多角色分栏提示最多 22 人同框的写法
想在一张图里放进两个以上各自独立的角色,靠基础提示词堆标签会串脸——V4 起的官方方案是角色分栏提示(character prompts)。
机制概览
- 提示框旁可以添加角色分栏,每个角色一栏,栏内写该角色自己的外观标签。
- 基础提示负责场景、构图、整体氛围;角色栏只管「这个人长什么样」。
- 模型会为每个角色维护独立的引导通道,串脸、串服装的概率大幅下降。
- V5 支持最多 22 个独立角色同框,并对角色位置定位做了重写——多人构图的成功率是 V5 的主要卖点之一。
Token 预算是硬顶
分栏不是无限写,所有栏共享模型的总预算:
| 模型 | 总预算(基础 + 全部角色栏) |
|---|---|
| V4 / V4.5 | 约 512 个 T5 tokens |
| V5 Full | 约 1,471 个有效 tokens |
| V5 Curated | 约 703 个有效 tokens |
两个连带影响:
- V4 / V4.5 用 T5 分词器:彩色 emoji、日文假名等大多数字符不被支持,写进去等于白写;V5 才有多语言提示能力。
- 角色越多,每栏可写空间越少——每人只写最具辨识度的三四条标签,比每栏塞二十条效果好。
实操建议
- 先在基础提示里定场景与人数标签(如
2girls, classroom)。 - 每个角色栏只写发色/瞳色/发型/服装等关键区分项。
- 位置描述(左右站位)在 V5 上直接用自然语言写在对应栏里,效果比老模型时代好得多。
- 人多了出图必然更费算力——配合省量技巧控制成本。
V3 及以下模型没有分栏机制,多角色全靠基础提示与运气;需要双人稳定同框时请直接换 V4 以上模型。