Midjourney 能讓角色在新圖像中保持可識別性,但它並不儲存嚴格的 3D 身份模型。每個結果都是參考圖、提示詞、構圖、風格與當前模型之間協商的產物。這就是為什麼提高參考權重可以改善臉部,但同時會使姿勢、服裝或場景的靈活性降低。

Before and after comparison showing Midjourney character drift and improved identity consistency

如果你的主要問題是…… 優先調整這一項
臉看起來像另一個人 使用更清晰的肖像參考圖,並設定中等至強烈的身份影響度
姿勢與構圖一直複製參考圖 降低參考強度,或選擇構圖元素較少的來源圖
服裝在場景之間出現變化 加入全身參考圖,並重複描述具體的服裝細節
藝術風格改變了臉部 減少風格衝突,並在加入強烈風格化之前先測試身份識別效果
觀看 Midjourney 一致角色工作流程的全覽影片
本文內容

Midjourney 角色參考的實際運作原理

角色參考並非將一張臉貼到每個新提示詞上,而是引導生成過程朝向可識別的身份特徵。模型仍會在新的構圖中重新建構人物,這同時帶來靈活性與漂移的問題。

One fictional Midjourney character maintained across five photographic scenes and camera angles

為本指南分析的全覽影片在三個實務要點上達成共識:

  • 參考圖的品質比提示詞的長度更重要。一張清晰、富含身份特徵的來源圖,能給模型提供比一段臉部形容詞更強的信號。
  • 一致性是一個範圍,而非一個開關。151 張圖中相似的臉,與嚴格的製作連續性並不相同。請決定你的專案能容忍多少程度的差異。
  • 每增加一個變數都會帶來壓力。同時改變角度、年齡、表情、服裝、身體姿勢、媒介與燈光,會讓你難以判斷身份識別為何失敗。

舊版的 `--cref` 方法與新版的 Omni Reference 控制項都服務於以參考圖為主導的相關目標,但語法、支援的模型版本及介面可能會有所變動。在依賴舊版教學指令之前,請先確認當前的 Midjourney 官方文件。

步驟一:選擇易於重複使用的角色參考圖

一張實用的參考圖應清楚呈現你希望 Midjourney 保留的特徵。若臉部在圖像中只佔很小的比例,模型可能會比身份特徵更強烈地學習服裝與構圖。

Front, three-quarter, profile, full-body, and expression references prepared for Midjourney character consistency

  • 從中性光線下清晰的正面或四分之三側面肖像開始。
  • 當剪影與服裝很重要時,加入全身來源圖。
  • 避免濃妝大改、極端鏡頭畸變、太陽眼鏡、臉部遮擋及深度陰影。
  • 裁切掉畫面中其他人物及令人分心的背景主體。
  • 使用虛構或已授權的角色,並保留原始高解析度來源圖。

如果角色尚未設計完成,一個符合網站地圖規範的AI 角色生成器可以幫助建立第一張參考表。對於風格化主角,可以比較動漫角色生成器奇幻角色生成器,而不是強迫套用單一通用的視覺方向。

步驟二:使用 --cref 或 Omni Reference,避免提示詞過度負載

在舊版角色參考工作流程中,參考圖的 URL 透過 `--cref` 提供,`--cw` 則影響角色特徵被繼承的廣度。在新版介面中,Omni Reference 可透過網頁 UI 或該模型版本所支援的當前參數來選用。

持久有效的工作流程比記住某個指令更重要:

  1. 撰寫場景提示詞時,無需重複參考圖中已可見的每個臉部特徵。
  2. 使用當前模型所支援的方式附加角色或 Omni 參考圖。
  3. 在加入風格參考、特殊鏡頭或複雜動作之前,先生成一個簡單的基準場景。
  4. 在條件允許時,使用相同的種子或提示詞結構,比較小範圍的權重網格。
  5. 將成功的提示詞、模型版本、長寬比、參考圖及設定一併儲存。

提示詞中的矛盾會削弱一致性。如果來源圖中是短銅色鮑伯頭,卻要求腰長黑髮,就會產生直接衝突。請決定新屬性或原始身份哪個應該優先。

步驟三:調整角色或 Omni 參考權重

參考權重控制著一種取捨關係。影響力太弱會產生一個主題相似但面孔不同的陌生人;影響力太強則可能複製原始姿勢、裁切、服裝或攝影感覺,使場景變換更加困難。

Controlled comparison of loose, moderate, and strong Midjourney character-reference influence

觀察到的結果 調整方式
身份辨識度太低 提高參考影響力、簡化場景,或使用更清晰的臉部來源圖
姿勢與構圖卡住了 降低參考影響力,或以更中性的圖像替換來源圖
臉部穩定但服裝漂移 加入全身參考資訊,並明確指定材質、顏色與配件
風格參考壓過了身份識別 降低風格強度,先測試身份識別效果,再逐步重新引入風格化

不要追求某個萬能的「最佳」數值。建立一個可重複使用的測試提示詞,包含肖像、側面、全身、不同光線及動作場景。最可靠的設定是能通過你自身專案基準測試的那個範圍。

步驟四:控制服裝、物件與風格衝突

新版 Omni Reference 工作流程之所以實用,是因為參考圖可以代表的不僅僅是臉部。當主角以制服、生物設計、產品、載具或標誌性物件來定義時,這一點尤為重要。

One fictional character and vintage red camera preserved across multiple Midjourney scenes

將特徵分為三個群組:

