想让AI生成同一个人？它连光线背景一起复制了

许多人上传一张人物照片，想让AI生成同一个人的其他照片。但AI并不像人那样理解“只参考脸”——它会同时复制光线、背景、服装、构图和风格。多数图像生成模型不会自动区分“人物身份”跟“其他无关元素”。一张参考图在AI眼里同时是风格图、光线图、场景图。上传参考图不等于开启人物复制，模型只能提取近似特征，而不是直接复制人脸。

问题的根源在于参考图和文字提示之间存在控制权竞争。你想在提示词里改变风格或场景，而参考图自带某套风格，两者就会打架。要求改变的东西越多，人物一致性就越差。

怎么解决？核心是明确告诉AI参考图负责什么、不负责什么。

首先，不要让同一张参考图承担多重任务。如果你只想参考人物的脸，就不要上传全身写真。可以先把参考图裁剪成标准头肩肖像，只保留面部区域。这样AI对风格、构图的参考就大大减少。

更稳定的方法是分两步走。第一步，用参考图结合简单的描述生成一张人物基准图，保持与参考图相近的角度和中性风格。第二步，用这张基准图去改变场景和风格。先稳定人物，再变化环境。

提示词方面，不要堆砌互相冲突的风格词。最好只保留一个主要风格，搭配少量辅助质感。角度上不要一开始就追求大幅度换脸。如果参考图是正面，先尝试正面或轻微侧脸。

参考图不是越多越好。如果上传多张照片且存在差异，模型得判断哪一张才代表真实身份，最终可能变成几张照片的平均结果。选择参考图的标准是：面部信息最完整、最清楚、最中性。那些面部占比小、侧脸、遮挡、美颜滤镜过重、极端光影、低分辨率、夸张表情的照片都不适合做人物参考。

当生成结果不理想时，可以按顺序排查。第一步，去掉参考图，看纯文字描述能否达到基本效果。第二步，只保留人物参考，去掉风格参考。第三步，更换参考图，测试是否是图片本身的问题。第四步，逐项增加变量，找出哪个变量破坏了一致性。第五步，检查提示词中的风格冲突。

解决参考图不一致的核心，并不是一句更强硬的“照着生成”，而是明确参考范围、先稳定人物再改变风格、减少变量冲突。做好这三件事，成功率会明显提高。