AI 图最难的不是把一张图画好，是 10 张图看着像一组——光线一致、色调一致、情绪一致、镜头语言一致。一段可复用的 prompt 块能搞定大半，剩下交给各模型的新功能（Midjourney 的风格码、FLUX.2 的多参考图、GPT Image 2 的多格模式）。下面是模板，再加上截至 2026 年 6 月把它们拉齐的具体参数。
一句话先看
- 每个 prompt 拆成 4 层，风格 / 配色 / 光线这几层一字不改地锁死，只换主体和构图。
- Midjourney V7 上挂一个固定的
--sref风格码；同一个角色再加--oref+--ow。V7 里--cref已经没了。 - FLUX.2 上每次生成都挂同一张参考图（最多 10 张），配色直接写十六进制色值。
- GPT Image 2 上用一条 prompt 要一张多格图，模型在一次生成里就把风格拉齐。
4 层 Prompt 结构
[主体] // 画面里有什么
+ [风格] // 视觉 DNA —— 整组锁死
+ [光线 + 配色] // 也是整组锁死
+ [镜头 / 构图] // 每张图变，给整组带变化关键：把中间两层在每个 prompt 里复制粘贴一字不改。视觉一致性就是这么来的。
主风格块（每个 prompt 都粘进去）
Style: editorial photography, slightly desaturated film look, soft analog grain, Kodak Portra 400 emulation
Color: warm muted palette, dusty rose + sage green + cream, low contrast
Lighting: soft window light from camera-left, gentle falloff, no hard shadows这就是你这一组的”品牌手册”。每张图都原样复用。
主体和构图可以换
第 1 张：
A young woman writing in a notebook on a wooden desk, half profile, --ar 4:5
[主风格块原样粘进来]
Composition: medium shot, shallow depth of field, subject slightly off-center第 2 张：
The same desk, now with a cup of coffee and an open laptop, no person, --ar 16:9
[主风格块原样粘进来]
Composition: top-down flat lay, balanced negative space注意：风格 + 光线 + 配色那块一个字都没改。靠的就是这一段把整组拉齐。
用各模型自带的功能锁风格（2026 年 6 月）
文字块定的是”意图”，真正把风格执行到位的是模型的参考功能。现在各家最该注意的参数：
| 工具 | 锁风格 | 锁角色 | 参考图上限 / 备注 |
|---|---|---|---|
| Midjourney V7 | --sref <码>（风格码），--sv 6 默认 | --oref <图链> --ow 100（Omni Reference） | V7 里 --cref 已失效；Omni Reference 烧 2 倍 GPU 时间 |
| FLUX.2 | 每次生成都挂同一张参考图 + 十六进制色值 | 单次请求最多 10 张参考图 | 2025 年 11 月发布；原生 4K，直接吃 #C9A 这种色值 |
| GPT Image 2 | 一条 prompt 要 N 格图 | 同一条 prompt 里写”同一个角色” | 2026 年 4 月 21 日发布；“thinking mode” 一次出 8 格 |
资料来源：Midjourney Omni Reference 文档与 Black Forest Labs FLUX.2。
Midjourney V7 具体怎么做
--sref 复制的是整体风格——配色、媒介、质感、光线，V6 和 V7 都能用。先跑出一张满意的图，拿到它的风格码，然后把同一个 --sref 码挂到这一组每条 prompt 后面。V7 里风格参考有六个版本，用 --sv 选一个并固定住（默认是 --sv 6）。
同一个人物出现在多张图里时，--cref 在 V7 已经废弃、会被直接忽略——改用 Omni Reference：--oref <图片链接> --ow 100。--ow 权重范围 1–1000（默认 100）。除非你用很高的 --stylize，否则把它压在 400 以下，不然结果会乱跳；想保住脸和服装细节用 400 左右，想做松散的风格迁移用 25 左右。Omni Reference 烧的 GPU 时间是普通 V7 图的 2 倍，Fast 时长要算着用。
FLUX.2 具体怎么做
FLUX.2（Black Forest Labs，2025 年 11 月发布）单次请求能吃最多 10 张参考图，并在多张输出之间保持身份一致——同一张脸要换很多背景时特别好用。它还能把十六进制色值当作直接参数（比如 #D9A5A0），所以把调色板的色值直接写进 prompt，比让模型去揣摩”dusty rose”靠谱得多。
GPT Image 2 具体怎么做