  • 身份不變項:臉部、年齡、髮型結構、身體比例、特徵記號。
  • 製作不變項:預設服裝、顏色、珠寶、載具、產品或反覆出現的道具。
  • 場景變數:表情、動作、環境、時間、鏡頭及鏡頭大小。

Same fictional character tested across photography, illustration, animation, and cinematic styles

強烈的視覺風格會重新詮釋臉部幾何形狀。請先測試寫實身份識別效果,再套用目標媒介風格。如果某種風格持續破壞辨識度,請建立一張已接近該風格渲染的參考圖,而不是要求一張攝影來源圖承受激烈的風格轉變。

若要對已核准的圖像進行受控的背景、服裝或姿勢編輯,專用的圖生圖工作流程可能比重新生成整個場景更為可預測。圖生圖生成器比較為這項更精確的任務提供了額外的選項。

步驟五:處理多個角色而不產生身份混淆

一個一致的主角,比同一畫面中三個各自獨立的角色要容易處理得多。當提示詞沒有提供清楚的空間區隔時,全域參考條件可能會混合臉部、服裝線索或屬性。

Three distinct fictional characters and their individual portrait references demonstrating multi-character complexity

請依序使用以下策略:

  1. 用獨特的位置與動作描述每個人:左側、中間、右側;坐著、站著、入場。
  2. 保持服裝顏色與剪影的明顯差異,讓模型能夠區分角色。
  3. 當選角準確度很重要時,單獨生成每個角色,再進行合成或使用區域編輯。
  4. 只有在個別角色設計穩定之後,才建立群體參考圖。
  5. 使用反應鏡頭和分開拍攝,而不是要求每個對話節拍都擠在一張擁擠的圖像中。

這是一個製作洞見,而不僅僅是 Midjourney 的限制:分開拍攝能給編輯人員更多控制權,並減少必須同時保持完美的身份數量。

步驟六:建立一致的故事板或圖像系列

當場景作為規劃好的序列而非孤立的想法來生成時,一致性會更容易實現。鎖定角色,然後每次只變動一個敘事維度。

Same fictional protagonist maintained across six connected storyboard scenes and camera angles

  1. 建立主要肖像與全身圖像。
  2. 在不含角色的情況下生成場景確立鏡頭。
  3. 先以廣角鏡頭加入角色,再依序拍攝中景、特寫、反應及細節鏡頭。
  4. 追蹤服裝狀態、道具、光線方向、畫面方向及情緒發展。
  5. 只對通過序列審查的畫格進行放大處理。

An AI 分鏡腳本生成器可以在您花時間精修每張圖像之前,先整理好視覺節拍。如果 Midjourney 的畫格在印刷或動態使用前需要提升解析度,請參閱放大 Midjourney 圖像的指南.

何時應使用更簡單的一致角色工作流程

當視覺探索與美術指導至關重要時,Midjourney 非常有價值。但當使用者只需要將一張來源肖像轉換為可重複使用的角色設定表、數個故事場景或社群素材,而不想學習模型版本參數時,它的效率就相對較低。

目標 實用建議
探索高度美術指導的視覺世界 使用 Midjourney 的參考控制功能,並建立一套經過測試的提示詞系統
從單一參考圖快速建立直覺變體 使用Media.io 一致角色生成器
在保留來源的同時更改特定視覺元素 使用圖像轉圖像編輯,而非完整重新生成
打造漫畫或圖文敘事作品 規劃可重複使用的分鏡涵蓋範圍,並參考漫畫製作工具比較

從單一參考圖建立一致的角色設定表 →

常見問題

  • 什麼是 Midjourney 角色參考?
    角色參考是一項以參考為主導的身份識別功能,用於將可辨識的角色特徵帶入新的生成結果中。依據目前使用的 Midjourney 版本,創作者可能會遇到舊版的 --cref 工作流程或新版的 Omni Reference 控制項。
  • --cref 與 Omni Reference 有何差異?
    舊版的 --cref 工作流程專注於角色身份識別。Omni Reference 則被設計為更廣泛的參考機制,可影響人物、物件、生物或其他主體。確切的語法與可用性取決於當前啟用的 Midjourney 模型及介面。
  • 我應該使用多大的角色參考權重?
    從中等範圍開始,並測試一個小型網格。較高的權重通常能保留更多參考身份或細節,但可能會降低姿勢、構圖、服裝或風格上的自由度。最佳數值取決於參考圖與提示詞。
  • 為什麼我的 Midjourney 角色仍然會改變?
    可能的原因包括:參考圖不夠清晰、提示詞與參考圖相互矛盾、風格壓力主導了身份識別、拍攝角度差異過大,或同時更改了過多屬性。多角色場景也會使身份控制更加困難。
  • Midjourney 能保持相同的服裝嗎?
    通常可以保留關鍵的服裝線索,尤其是在參考圖清晰呈現全身且提示詞有明確描述的情況下,但服裝並非完全鎖定。請將服裝一致性視為獨立於臉部身份識別之外的製作檢查項目。
  • 我可以在一個 Midjourney 場景中使用多個角色嗎?
    可以,但要為每個人物分配不同的穩定身份,比只控制單一主角困難得多。建議分開生成、使用空間上清晰的描述,或在場景需要嚴格選角時進行合成與精修。
  • 我可以使用真實人物的臉作為角色參考嗎?
    請僅在您擁有適當授權,且預期用途符合當前平台規範及適用權利的情況下使用他人肖像。生成圖像並不能免除肖像權、公開權或商業使用等相關考量。
Nicola Massimo
Nicola Massimo Aug 14, 26
Share article:
media.io

AI 影片生成器

輕鬆透過文字或圖片製作影片

立即製作