同样是让AI画一个人物，有人只用几句提示词就能得到满意结果，有人写了几百字，人物的脸和衣服还是每张都变。差别往往不是谁更会写提示词，而是任务本身需要的控制方式不同。
如果你想从零设计一位角色，文字能帮你探索方向；如果你要让已经确定的角色连续出现在十个镜头里，参考图通常更重要。两者不是谁取代谁，而是分别负责不同的信息。
提示词擅长说要求，参考图擅长说明样子
提示词适合表达“画什么”和“希望呈现什么效果”，例如人物年龄范围、服装类型、环境、镜头景别、光线和情绪。它的优势是修改方便，不需要每次先制作图片。
参考图则能提供文字难以准确描述的视觉细节。比如一件衣服的领口形状、人物眼睛与眉毛的比例、一个场景的物体摆放。你可能写不出完整描述，但把图片给模型看，它就有机会抓住这些信息。
不过参考图也可能带来额外影响。你只想参考人物发型，模型却连原图的构图、色彩、背景一起模仿。因此，使用参考图之前要明确：到底是参考角色、姿势、构图，还是整体风格。
四种常见任务，控制重点不一样
这张表只是工作起点。具体模型是否支持角色参考、局部重绘、结构控制，都会影响实际选择。某些工具只能上传普通图片，另一些工具可以单独指定风格参考或人物参考，不能把它们当成完全相同的功能。
角色一致性：别把一张参考图当成万能钥匙
做AI漫剧或系列插画时，最容易出现的问题是第一张人物很好看，第二张脸就变了。仅靠“同一个人物”“保持一致”之类的文字，通常不够。
更可操作的做法是先确定角色设定，再准备几张清晰参考图，包括正面、侧面或不同表情。参考图之间也要一致，不能一张短发、一张长发，却期待模型自动判断哪张才是标准。
角色参考还要配合明确的提示词。例如：“同一角色，穿深蓝色短外套，站在公交站旁，侧面中景。”参考图负责身份特征，文字负责本次镜头的动作和环境。
但参考强度不是越高越好。约束过强可能让人物姿势难以变化，约束太弱又可能丢失面部特征。需要连续制作时，应该先测试几种景别和姿势，确认角色能否在变化中保持稳定，而不是只看一张正面图。
构图控制：文字描述位置，经常不如直接给草图
“人物站在画面左侧，右侧留白，远处有一辆车”，这类提示词看似清楚，实际生成时仍可能把人物放到中间。
如果位置关系很重要，简单的构图草图、姿势参考或深度图往往更有效。哪怕草图画得粗糙，只要主体大小和位置明确，也比堆砌十几个方位词更容易让模型理解。
可以这样安排：
- 先画出主体和重要物体的大致位置。
- 用结构控制固定布局，避免主体频繁漂移。
- 用提示词补充人物外观、场景氛围和光线。
- 检查生成结果是否符合最终用途，再调整控制强度。
这里要区分构图参考与风格参考。前者关注物体在哪里，后者关注画面长什么样。两种参考混在一起，容易出现构图保住了、风格却不对的情况。
商业图片尤其不能只看“像不像”
假设要给一家饮品店制作活动海报，画面需要出现指定杯型、品牌标识和促销文字。用提示词从零生成一杯饮料，可能看起来很精致，但杯盖、杯身比例、商标位置都不准确。
这时更合理的流程通常是保留真实产品图，用AI生成背景或氛围，再通过设计软件完成合成和文字排版。因为商用素材需要可核对，不是“看着差不多”就能使用。
类似地，涉及真实人物的宣传图，参考照片能帮助保留外貌，但仍要考虑肖像授权、模型处理方式和成品使用范围。技术上能生成，并不等于可以不经审核直接发布。
什么时候反而应该减少参考图
如果任务处于创意探索阶段，过早固定参考图可能限制想象空间。比如设计一组科幻城市概念图，创作者还没有确定建筑风格、色彩和镜头方向，先用简短提示词批量尝试不同方向，通常更方便。
参考图也不一定越多越好。不同图片里的光线、透视和人物特征互相冲突时，模型可能折中处理，结果谁也不像。更好的方法是给每张参考图分配清楚的职责：哪张负责角色，哪张负责构图，哪张负责色彩；工具不支持分开控制时，就减少互相矛盾的输入。
判断控制方式是否有效，不要只看单次生成结果。最好固定主要参数，分别测试“只用文字”“只用参考图”“两者结合”，观察哪些细节变得更稳定。需要保持一致的地方是否真的保住了，比单张图片是否惊艳更重要。
AIGC创作里没有永远更重要的输入方式。提示词负责把目标讲明白，参考图负责把难以说清的视觉要求展示出来。先分清哪些可以自由发挥、哪些必须严格保留，再决定用什么控制，才不会把时间浪费在反复抽图上。
