AI 生圖與影片

換三次隨機種子，AI還是把她畫成女將軍：一次角色一致性debug紀錄

同一個角色，前一個鏡頭穿粉色便服，下一個鏡頭變成黑色盔甲的女將軍。我的第一直覺是「換個種子重抽應該就會抽到對的」——結果連抽三次，三張全部都是盔甲加一整排士兵。這篇記錄我怎麼找到真正的根因，以及最後怎麼解決的。

2026/08/22 ｜ 環境：ComfyUI + Qwen-Image-Edit-2511 + Lightning 4步 LoRA

問題：同一個角色，长相服裝說變就變

做AI短劇時，每個角色都有一張官方設定圖當參考，理論上每個鏡頭都應該長得一樣。但實際跑出來的16集裡，用戶回報好幾處「這個角色怎麼突然不一樣了」——最明顯的一次，是女主角在盛怒特寫鏡頭裡，服裝從她自己的粉色漢服變成整套黑棕色札甲，肩上還有金屬盔甲片，活像穿越去打仗。

第一次嘗試：換種子重抽

AI生成不穩定，換個隨機種子重新生成是最直覺的解法。我對同一個鏡頭、同一段提示詞，換了三個完全不同的種子重跑。

結果：三張圖幾乎一模一樣——都是黑棕色盔甲、背景都是一整排持矛的士兵，連構圖細節都高度相似。

這個結果本身就是答案：如果是隨機噪聲造成的問題，換種子應該會抽出不同結果，運氣好還能抽到對的。三次結果高度一致，代表問題不是隨機的，是提示詞本身觸發了某種系統性偏誤。

找根因：是哪個詞在作怪

回頭看提示詞，這個鏡頭的文字描述是「一個沉著的女性，臉色轉為盛怒，眼神鎖定、毫不退縮」（close-up of a composed woman’s face hardening into open fury, eyes locked and unflinching）。

我的推測：「fury」（盛怒）加上「eyes locked and unflinching」（眼神鎖定不退縮）這類措辭，疊加在古裝語境下，讓模型聯想到它訓練資料裡更常見的「女將軍/女武將」畫面類型，這個聯想的力道大到直接蓋過參考圖裡明明畫得很清楚的便服。

解法：正面提示詞直接講清楚

模型在低步數（Lightning 4步、cfg=1）這套配方下，負面提示詞在數學上根本不起作用，所以不能靠「不要盔甲」這種寫法。唯一有效的手段是正面斷言：明講這個角色現在實際穿什麼、場景是什麼。

加了一句「穿著跟參考照片一樣的粉色便服，不是盔甲、不是軍裝、不是士兵或將軍，這是一個沒有軍隊的茶館場景」之後，同一個種子重新生成——服裝完全修復回粉色漢服，速度沒有變慢，背景也正確變成茶館內景，而不是先前那種村莊/軍營畫面。

一個順便被推翻的假設

同一輪還測了另一個常見做法：「同時餵兩張參考圖」（這個角色的照片＋這個角色在別的姿勢下的照片，理論上兩張圖能互相加強身分辨識）。

結果一樣觸發了「無中生有的軍隊畫面」——這是我們在這條AI短劇pipeline上第四次獨立測到同樣的失敗訊號，前後測過角色+場景組合、角色+角色組合，全部指向同一個結論：這套配方只要同時餵兩張參考圖進去，就容易觸發這種系統性幻覺，不是換哪兩張圖搭配的問題。

可遷移的心得

1. 先確認問題是隨機的還是系統性的，再決定要不要多抽幾張碰運氣——如果換3個種子結果都一樣，代表抽再多次都不會抽到對的，得先找到觸發偏誤的具體詞彙。
2. 低cfg/Lightning這類加速配方下，負面提示詞可能完全失效——遇到「AI自己加戲」的問題，先確認你用的加速方案還吃不吃負面提示詞，不吃的話只能靠正面斷言硬講清楚。
3. 雙圖同時輸入這件事本身可能就是風險源，不是圖片內容選錯，值得在設計pipeline時提前列入已知風險。