結果仍要個別確認。可用功能、參考圖欄位與輸出規格會隨版本、方案及介面調整，操作時以你使用的平台為準。

一、日常角色圖片，需要保留哪些設定？

側面、背面和服裝細節都有用途，可以等到真的需要那個角度時再補。

例如，只做講師半身宣傳圖，就先把臉和上半身造型做好；要拍全身街舞，再處理完整服裝、鞋子與動作空間。

先完成會用到的圖片，再逐步補充角色設定。

二、把提示詞分成「固定項目」與「本次任務」

一份好修改的提示詞，可以用這個結構：

人物參考＋固定特徵＋本次變動＋畫面規格

固定特徵包括臉形、髮際線、眉眼、鼻型、原本的身形，以及你希望沿用的辨識配件。

本次變動包括表情、姿勢、場景、光線，以及這次想替換的服裝。

服裝要不要固定，取決於用途：

• 課程系列圖：可以維持同一套造型，讓整個系列容易辨認。
• 服飾電商：可以固定人物，換穿不同商品。
• 短影音：同一段連續情節維持造型，換場或換主題時再安排新服裝。

OpenAI 的圖片提示指引也提供這種操作方向：交代要改什麼、哪些內容要保留，並說明每張參考圖的用途。

三、男生、女生都先設定「看得見的細節」

「帥氣男生」「漂亮女生」可以表達大方向，但還不足以定義一個容易辨認的角色。

從零設計人物時，先選幾個看得見的特徵就好。

男女都能走親切、專業、運動或街頭方向。男性可以長髮、戴耳環；女性也可以短髮、穿寬鬆西裝。依角色用途選擇，不必把男性固定成肌肉身材，或把女性固定成細腰長腿。

把抽象氣質改成具體畫面

例如，與其只寫：

一位很專業、很有自信的女生。

可以改成：

一位穿著俐落西裝外套的成年女性，站姿穩定，肩膀自然打開，平視鏡頭，一手朝旁邊的空白區做出介紹手勢。

如果你已經有真人照片，就以照片為準。 不要再把這些外貌選項全部加上去，變成重新設計另一張臉。

四、先建立一張主參考圖

範例一：從零建立男性課程角色

這個範例適合課程宣傳、知識型社群與產品解說。人物是虛構設定，可以自行更換年齡感、髮型與服裝。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21

請建立一位原創虛構的成年男性，作為知識型課程的固定角色。

外觀：
約 35 歲的東亞男性，方圓臉、自然濃眉，
短黑髮側分，戴細框長方形眼鏡。
一般身形，肩頸放鬆，身體比例自然。

造型：
深藍色休閒外套，內搭米白色素面上衣，
搭配深灰色直筒長褲與白色休閒鞋。

表情與姿勢：
閉嘴微笑，平視鏡頭，自然站立，
雙手放鬆垂下，呈現親切、沉穩的感覺。

畫面：
3:4 直式，單一人物的全身主參考圖。
從頭到鞋完整入鏡，人物占據主要畫面。
淺灰色背景，均勻柔和的光線，寫實攝影風格。
臉部清楚，保留自然皮膚紋理。
不加入文字、拼貼或其他人物。

可以怎麼調整？

想改成街頭創作者，可以先換成寬鬆外套、工裝褲與運動鞋，搭配放鬆的站姿。

選定人物後，再用主參考圖延伸造型，不必每次重新生成一張臉。

範例二：從零建立女性品牌角色

這個範例適合品牌介紹、知識型社群與生活風格內容，也能換成講師或街舞角色。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22

請建立一位原創虛構的成年女性，作為品牌內容的固定角色。

外觀：
約 30 歲的東亞女性，橢圓臉、自然平眉，
黑色及肩直髮，髮尾微微向內收。
一般身形，肩線與身體比例自然。
妝感清淡，保留自然皮膚紋理。

造型：
深綠色俐落外套，內搭米白色素面上衣，
搭配黑色直筒長褲與米白色平底鞋，
雙耳各戴一枚小圓形銀色耳環。

表情與姿勢：
嘴角輕微上揚，平視鏡頭，自然站立，
雙手放鬆，呈現沉穩、親切的感覺。

畫面：
3:4 直式，單一人物的全身主參考圖。
從頭到鞋完整入鏡，人物占據主要畫面。
淺灰色背景，均勻柔和的光線，寫實攝影風格。
臉部清楚，不加入文字、拼貼或其他人物。

可以怎麼調整？

想改成街舞角色，可以先保留這張臉，再換成素色運動上衣、寬鬆工裝褲與運動鞋。

若要同時改髮型，分成下一輪處理，方便檢查角色辨識度。

範例三：使用自己的照片

使用自己或已取得使用同意的人物照片。這條男女通用，不需要猜測照片中的年齡、身高或個性。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

