AI 漫画工作流怎么搭建？把一次性出图变成可持续创作项目

角色一致性：定妆照是唯一可靠的办法

靠文字描述保持角色一致（「黑色短发、琥珀色眼睛的少女」）在第五页左右就会开始漂移——每次生成，模型都在重新想象这段文字。可靠的做法是把角色钉死在图像参考上：

• 每个主要角色生成一套定妆照：正面 + 侧面 + 45 度。单张正面照不够——画到侧脸镜头时模型没见过这个角色的侧脸，只能瞎编。多角度参考是我们在视频模型上验证过、在图像模型上同样成立的规则。
• 服装单独建包。同一个角色换装是一致性的重灾区：把每套造型做成独立参考（同角度重拍），而不是在提示词里描述「她今天穿校服」。
• 常用表情提前生成。大哭、大笑、愤怒这类高强度表情最容易把脸画崩，用定妆照做图生图控制住轮廓。
• 之后所有页面都引用这套资产。诱惑在于「这张随手生成的也不错」——收下它，你的角色就开始分叉了。

多角色画面：属性绑定和参考声明

漫画大量画面是两三个角色同框，这是提示词写法的分水岭：

• 逐个绑定属性。「穿黑色制服的少年在画面左侧警惕地回头，穿白色连衣裙的少女在画面右侧背对着他」——每个角色的每个属性直接相邻，位置用画面语言（画面左/右、前景/背景），不用「他的左边」这种主体视角。写「少年和少女，黑色制服，白色连衣裙」，模型可能给少女穿上制服。
• 参考图逐张声明用途。同时给角色 A 定妆照、角色 B 定妆照和场景参考时，必须写明「图 1 是少年的外观，图 2 是少女的外观，图 3 是背景场景」。只给图不说用途，模型会把三张图的特征搅在一起——这是多参考生成的头号失败模式，各家官方文档都专门警告过。
• 否定失效在图像模型上同样成立。「背景不要出现其他人」→「空无一人的街道背景」。具体性本身是最好的排除器：把画面描述占满，杂物就没地方长。

气泡文字：超过六个词就别指望模型

模型渲染画面内文字的能力这两年进步很大（短标题、招牌、拟声词已经可用），但对话气泡是另一回事：长文本会出现错字、字符融化、排版失控，而且每次重新生成对白都要重抽整张图。实操上成本最低的做法是：生成时在构图里留出气泡位置（提示词里写明「画面上方留出对话气泡的空白区域」），文字用排版工具后期贴。这也让改台词和翻译多语言版本不再需要碰画面。真的要模型渲染文字时，把确切文本放引号里、指定字体气质和位置，并且控制在六个词以内。

修改的连锁反应：第三十页的教训

漫画项目里最贵的操作不是生成，是修改设定。第三十页时你决定给主角的制服加一条红色臂章——前面二十九页怎么办？这个问题没有魔法解，只有流程解：

• 先锁三个关键页再铺量。开篇页、一个高潮页、一个日常页，风格和角色表现都满意了再批量推进。风格漂移在第三页发现，成本是重画两页；在第三十页发现，成本是重画一卷。
• 每页记录它用了哪些参考、哪条提示词。改臂章时，你需要知道哪些页面引用了旧制服参考——有记录是一个筛选动作，没记录是一次全卷人工排查。
• 设定改动写进资产而不是提示词。臂章加进服装包重新出定妆照，之后的页面自然继承；在每页提示词里手写「记得有臂章」，总有一页会忘。

我们把 MajoFlow 的资产工坊和生成记录按这个逻辑组织：角色包、服装包、场景包被页面引用，每次生成保留参考和提示词的来源关系。但流程本身不依赖任何特定工具——严格维护的文件夹和表格也能做到，关键是从第一页就开始做。

常见问题