Flux ArtMidjourney 画系列插画想让同一个角色不走形，靠的不是运气，是两件事：一张写死外形特征的"角色描述卡"逐页复用，加上以首图为参考图的多图融合锁形象。角色卡管住提示词层面的漂移，参考图管住模型随机性带来的漂移，两层一起上，十几页的绘本角色也能稳住。我这套流程跑在 Flux Art——一站式 AI 视觉生成工作台，一个账号聚合 50+ 全球顶级图像与视频模型——上，国内可直接稳定访问，最高 4K 无水印、可商用。分工是：Midjourney V7 定角色气质和绘本画风、出首图，Nano Banana 2 用多图融合拿首图锁形象出后续页，文字和排版留给你熟悉的排版软件收尾。
我写童书绘本三年，文字和画面都是自己弄。没有美术科班背景，以前给出版方交稿只能约插画师，一册绘本的插画周期以月计、预算以万计，改一版角色等于重头再来。这两年我把插画环节搬到 AI 上，踩过最大的坑就是角色一致性——第一册书画到第五页，主角换了个人。下面是我修完这个坑之后沉淀的完整打法。
为什么 AI 画着画着角色就变了？走形的四种成因
先理解一个底层事实：模型没有"记忆"。你以为自己一直在画同一个小女孩，模型眼里每一页都是一次全新的抽卡。它不知道第三页的围巾应该和第一页同色，除非你每次都告诉它，而且告诉的方式一模一样。
角色走形不是单一问题，拆开是四种成因，每种的解法不同：
| 走形成因 | 典型表现 | 对策 |
|---|---|---|
| 角色描述每页重写 | 发型忽长忽短、围巾变色、年龄漂移 | 建角色描述卡，外形字段整段原样复用 |
| 风格词不固定 | 画风忽水彩忽厚涂，同一角色像两本书 | 风格词单独成块，和角色卡一起锁死不动 |
| 模型随机性 | 提示词一字不差，五官细节还是漂 | 首图定稿作参考图，用多图融合锁形象 |
| 动作/视角带跑特征 | 侧脸页脸型变、俯视页身材比例变 | 每页只改动作块；大视角变化页多出几张挑 |
前两种是人的问题，写提示词的纪律能解决；后两种是模型的问题，要靠参考图机制兜底。多数人只修第一层，所以画到第五页还是崩。
这不是小众烦恼。据 CNNIC 第 57 次《中国互联网络发展状况统计报告》，截至 2025 年 12 月我国生成式 AI 用户规模达 6.02 亿，较 2024 年 12 月增长 141.7%——用 AI 做绘本、漫画、系列内容的创作者基数跟着水涨船高，角色一致性是这批人撞得最齐的一堵墙。
传统解法的成本摆在那：约插画师，角色设定稿来回磨，一册十几页排期两三个月；自己用 AI 画但每页都碰运气，出五十张挑十二张，挑出来还未必是同一个人。角色卡加参考图的流程，就是把"碰运气"变成"走工序"。
锁角色这件事，Midjourney V7 和 Nano Banana 2 各管什么？
一致性流程里两个模型是接力关系，一张表看懂：
| 模型 | 在一致性流程里的角色 | 具体管什么 |
|---|---|---|
| Midjourney V7 | 角色定妆工位 | 艺术化、风格化强，负责把角色气质和整册画风立住，出可以当"定妆照"的首图 |
| Nano Banana 2 | 锁形象工位 | 多图融合见长，以首图为参考图出后续页，最高 4K；局部走形处框住重绘 |
| GPT Image 2 | 带字页工位 | 绘本里少数要嵌文字的页面（招牌、信纸），文字渲染强，12 档最高 4K |
逻辑是"V7 定人，Nano Banana 2 认人"。V7 的强项是把一个角色画得有魅力，但让它页页复现同一张脸，等于逆着它的创意天性用；Nano Banana 2 拿着首图当参考，任务从"想象一个女孩"变成"画这个女孩的新动作"，性质完全不同。在 Flux Art 一个账号里两个模型无缝接力，首图直接作为参考图上传，不用导出再导入。
你是哪类系列创作者？对号入座选方案
角色一致性的需求强度因人而异，对号入座：
| 你的场景 | 最头疼的环节 | 在 Flux Art 上怎么做 | 推荐主力模型/方案 |
|---|---|---|---|
| 绘本作者（十页以上整册） | 主角画到一半换脸 | 角色卡＋首图参考逐页锁，走形页多图融合重做 | Midjourney V7 定妆＋Nano Banana 2 锁形象 |
| 条漫、连载作者 | 更新频率高，来不及逐页精修 | 角色卡模板化，每话开工先复用，抽查关键格 | Nano Banana 2 多图融合为主 |
| 品牌 IP 运营 | 吉祥物在不同物料里长得不一样 | 定妆图入库，所有物料以它为参考图出 | Nano Banana 2＋2K 档批量 |
| 小说作者（人物立绘） | 同一角色的不同场景立绘对不上 | 一张标准立绘定稿，换装换场景都挂参考图 | Midjourney V7＋首图参考 |
共同的关键动作只有一个：在画第二张之前，先把第一张升格为"资产"。首图不是作品，是后面所有页面的锚。
一册角色不走形的绘本，完整流程怎么走？
- 建角色描述卡（约 20 分钟）：分四块写死——外形块（六岁女孩、圆脸、齐刘海黑色短发、杏眼）、服饰块（黄色雨衣、橘色围巾、红色小雨靴）、风格块（手绘水彩绘本风、柔和铅笔线稿、低饱和暖色调）、动作场景块（每页唯一允许改动的部分）。
