AI绘画阵容图怎么画？多人同框不崩脸的组合实测

AI绘画阵容图的坑，武汉这边的动漫社在9月20日招新周就踩了个遍。社长要我出一张五人同框的招新海报，五个角色站位一字排开。第一版出来，中间三个人的脸融在一起，两个人的外套颜色还串了。改到第四版才定稿，这四版里攒下的经验比之前画十张单人图都多。

先说清楚一件事：阵容图崩，不是模型不行。单人生成时同一个模型脸脸精致，人数一加，注意力被摊薄，崩是概率问题。要做的是把"概率问题"变成"结构问题"——用写法把权重锁住。

多人同框为什么必崩，根源在哪

人数超过三人，单角色权重被稀释到不稳定区间，脸、发色、服饰开始互相污染。不写站位和数量词，模型会自行分配空间，结果就是角色融合。

模型对提示词的注意力是有限度的。描述一个角色，注意力全在她身上；描述五个角色挤在一句话里，每个角色能分到的注意力就那么一点，剩下靠模型自由发挥——自由发挥的结果就是串脸、串衣服、多手臂。

还有一个隐藏原因：没写数量词。你以为"五个女孩站成一排"已经说清了，模型理解的三和五之间波动很大。明确写"5 girls, full body, standing in a line, each facing viewer"，数量稳定性会好很多。别小看这句，我对比过，加数量词后五人成图的成功率从三成左右拉到六成往上。

两条路线：一次生成和逐人合成怎么选

要快用一次生成分区域描述，要稳用逐人生成再合成。前者省时间但成功率看脸，后者多花几分钟，角色一致性几乎是满分。

我的偏向很明确：定稿件一律走逐人合成。10月那次招新海报，前三个版本我都在死磕一次生成，第四版换成逐人画、后期拼，四十分钟收工。一次生成留给草稿阶段探站位就好。

分区域描述要是有个诀窍，就是别把五个角色塞进一句话。按"左侧两人+中央一人+右侧两人"分块写，每块内再写单个角色，重叠描述词去掉。这个写法在四人以内成功率还行，五人以上我还是建议合成。

稳定出阵容图的参数和工具组合

采样步数30、CFG 7、每角色独立控制层，是阵容图比较稳的一组参数。工具链上分层控制和局部重绘插件几乎是必需品，纯靠一句提示词硬扛不现实。

参数上我固定用步数30、CFG 7，出全身阵容时画幅直接上1216x832的横构图，竖构图挤五个人必崩。角色一致性要抠细节的话，参考图得给足——每个角色单独垫一张设定图，权重0.4左右，串色会少一大截。

垫图这块有个反面教训。第一版我曾偷懒只垫一张全员合影当参考，权重拉到0.6，想着一次到位。结果站位是保住了，五个人的姿势全被参考图焊死，招新海报要的那种各自摆动作的灵动感全没了，删了权重人物又开始飘。后来老老实实一张一张垫，反而省时间。这套流程摸熟之后，现在出一张五人阵容的定稿，从开软件到成品大约一个多小时，比10月那次快了近一半。

工具链这块，分层控制和局部重绘是刚需。具体哪个软件配哪套插件更顺手，我之前写过一篇软件层面选型的对比，那边讲得细，这里不重复了。还有一句要提醒：画真人偶像或现实人物的阵容图前，把商用边界想清楚，同人自娱可以，拿去卖就是另一回事了。

招新海报贴出去的第二天，社长发消息说报名的人比去年多了两成。那四十分钟的逐人合成没白花——五个角色的脸一个都没崩，这是往年出生成图做不到的。阵容图说难也难，说简单也简单：把权重的事想明白，剩下的都是熟练度。

常见问题

AI绘画阵容图最多能几个人同框？

一次生成建议控制在四人以内，五人以上串脸概率明显上升。人数多的阵容图更推荐逐人生成再合成，一致性完全不是一个量级。

多人同框串脸怎么补救？

先加数量词和站位描述重跑一轮；还串的话，把串脸的角色单独圈出来做局部重绘，权重拉高一点，两三轮基本能救回来。

阵容图需要给每个角色垫参考图吗？

要抠角色一致性就必须垫。每个角色单独一张设定图、权重0.4上下，服饰和发色的稳定性会好很多。只垫一张整体参考图对串色帮助有限。