如果你花了整整一个周末，把同一张脸、同一件夹克、同一束窗光硬塞进一整套生成图里，你就知道结局是什么：这一套终于*正确*了，却比你花一个下午随手做的那版还要死气沉沉。这不是偶然。当你把一致性瞄错了靶子，结果就是如此。

我们大多数人把一致性定义为复制。图 B 就该是图 A 换了个主体塞进去。但你的观众并不会把你的图拿来互相比对——他们从不会把两张图并排放在眼前。他们只瞥一眼缩略图，脑子里同时转着一个问题：*这跟做出我喜欢那张东西的是同一个人吗？* 复制是工作台上的活儿，识别是记忆里的活儿。两者的预算不一样，而几乎所有人都在前者上超支了。

## 识别是一个记忆问题

想想真实的观看场景。有人打开应用，划过另外九个人的作品，撞见你的帖子，看了大约一秒半，然后继续划走。比较不是发生在你的第 7 张和第 8 张之间，而是发生在你的第 7 张与两天前第 3 张那个被压缩过、只剩半截记忆的版本之间。你并不是在跟自己的整个作品库较劲，你是在跟一团模糊的印象较劲。

这团模糊的印象保留的是那些强烈、低频、整幅画面的属性，其余的一切都被丢掉了。没人记得主光来自哪一侧。没人记得桌上那只杯子是同一只杯子。他们记得的是：你的作品总落在某个狭窄的色带里；表面有一种特定的质感；主体往往压得很低，头顶留出一大片空；还有一件事是你总会做的。

也就是说，你纠结半天的那些细节，恰恰是在进入记忆的路上被碾碎的那些。姿势、确切的道具、确切的打光方向、背景里那个具体的物件——这一切在比较发生之前就已经被抹掉了。你在为一个没人会用的分辨率支付保真度的代价。

## 真正承载风格的四个变量

把其余的一切剥掉，身份就活在四样东西里。把它们稳住，你几乎可以改动任何东西而不丢掉自己。

**色彩倾向。** 不是一套色板——而是色彩空间里的一片区域。你习惯漂向的色相偏向、色温、你给饱和度设的上限。它必须能用一句话描述出来，否则它就不是倾向，而是巧合。"温暖、低饱和、绿色偏向橄榄"换成一张风景照依然成立；"我上次用的那五个确切的十六进制色码"则不成立。

**材质词汇。** 表面的*行为*。哑光还是高光。颗粒感还是干净。是画的、拍的、印的、喷的。边缘如何处理——硬切还是柔融。这是媒介信号，也是你手上最强的一个，因为它与内容无关。把材质锁死，你可以往里放任何东西。

**构图习惯。** 主体落在哪里、周围留多少空、地平线落在哪、裁切有多紧、画面感觉是居中还是刻意失衡。习惯与模板只有一处不同：习惯允许例外，却依然读起来像你的。模板一旦被打破就立刻崩塌。

**一个签名元素。** 锚点。一个反复出现的母题、一个取景装置、一种边框处理、你处理画面下三分之一的方式、一种配文风格。它必须是刻意的、应用起来廉价、在缩略图尺寸下可见。这就是别人在试图向他人描述你时会说出的那样东西。一个就够了。两个通常就多了一个。

## 其余的一切都该被允许动起来

姿势。表情。场景。一天中的时刻。打光方向。道具。画面里各个物件各自的颜色。年代、季节、服装、镜头性格。这一切都可以变，只要上面那四样稳得住。

两个理由。第一，身份的工作已经完成了。一旦锚点起了作用，多余的一致性什么也买不到，反而会让你付出代价——失去那个让一个内容流值得关注的东西：有什么新事情将要发生的感觉。如果每条帖子都是同一个场景换一个主体，你就造出了一个带插槽的模板，而模板一眼就能被认出是模板。

第二个理由更微妙：完美的复制读起来像批量生产。一个什么都从不挪动的内容流，看起来像是产出物。而一个内容流里，光有时从另一侧来，主体有时贴得很近、有时淹没在画面中，上周的道具换个语境又出现了——这读起来像一种实践。变化是有一个人在背后操持的证据。把锚点保持恒定，让其余部分呼吸，这个账号就开始显得活着，而不是被发货出来的。

失败的方式两头都会出现，所以要当心。丢掉锚点，你得到的是一堆互不相干的作品集，观众对你毫无记忆。除了主体之外什么都保留，你得到的是壁纸。实用的规则：锚点出现在每一张图里，而没有任何两张图共享其余的一切。

## 松着握住这四个变量

这套流程与其说是关于设置，不如说是关于你拒绝去固定的东西。

- **把提示词里风格的那一半写一次，存成一段文字。** 每次都粘贴它。场景那一半每次都从头重写。如果你一个月里改风格那一半超过一次，那它还不够稳定。
- **保留那些编码了变量的参考，而不是你想复制的图像。** 风格参考对色彩和材质真的有用，对内容则真的有害——把它指向一张你喜欢的图，你就会永远连它的主体一起拿回来。
- **用文字给你的锚点命名。** 如果你写不出一句话来，那你就没有锚点，你有的只是一种你指望它能复现的感觉。指望熬不过几十次生成。
- **以缩略图尺寸、在滑动的过程中评判。** 把一个月的产出放进一个网格里，把它缩小到和手机缩略图一样小，看看锚点是否还找得到。然后飞快地划过。如果你在一划之间看不出它，你的观众也看不出。
- **别再一张一张地去修补偏移。** 局部打补丁，最终会落得一个文件夹，里面每张图都 90% 对，却没有一张拿得出手。

提示词里风格的那一半值得留成一小段片段——我的那一段是我修剪了很久的一段话。场景那一半我每一次都重写，而当我没想法的时候，我会从 [awesome-prompts.com](https://awesome-prompts.com) 这样的合集里借一个结构，而不是盯着一个空框发呆。重点不在于来源。重点在于，提示词里承载你身份的那部分又短、又稳定、又无聊，而承载画面的那部分又长、又可丢弃、每次都不同。

### 一个风格要发多少条帖子才读起来一致？

这不是个数目，而是一个频率。锚点得出现得足够频繁，才能被学会。出现在每条帖子里，两三张图就够用了。只出现在三分之一的帖子里，多少张图都不管用，因为观众压根就没建立起这种联想。

### 我该训练一个 LoRA，还是依赖风格参考？

只为了稳住这四个变量。用一个小而刻意挑选的集合来训练，它们共享色彩、材质、构图和锚点——别用你最好的四十张图，因为那些图还带着姿势、场景和道具，你拿回来的也会是那些东西。如果你想让场景动起来，就把身份放进文字里，让模型在它内部游荡。

### 如果我确实需要这些图完全一致呢？

那你做的是复制，而不是识别，这是一份正当的、不同的活儿——一条产品线、一部漫画、一套带规格说明的客户素材。好好做：把规格定下来，接受它的成本，别再指望它看起来像一个由个性驱动的内容流。只是别把这两者搞混。大多数经营长期视觉身份的人，做的是第二件事，付的却是第一件的钱。

挑一个锚点。今天就把它写成一句话，用在你接下来做的十样东西里。然后留意你突然多出多少时间，能花在观众真正看得见的那部分工作上——主体、想法、那个让任何人停下滚动的理由。