請使用上傳照片中的同一位人物，
製作一張後續社群內容會使用的半身主參考圖。

臉形、眉眼、鼻型、嘴型、髮際線、髮型、
膚色與可見的身形，以原始照片為準。
保留原本的眼鏡、鬍鬚或其他可見辨識特徵。

本次調整背景、光線、取景、站姿與表情。
人物平視鏡頭，閉嘴微笑，肩膀自然放鬆。
服裝沿用原照可見的造型。

3:4 直式，腰部以上入鏡，
背景改為淺灰色，光線均勻柔和。
不要自行改臉、改年齡感、增加肌肉或改變體型。
只生成一張單人圖片，不加入文字。

若原照沒有拍到足夠的身體範圍，就先使用原照涵蓋的景別。需要完整服裝、鞋款或背面時，再補照片，或明確把那些部分當作新增設計。

選出滿意的主參考圖後，把它保存下來。後續每次生成，都明確附上或指定這張圖。

角色名稱可以方便整理，但名字本身不會讓模型自動知道角色長相。

五、三種日常應用提示詞

下面三種應用都能使用剛才建立的男性、女性角色，或自己的照片。

操作方式很簡單：先附上主參考圖，再貼對應提示詞。

應用一：課程與社群宣傳圖

這類圖片通常需要清楚的人物、與文案配合的手勢，以及可以放標題的空間。

先把人物與構圖做好，標題最後再排版。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

請使用我上傳的主參考圖，製作同一角色的課程宣傳圖片。

保留人物的臉部辨識特徵、髮型、身形、
服裝與原有配件。

人物站在畫面右側，腰部以上入鏡，面向鏡頭微笑。
一隻手自然打開手掌，朝向畫面左側的空白區，
呈現正在介紹課程內容的姿態。

背景是簡潔、明亮的教室，
只放少量模糊的桌椅，避免背景搶走注意力。
人物清楚，光線柔和自然。

輸出 16:9 橫式單一場景。
左側約四成畫面保留乾淨留白，供後續加入標題。
只出現一位角色，圖片內不額外加入文字或標誌。

要做直式貼文，可以把比例改成 4:5，並將留白改成上方。

不要只改比例，卻仍要求橫幅式的大面積左右排列。

應用二：同一位電商模特兒換穿商品

這次需要兩張圖：

• 圖 1：人物參考。
• 圖 2：商品上衣參考。

因為目標是換衣服，就不要同時要求「原本服裝完全不變」。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

請結合本輪上傳的兩張參考圖，製作服飾展示圖片。

圖 1 是人物參考：
保留這位人物的臉部、髮型、膚色與可見身形。

圖 2 是商品上衣參考：
把人物原本的上衣替換成圖 2 的商品。
依商品照片保留可見的顏色、領口、袖長、
口袋、印花位置與扣件設計，
不額外加入沒有出現的裝飾。

人物正面自然站立，雙臂稍微離開軀幹，
讓衣服正面、袖子與輪廓清楚可見。
展示範圍包含整件上衣，衣服自然合身，
不透過改變人物體型來迎合服裝。

輸出 4:5 直式，淺灰色背景，均勻棚燈。
只生成一位模特兒的一張商品展示圖，
不加入促銷文字或多格拼貼。

商品圖必須核對實際商品，尤其是印花、文字、口袋與扣件。

只有正面商品照時，先做正面展示；要展示背面，補上背面商品照。

如果品牌標誌或文字必須精確保留，使用原始素材合成，並檢查成品。不要把生成的穿著效果當成尺寸或版型的實際量測。

應用三：短影音或街舞主角

先做好影片要開始的那一張畫面，再處理動作。

人物參考圖負責外觀；影片起始畫面還要決定場景、景別、站位與動作空間。

真人照片若只有頭像，先補全身造型資料。

第一步：生成起始畫面

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

請使用我上傳並確認過的角色與完整造型，
製作一張街舞短影音的起始畫面。

保留人物的臉、髮型、身形、服裝、鞋子與配件。
角色站在簡潔的室內舞蹈空間，
面向鏡頭，雙腳自然分開，膝蓋微彎，
雙手放鬆，準備開始跳舞。

輸出 9:16 直式，完整全身入鏡。
頭頂與鞋子都保留空間，人物左右有足夠動作範圍。
鏡頭正面拍攝，避免強烈透視。
光線均勻，臉部清楚，地面與背景簡潔。

只生成單一場景、單一人物，
不加入文字、字幕、多格設定板或拼貼。

第二步：交給影片工具處理動作

將這張圖放進影片工具的起始畫面欄位，再給動作要求。

以下以工具支援的 10 秒影片為例：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

