AI 生图做单张好看不难。难的是让它连续画十张，主角长得还是同一个人。
之前用 Midjourney 做过漫画分镜的人都知道，每换一张图角色就"整容"一次。Stable Diffusion 的解决方案是训练 LoRA，但学习成本不低，数据集准备也麻烦。
Nano Banana 2（Gemini 3.1 Flash Image）给出了一个不同的思路：在同一个对话上下文里，模型能保持最多 5 个角色和 14 个物体的外观一致性。不用训练任何东西，直接靠 Prompt 和上下文记忆。
我测试了一套完整的连载分镜工作流，把踩过的坑和能用的技巧整理在这里。
角色卡：先定义，再画图
直接开画是最常见的错误。如果第一张图里你只写了"一个穿红衣服的女孩"，模型会随机生成一个形象。到第二张图的时候，它对"红衣服女孩"的理解可能完全不同。
更好的做法是先写一张"角色设定卡"，在对话开头就把角色的外观锁死。
角色卡模板：
角色名：小林
性别：女
年龄：约 25 岁
发型：黑色齐肩短发，左侧别一个银色发卡
体型：中等偏瘦
服装：深蓝色牛仔夹克，白色 T 恤，黑色高腰裤
配饰：左手腕一条红色编织手绳
面部特征：圆脸，单眼皮，淡雀斑
表情基调：平静，略带好奇
把这段描述作为对话的第一条消息发给模型，然后再开始生成具体场景的图。模型会把这些特征"记住"，后续生成中保持一致。
实测：6 张分镜的一致性
我用上面的角色卡，连续生成了 6 张分镜：
- "小林站在公交车站，手里拿着一杯咖啡，阴天，16:9"
2. "小林坐在咖啡馆窗边看书，暖色灯光，16:9"
3. "小林在雨中撑伞走过十字路口，远景，16:9"
4. "小林蹲在路边逗一只橘猫，侧面特写，16:9"
- "小林在便利店里挑选零食，冷色调荧光灯，16:9"
- "小林躺在沙发上刷手机，俯视角度，16:9"
结果：
- 发型和发卡：6 张全部保持了短发 + 左侧银色发卡
- 服装：牛仔夹克的颜色和版型基本一致（第三张因为撑伞，夹克被雨打湿后颜色偏深，但能认出）
- 面部特征：圆脸和单眼皮保持住了，雀斑在远景里看不到，但特写里有
- 红色手绳：6 张里都能看到，2 张红绳大小形状有些许差异
总体一致性大概 85-90%。不是 100%，但用来做漫画分镜或者短视频脚本的视觉参考已经足够了。
多角色的管理
5 个角色的上限意味着你需要规划。如果你的故事有 8 个角色，不要一次性全塞进去。
分组策略：
- 先确定每一幕里出场的角色
- 同一幕的角色放在同一个对话里
- 不同幕的角色可以开新的对话
比如一个故事有 A、B、C、D、E、F 六个角色：
- 第 1-3 幕：A、B、C 同场 → 对话 1
- 第 4-6 幕：A、D、E 同场 → 对话 2（带上 A 的参考图）
- 第 7-8 幕：C、D、F 同场 → 对话 3
跨对话时，给模型上一轮生成的角色图片作为参考图（用 reference image 功能），可以把一致性延续过去。
容易出问题的地方
-
服装颜色漂移：角色穿深蓝色，画了几张后可能变成深灰色。解决办法是在每个 Prompt 里重复提一次关键颜色词。
-
表情锁死：如果角色卡里写了"微笑"，模型有时候在悲伤场景里也强行微笑。建议角色卡里只写"面部结构"特征，表情留给每张图的 Prompt 去控制。
-
角度变化导致识别困难：正面转侧面或者俯视角度，角色辨识度会下降。解决办法是给角色加上明显的视觉标记（比如红色手绳、银色发卡），这类配饰比面部特征更容易跨角度保持。
-
场景物品过多时崩坏：如果场景里的物品太多（比如一间堆满东西的房间），模型会丢失部分物体或者把它们画错。重要物品控制在 10 个以内。
工作流建议
- 先写角色卡（花 10 分钟把每个角色定义清楚）
- 第一张图定好"基准形象"（正面半身，光线均匀，背景简单）
- 后续图片在同一对话里生成
- 每张图的 Prompt 都带上角色名 + 1-2 个关键外观词（防止漂移）
- 生成完整组图后通览一遍，把不一致的那 1-2 张重新生成