GPT Image 2（gpt-image-2，2026 年 4 月 21 日发布，跑在 GPT-5.4 底座上）能用一条 prompt 出一张多格图——最多 8 格——而且每格的角色、物体摆位、配色都一致。出小批量系列时，直接一次要整张图（“an 8-panel sheet, same character and same color grade in every panel, varying only the pose”），一次生成里的一致性比分多次单独生成要稳。
角色一致性
同一个人出现在多张图里时，文字里钉一个角色块，同时用上面说的模型功能：
Character: a 30-year-old Asian woman, shoulder-length dark hair, round wire-frame glasses, oversized cream sweater, soft natural makeup
[主风格块粘进来]
Scene: [每张图变]角色块锁死，只改场景。Midjourney V7 上再用 --oref 喂一张参考头像，换姿势换光时脸也能保住；FLUX.2 上每次生成都挂同一张参考图。
几个行业的风格块
产品摄影：
Style: clean studio product photography, seamless paper background, minimal
Color: neutral grays, single accent color matching the product
Lighting: large softbox top-left, fill card right, subtle reflection underneath编辑插画：
Style: contemporary editorial illustration, flat shapes with subtle gradients, hand-drawn texture overlay
Color: limited palette of 4 colors max, off-white background
Lighting: implied direction, soft shadows only电影感摄影：
Style: anamorphic cinematic look, slight lens flare, 35mm film aesthetic
Color: teal and orange grade, deep shadows, milky highlights
Lighting: practical sources only (window, lamp), motivated direction真正管用的几个小窍门
- 用一样的词，不要换近义词。“Cinematic” 在模型眼里 ≠ “filmic”。
- 主风格块和
--sref码都存到便签里，不要凭记忆重写。 - 先跑 3 张试一组，确认对了再锁块、锁风格码，再批量出。
- 固定种子。Midjourney 用
--seed、FLUX 用固定种子，在上面这些基础上再去掉一个变量。
成本提示
在 Midjourney 上这是个拼 Fast 时长的活，因为你要反复试。截至 2026 年 6 月，Midjourney 定价为 Basic 每月 $10、Standard $30、Pro $60、Mega $120（年付打 8 折，无免费档），而 Omni Reference 的 GPU 时间是 2 倍——Standard 那 15 个 Fast 小时，跑角色系列很快就见底。详见 Midjourney 官方套餐对比。
常见问题
风格词都一样，为什么整组还是会漂？
文字块只是”意图”，不是锁。得加一个模型自带的锚点：Midjourney V7 上固定一个 --sref 码、FLUX.2 上每张都挂同一张参考图、GPT Image 2 上用一条多格 prompt。换近义词（“filmic” 和 “cinematic”）和没固定种子，是最常见的两个漂移原因。
Midjourney 里 --cref 还能用吗？
V7 里不能了。--cref 已不兼容，会被忽略或报错。改用 Omni Reference（--oref <图链> --ow 100）；--ow 范围 1–1000，想结果稳就压在 400 以下。
一组 10 张、固定一个角色，用哪个工具最好？
有干净参考头像就用 FLUX.2——最多吃 10 张参考图，换背景时身份保得稳。想所有格子一次出就用 GPT Image 2（最多 8 格）。最在意画面质感、又愿意喂 --oref 头像的，用 Midjourney V7。
能不能直接用十六进制色值，不靠文字描述配色？
FLUX.2 可以——它吃 #D9A5A0 这种色值当直接参数，比写”dusty rose”可靠。Midjourney 和 GPT Image 2 还是按自然语言解析配色，所以各条 prompt 的配色词要保持一字不差。
在 Midjourney 上跑完一整组大概花多少？ 按 Fast GPU 小时算。Standard（每月 $30）含 15 个 Fast 小时，而 Omni Reference 每张图的 GPU 成本翻倍，所以一个反复迭代的 30 张角色系列，能吃掉其中相当一块。Relax 模式（Standard 及以上）无限量，但慢。
相关文章
- 整组图风格统一实战 —— 同一思路的生产化教程
- AI 图风格中途漂移怎么救 —— 批量跑到一半风格变了的处理
- AI 角色一致性 Prompt —— 角色侧的一致性
- 游戏角色三视图 Prompt —— 同一套思路的落地案例
- AI 系列图视觉风格一致
标签: #图像生成 #Midjourney #一致性 #Prompt