先说结论：你现在的思路不是完全错误，但执行顺序有问题

先说结论：你现在的思路不是完全错误，但执行顺序有问题。 单独设计人物、服装、饰品，再准备动作参考和光影参考，这些都可以做；真正的问题是，你把这些来源同时交给模型，让模型在一张图里自己判断“到底应该听谁的”。人物图里有一套身体比例和光线，服装图里有另一套人体、材质和拍摄方式，饰品图里又带着不同的背景和细节，动作参考图还会偷偷携带参考人物的脸、身材和衣服，光影参考图同样会携带构图、颜色、皮肤质感和画风。 模型不会自动理解“这张图只参考动作，那张图只参考光影”。它看到的是几组互相冲突的完整画面，于是会进行混合、折中和重绘。最后就容易出现服装变形、饰品复制、身体比例漂移、材质混杂、皮肤和背景发灰、局部高频细节堆积，也就是你说的“画面脏”。 这种脏不是普通噪点，而是底层结构已经混在一起了，所以后期再写“去脏、画面干净、高清、精致”，通常救不回来。 一、正确的总体思路：先把所有资产合并成唯一角色母版 人物、服装和饰品可以分开设计，但不能长期作为三个平级参考源参与最终出图。 第一阶段应该先做一张“角色标准母版”，把人物身份、身体比例、发型、服装和所有常驻饰品统一在同一个角色身上。这张母版相当于角色的身份证，以后所有动作、场景和光影，都只能在这个身份证上继续变化。 标准母版最好具备这些条件： 人物采用自然站姿或轻微三分之二侧身，不要使用过于夸张的动作；光线使用均匀、柔和、偏中性的棚拍光，不要一开始就使用霓虹灯、逆光、强轮廓光或者复杂电影光；背景尽量简单，最好是灰色、米白色或者低信息量的纯色背景；人物全身、服装结构和关键饰品都必须看清；不要让头发完全遮住耳环，不要让手臂挡住腰部挂件，也不要用大面积阴影遮挡服装结构。 如果条件允许，最终应该形成一套角色标准图： 正面全身图、三分之二全身图、侧面图、背面图、脸部近景、服装细节图、饰品佩戴位置图。 这里的重点不是图越多越好，而是所有图片必须是同一个人、同一套服装、同一套饰品、同一套设计。六张相互一致的图，比二十张各自漂亮但互相矛盾的图更有用。 二、必须给每张参考图划定权限 以后每次生成，都要明确告诉模型每个来源究竟可以提供什么，不可以提供什么。 建议使用四级权限： 第一级是人物母版，拥有最高权限，负责人物身份、脸部结构、身体比例、发型、服装结构和饰品。 第二级是动作参考，只能提供骨架姿态、四肢位置、重心方向和身体朝向，不能提供人物身份、服装、发型、画风和光线。 第三级是光影参考，只能提供主光方向、明暗比例、色温、阴影软硬和轮廓光关系，不能提供人物设计、动作、构图和服装材质。 第四级是场景参考，只能提供环境结构和空间气氛，不能改变角色。 如果平台支持参考图权重，可以先采用这样的相对关系作为起点： 人物母版占70%至85%，动作参考占40%至60%，场景参考占30%至50%，光影参考占15%至30%，纯风格参考占10%至25%。 这些数字不是所有平台通用的固定参数，表达的是优先级。人物母版必须最强，动作其次，光影和风格最弱。现在很多失败案例，恰恰是光影参考或者风格参考权重太大，反过来吃掉了人物和服装。 三、不要一轮同时改变所有东西 稳定的原则是：一轮只解决一个主要变量。 推荐把最终图片拆成四轮。 第一轮只建立角色母版。解决人物、脸、身体比例、服装和饰品，使用中性背景和中性光线。 第二轮只改变动作和构图。输入角色母版，再通过姿态骨架、动作参考或者姿态控制，让人物完成目标动作。此时先不要追求复杂电影光影。 第三轮检查服装与饰品。发现衣领、袖口、腰带、耳环、项链或者挂件跑偏，就采用局部蒙版单独修复，不要重绘整张图。 第四轮再加入场景和光影。此时只允许改变环境、照明和整体色调，不能重新设计人物、服装和饰品。 假设你要做一名穿红色机能风外套、左耳佩戴银色月牙耳坠的女性角色，在雨夜街道回头。 错误做法是一次输入人物图、红色外套图、耳环图、回头动作图、雨夜光影图，然后要求模型全部融合。 正确做法是先生成“穿红色机能外套、戴左耳月牙耳坠”的中性全身角色母版；再把母版转换成回头动作；确认衣服和耳坠没有跑；最后才把人物放进雨夜街道并加入蓝紫色侧逆光。 四、锁定服装时，不要只写风格词，要写结构锚点 “红色高级外套”“精致礼服”“复杂机能服”都属于模糊形容词。模型每次都可以用不同方式解释，所以很难锁定。 真正能锁定服装的是结构信息： 衣领是什么形状；前襟如何闭合；拉链还是纽扣；袖子到什么位置；腰线在哪里；衣摆长度到哪里；有没有分叉；色块如何分布；图案位于什么区域；材质是哑光皮革、帆布、丝绸还是金属；哪些结构必须左右对称；哪些地方必须保持不对称。 例如不要只写： “她穿着红色机能风外套。” 应该写成： “她穿同一件暗红色短款机能外套，高立领，右侧斜向黑色拉链，双肩各有一条窄黑色固定带，袖口为黑色收紧结构，衣摆结束于髋骨上方，不得延长为风衣，不得改成皮夹克，不得增加帽子，不得改变红黑色块位置。” 模型更容易锁住“结构”，而不是锁住“感觉”。
  ↳ 回复 不熬夜: @好好吃饭睡觉 猫老师，我想请教一下 如何能很好的锁定人物以及它的配饰？ 我现在的问题是，单独出服装衣服、人物、饰品，生成一个人物形象， 然后再找一张光影参考图，一张动作参考图，然后画面会脏，去脏没有用，（用过你之前给过我的）现在我在想这个思路是不是有问题？ 第2个就是，人物身体细节、服饰都会跑偏，如果强制锁定，好像又...