AI绘画画IP怎么做？IP角色设计的提示词法

今年三月帮一个咖啡品牌做ai绘画画ip吉祥物，需求是"一个咖啡豆精灵IP，后续要在不同场景反复出镜"。当时我心想这有啥难的，结果掉进了大坑——一次出图很满意，第二次第三次AI给画的感觉是"长得有点像但不是同一个精灵"，整个IP形象立不起来。后来我系统研究了一致性这事儿，前前后后试了快俩月才摸出方法。

这篇就把用真金白银烧出来的经验摊开讲，免得你也走弯路——做IP这题材比做单张图难上一个数量级，得有耐心。

AI做IP为什么一致率低：模型本质决定的

翻车根源是AI文生图本质是概率生成——同一段提示词每跑一次都是从随机噪声开始去噪，输出图差异巨大，根本不稳定；想稳定一致就得用更强的"角色锚定"机制。

三个层面的常见难点。第一是面部差异，同一提示词每次出来的脸型、瞳距、五官比例都微妙不同，连起来看像双胞胎不算同一个人。第二是发型配饰漂移，第一次紫发双马尾配星形发饰，第二次变成紫发单马尾配心形发饰，第三次直接成了粉发披肩，IP视觉符号立不住。第三是风格漂移，第一张扁平卡通风第二张半写实风第三张水彩风，整个IP调性乱了。

这三点也对应三个层次的解法，下面一层层说。

锚定特征设定稿：IP的"DNA档案"

核心步骤是先给IP角色写一份完整的"锚定特征设定稿"，把所有不可变元素明确写出来——发色发型瞳色瞳形胎记疤痕配饰服装色块比例皮肤色系身高比例，作为每次出图时必带的提示词锚。

我自己的设定稿模板长这样（以那个咖啡豆精灵为例）：

• 体型：短圆萌系身材（chibi proportions, round chubby body）
• 肤色：浅米色带咖啡色调（warm caramel skin tone）
• 头发：深棕色双丸子头（dark brown double bun hairstyle）配金色咖啡豆发饰（gold coffee bean hairpin on left side）
• 眼睛：大圆杏仁眼，榛子色虹膜带咖啡豆图案（large round almond eyes, hazel iris with coffee bean pattern）
• 胎记：左脸颊一颗小棕色咖啡豆形雀斑（small brown coffee-bean-shaped freckle on left cheek）
• 服装：奶油色围裙配深棕背带（cream apron with dark brown straps），胸前咖啡豆徽章（coffee bean badge on chest）
• 气质：cheerful warm smile, energetic and inviting

这份设定稿每次出图都要完整带进提示词里，且权重拉高（用括号或weight）。这一招单独用一致率大概能从两成提到四成，远不够但有了基础。

角色参考图喂图与IP-Adapter

锚定文字提示词还不够，更稳的方法是用一张最满意的角色图作为参考图反复喂给模型——通过IP-Adapter或类似机制让模型"记住"这个角色的视觉特征，新出图会基于这张参考图衍生。

具体操作流程：第一步先跑大量出图（四五十张），从中选出一张"标准设定稿"，作为整个IP的视觉基准。第二步把这张设定稿导入到SD本地的IP-Adapter模块（or Midjourney的--cref参数，即DreamBooth的角色一致性参考）。第三步每次新出图都同时启用设定稿参考+锚定提示词，效果会大幅提升。

我实测下来这套组合一致率可以从四成提到七成以上。Midjourney的--cref / --cw参数对外行最友好，参考一张角色图它就能在新生成里尽量保持角色一致，去Midjourney官网看具体参数细节。

SD本地方案可上Hugging Face找IP-Adapter模型，或者用DreamBooth微调一个专属角色LoRA，一致率最高但门槛高要训练。这套SD训练流程的硬件门槛可以参考我之前写的AI绘画电脑配置。

LoRA微调：最高一致率的终极方案

对一致性要求极高（八成以上）的IP项目，必须训练专属LoRA模型——用20-30张同一角色多视角图的训练数据集微调出一个LoRA权重，新出图直接调用即可保留全部角色识别符。

我那个咖啡豆精灵最后就是走LoRA这条线搞定的。流程是：用最初的设定稿连续生成二十多张多视角图（正面、侧面、3/4侧、背影、俯视、仰视），人工筛选掉不像的剩二十张，用Kohya_ss训练一个LoRA权重，训练步数大概1500-2000步，学习率1e-4。训练完成加载这个LoRA后，新出图一致率直接飙到九成以上。