以提供的圖片作為起始畫面，生成 10 秒直式影片。

同一位角色，沿用起始畫面的髮型、服裝、鞋子與場景。
鏡頭固定，全身持續入鏡。

0～2 秒：
角色面向鏡頭，保持準備姿勢，
身體自然輕微律動。

2～7 秒：
向左右各踏一步，配合輕鬆的肩部律動與自然擺臂，
動作連續，重心轉移清楚。

7～10 秒：
回到中央站位，收住動作，
最後看向鏡頭輕輕點頭。

動作以簡單、自然為主，
不加入鏡頭切換、額外人物或字幕。

第一次先用簡單動作檢查臉、衣服與身體是否穩定。

若想進一步安排舞步與動態特效，可以接著閱讀豆包 AI 跳舞影片完整教學。

這段適合測試畫面連續性，並不代表已精準對上某首歌的節拍；需要卡點時，再依實際音樂安排動作或剪輯。

如果工具有角色參考欄，就放主參考圖；如果是首幀欄，就放單一場景的起始畫面。 兩個欄位的用途要分清楚。

六、有需要才補角度與表情

做回頭、側身或背面動作時，再補相關參考。

製作多角度參考時，可以逐角度生成，並在後續沿用已確認的參考圖片；每次都要核對角色是否仍像同一個人。

可以一次只要求一個角度：

1
2
3
4
5
6
7
8

請使用本輪上傳的原始人物照片與已確認造型，
製作同一角色朝畫面右方的 90 度側面圖。

只改拍攝角度，保留人物辨識特徵、髮型、
服裝結構、配件與原本的視覺風格。

只生成一張單人側面圖片，不做多格拼貼。
照片未揭露的部分，以我已確認的設計為準。

若未提供或確認側背面資訊，生成的補全部分應當作設計草稿，先確認再沿用。

需要不同表情時，也可以只換一句：

• 微笑：「嘴角輕微上揚，不露齒，眼神自然放鬆。」
• 驚訝：「眉毛上揚，眼睛略張大，嘴巴微張。」
• 思考：「視線偏向側上方，嘴唇輕抿。」

保留人物骨相與辨識特徵，允許表情自然改變眉眼、嘴型與臉頰。

七、畫錯時，只修正出錯的部分

先指出哪裡不對，再說明要保留哪些已完成的內容。

例如臉部走樣，可以同時附上原始主參考圖與目前成品：

1
2
3
4
5
6
7

圖 1 是原始主參考圖，圖 2 是需要修正的成品。

請以圖 1 為準，修正圖 2 人物的臉形、眉眼與髮際線，
讓角色更接近原始參考。

維持圖 2 的表情、服裝、姿勢、背景與構圖。
不要重新設計整個人物。

其他常見問題，也可以用短指令處理：

文字要求仍需要檢查結果。OpenAI 官方文件也指出，角色與品牌元素的一致性、文字與版面控制仍可能出現偏差。若某個區域必須逐像素維持原樣，官方提示指引建議把核准的修改合成回原圖。

八、用一個角色，完成三張日常作品

挑選自己的照片，或先用男性、女性範例建立一位虛構角色，接著完成：

1. 一張有標題留白的課程或社群宣傳圖。
2. 一張同角色換場景，或換穿指定商品的圖片。
3. 一張 9:16 短影音起始畫面。

每張只問四件事：

• 還像同一個人嗎？
• 造型符合本次要求嗎？
• 動作與構圖有用嗎？
• 重要細節看得清楚嗎？

先把你最常用的這三張圖做好，就能開始把角色用進內容工作。

等到新的場景需要側面、背面或特殊表情，再逐步補充參考。

常見問答 (FAQ)

Q1：如何讓 AI 每次生成的角色都像同一個人？

先選出並保存一張清楚的主參考圖，後續每次生成都附上或明確指定它，再分開描述固定特徵與本次任務。固定項目可包括臉形、眉眼、髮際線、髮型、身形與辨識配件；每張成品都要核對，文字提示與參考圖仍無法保證完全一致。

Q2：同一個 AI 角色換衣服時，哪些設定要保留？

保留人物的臉部、髮型、膚色與可見身形，明確指定只替換本次商品或服裝。服飾電商可分別上傳人物參考與商品參考，交代兩張圖的用途，並核對領口、袖長、口袋、印花與扣件。不要同時要求換裝與原本服裝完全不變，也不能把生成效果當成實際尺寸量測。

Q3：主參考圖可以直接當作短影音的起始畫面嗎？

主參考圖主要用來確認人物外觀；短影音起始畫面還要安排場景、景別、站位與動作空間。若工具提供角色參考欄，就放主參考圖；首幀欄則放已確認的單一場景起始畫面。只有頭像時，先補齊全身造型資料；可生成的秒數與欄位以工具實際支援為準。

參考資料

• OpenAI 官方圖片生成教學
• OpenAI 圖片提示指引
• OpenAI 圖片生成能力與限制
• Gemini 官方圖片生成與編輯說明
• Gemini 角色多角度與圖片生成教學
• Grok Imagine 官方圖片生成與編輯介紹