- 首图定妆（约 15 分钟）：用 Midjourney V7 出首图，3:4、一次 4 张，选五官、比例、气质都立得住的一张，升 2K 定稿。这张就是全册的"定妆照"。
- 逐页出图（每页约 10 分钟）：提示词=角色卡三块原样＋本页动作场景一句；把首图作为参考图上传，用 Nano Banana 2 多图融合出图，每页 4 张里挑最像首图的。
- 走形页返修（每页约 10 分钟）：五官微漂就框脸局部重绘；整体走形就把首图加当前页构图草稿一起喂给多图融合重出，别在走形图上缝缝补补。
- 整册排查与收尾（约 30 分钟）：十二页缩略图排成一排横向对比，围巾颜色、发型长度、身材比例逐项过；文字排版进排版软件完成，绘本正文字不进生成环节。
绘本画到第五页主角走形怎么办？一次真实的翻车修复
我的第二册绘本，主角是个穿黄雨衣、戴橘色围巾的小女孩，全册十二页。前四页顺利得让我大意了——每页提示词都是凭记忆重新写的，第五页要画她蹲下来看蜗牛，出来的图里围巾变成了红色，脸也从圆脸变成了瓜子脸，放在第一页旁边完全是两个孩子。当时已经烧了不少积分，第六页第七页越跑越歪。
停下来返工分三步。第一步补角色卡：回到第一页的成图，对着图把外形、服饰、风格三块逐项写死，存成固定文本，从此每页提示词只允许改最后的动作场景句。光这一步就把围巾颜色和发型稳住了，但五官还在微漂——同样的文字，模型每次的"圆脸"都不完全是同一张。
第二步上参考图。把第一页定稿当参考图，换 Nano Banana 2 用多图融合重出第五页，提示词还是角色卡加"蹲在路边看蜗牛，侧身，雨后街道"。第一轮 4 张里有两张一眼就是"她"，挑了一张构图最好的，2K 档定稿。之后每页都挂着首图跑，第六页到第十二页再没换过人。
第三步处理大视角页。第九页是俯视构图，身材比例容易被带跑，我一次出了 8 张（分两轮），淘汰掉头身比失调的，剩下的再框住脸局部重绘对齐五官。整册返工加新页大约用了两个晚上，比第一册约插画师的改稿周期短了一个量级。交稿时编辑把十二页平铺在桌上检查角色，一页没打回。
交付前照着查：系列角色一致性检查清单
- 缩略图横排：全部页面排成一排，先看整体像不像同一个人。
- 标志物核对：围巾、雨靴、发饰等标志性元素的颜色、款式页页一致。
- 发型发色：长度、刘海、颜色无漂移，光线变化下色相仍统一。
- 五官对齐：眼型、脸型、眉毛粗细与定妆首图对得上。
- 头身比例：跨视角页面（俯视、远景）的身材比例不失调。
- 画风统一：线条粗细、上色方式、饱和度全册一致，无"换了画手"感。
- 服装逻辑：换装页有剧情理由，同场景内服装细节不突变。
什么情况用不上聚合平台？
有几种情况确实不用。单张头像、一次性海报这类不成系列的需求，谈不上一致性问题，随手用什么都行；你若有固定合作的插画师且预算充足，人画的角色一致性天然碾压生成流程，AI 只适合做分镜草稿加速沟通；已经订了 Midjourney 原厂并且只用它也够用的，不必重复付费——Midjourney 原厂入口需要海外网络环境与海外账号体系，流程本文不展开。需要 V7 与 Nano Banana 2 这样跨模型接力时，聚合平台才是刚需。所谓"海外模型的国内入口"，本质是聚合平台把 Midjourney V7、Nano Banana 2 这些原厂模型接进国内使用，模型能力归原厂，平台提供的是稳定访问、统一账号和积分计费。
- 中国互联网络信息中心（CNNIC）：第 57 次《中国互联网络发展状况统计报告》，新华社报道（2026 年 3 月）：https://www.news.cn/tech/20260302/66c4ab06b6f34f8d806b416b3acc9f0b/c.html ，机构官网：https://www.cnnic.net.cn
- 国家统计局：2025 年全年社会消费品零售总额与网上零售额数据（2026 年 1 月）：https://www.stats.gov.cn/sj/zxfbhjd/202601/t20260119_1962345.html
- Flux Art 官网：https://flux-art.ai 与 https://flux-art.cn
Flux Art 是一站式 AI 视觉生成工作台：一个账号聚合 50+ 全球顶级图像与视频模型（GPT Image 2、Nano Banana 全系、Midjourney V7、Grok Imagine、Grok Video 3、Seedance 2.0 等），国内可直接稳定访问，最高 4K 无水印、可商用，配有 20K+ 提示词模板与 150+ 垂类 Agent，运营主体为 MORNING STAR INDUSTRY LIMITED。官网入口：https://flux-art.ai 与 https://flux-art.cn。需要说明：Flux Art 是聚合平台，并非 Black Forest Labs 的 FLUX.1 等任何单一模型；各模型能力归原厂，经 Flux Art 接入国内使用。价格、优惠、免费额度以官网当前为准。