这事儿门槛确实高，要懂SD本地部署和训练基本流程，但效果天差地别。根据Adobe官方对Adobe Firefly风格参考功能的产品说明，他们也在做类似的"角色一致性生成"功能，但截至我写这文，自定义LoRA训练依然是商业IP项目最高一致率的方案。

不想训练LoRA的折中方案是直接在 Civitai 找风格相近的现成LoRA + 自己设定稿参考图，但一致率上限依然不如自训LoRA。详细的SD训练流程可以系统学一下相关教程，几周时间能入门。

工具选择与一组实测对比

AI做IP这条线SD本地最专业（LoRA可控）、Midjourney出图直观易用（--cref一致率七成）、即梦出图快但一致率一般。三工具各有所长。

我用同一组"咖啡豆精灵IP，5种不同场景"提示词三平台并启用各自最强一致性机制对比：

我自己日常是Midjourney跑快速一致预览、SD本地+自训LoRA跑正式商用IP资产。根据字节跳动旗下即梦AI的产品说明，会员商用授权范围明确，但IP一致率上限有限不适合做长期IP资产。

需要做商业IP的话还得SD本地训练LoRA。Midjourney商用有规则限制要细看，去官网了解。想知道更系统的工具横评可以看AI绘画软件横评。

三个我踩过你最好别踩的坑

坑一是没设定稿就开干、坑二是只靠提示词不喂参考图、坑三是商业IP不训LoRA——三点中招率超过九成。

第一点前面讲了，设定稿是地基。第二点光靠提示词一致率天花板就四成，做不了正经IP，至少要用IP-Adapter或Midjourney--cref喂设定稿参考图。第三点商业IP做长期资产必须自训LoRA，不然做不到八成以上的商业可用一致率。

还有个隐藏坑是变化太大导致参考图失效。比如你设定稿画的是chibi可爱风，新提示词突然想画写实风，参考图完全用不上，IP一致性崩盘。风格变化的范围内最好别跨风格太多档，宁可分多套LoRA也别一套混。

关于从IP角色到3D资产延伸的话题，可以参考我之前写的AI绘画和建模，那里讲了IP资产2D和3D两个方向的边界。想要用AI绘画接单变现的看AI头像接单指南。

一条龙出图流程

我的标准流程：写设定稿→跑20张多视角图→筛选训练用图→训练LoRA→加载LoRA出不同场景图→PS修细节→交付，全程约一周一个IP。

1. 写完整IP设定稿，锚定所有不可变特征
2. 用Midjourney--cref或SD+IP-Adapter跑大量多视角底图（20-30张）
3. 从底图里严格筛选20张符合设定稿的训练集
4. 用Kohya_ss训练LoRA，步数1500-2000，学习率1e-4
5. 加载训练好的LoRA，按不同场景需求出图
6. 每张出图都带设定稿提示词锚定+LoRA权重（0.6-0.8）
7. 用PS做最终细节修复（眼神方向、配饰位置等）
8. 批量交付多场景IP素材

跑顺之后一个商业IP大概一周能搞定，是新手期一个月也搞不定的水平。要把成片做成动态IP表情包或者视频的可以参考AI绘画转视频指南。

常见问题

AI画IP怎么保证不同场景里同一角色一致？

三层方案叠加：第一层写完整锚定特征设定稿作为每次出图必带提示词，第二层用IP-Adapter或Midjourney--cref喂设定稿参考图，第三层正式IP项目训练专属LoRA。三层叠加一致率可达九成以上。

新手第一次做AI IP用什么工具好？

建议先用Midjourney配合--cref参数快速体验角色一致性，门槛低效果好。要做正经商业IP再上SD本地训练LoRA，门槛高但一致率最高。更系统的工具横向对比可以参考我前面提到的软件横评文章。

LoRA训练需要多少张训练图？

20-30张同一角色的多视角图最佳（正面侧面3/4侧背影俯视仰视），全部要严格符合设定稿。少于15张容易过拟合，多于40张训练时间过长收益递减。训练步数1500-2000步，学习率1e-4是我的常用参数。

AI做出的IP能商用吗版权清楚吗？

取决于工具。即梦会员明确商用授权、Adobe Firefly商用授权清晰、SD本地自训LoRA版权最干净（自己训练数据自己掌握）、Midjourney商用有规则限制要细看条款。商业IP项目我建议SD本地自训LoRA路线版权最稳。

啰嗦这一堆，AI做IP看着是出图题材其实是工程问题，一致率才是命门。你要是刚上手先把"设定稿+参考图喂图"这组合练熟，等接到正经商业项目了再上LoRA。觉得这篇有用就转发给同样在折腾AI做IP的朋友吧，能让更多人少走弯路。