一句话结论
生成一张惊艳的图很简单。生成 10 张明显属于同一品牌、同一故事线的图，才是真正难的部分——每条 prompt 都会在调色、镜头、渲染上轻微漂移。解法是可复用的：写一句 15 字以上的风格锚句，逐字粘贴在每条 prompt 前面，锁定 seed（或引用你的锚图），再用 Midjourney --sref 锁风格、用 Omni Reference（--oref）锁反复出现的角色。整组图一气呵成生成，然后缩成小图并排复核——漂移在缩略图下最容易看出来。注意：截至 2026 年 6 月，--cref 在 Midjourney V7 已不再生效，请改用 --oref。
“一致”到底指什么
动手生成之前，先把”一致”具体化，因为模糊的一致根本没法执行。一组协调的系列图，通常要稳住这四样：
- 调色 —— 每一帧用同样的 2 到 3 个主色。
- 镜头与构图 —— 同一焦距（比如 35mm 对 85mm）、与主体的距离也接近。
- 灯光 —— 同样的方向、色温、柔硬程度（黄金时段侧光对平光棚拍）。
- 风格化程度 —— “渲染感对摄影感”的比例一致，grain 和质感一致。
如果你能为项目把这四样说清楚，就能执行；说不清，无论用哪个工具，系列都会乱跑。
这篇适合谁看
做系列图的设计师、品牌主、内容创作者：博客首屏 banner、书籍插画集、角色系列、电商品类视觉、故事分镜。任何作品是按”集”评判、而不是单张评判的人。如果只是一张独立的社媒图、每张都站得住，那这些都用不上。
开始前准备
- 选一个图像模型，整个系列就别换。中途切（Midjourney → ChatGPT Images → Flux）几乎必然出现明显裂缝，因为每个模型都有自己的默认观感。
- 先生成一张你真心喜欢的锚图。整个系列围绕这张对齐，而不是多张”民主投票”出来、最后平均成一团糊。
- 把锚图文件或 URL 存好。后续每条 prompt 都会通过
--sref、--oref或直接上传来引用它。
具体步骤
- 写一句风格锚句，包含调色、镜头、灯光、渲染，写到 15 字以上。锚句太短就描述不足，模型每次都用不同的方式补空。例：
muted earth-tone palette, 50mm shallow depth of field, soft warm afternoon light, photographic with light film grain。 - 每条 prompt 都用锚句做前缀。 不要 paraphrase，逐字复制粘贴。改写是漂移最常见的源头：“warm sunset” 和 “soft golden hour” 在你读来差不多，输出却不同。
- 能锁 seed 就锁。 Flux 或 Stable Diffusion 里设固定 seed，同一条 prompt 就可复现。Midjourney V7 没有给用户设 seed 来锁风格的入口，用锚图的
--sref作为实际等价物。 - 角色反复出现就加参考。 Midjourney V7 用 Omni Reference（
--oref）带上角色图；Flux 或 SD 里训一个 LoRA；ChatGPT Images 2.0 里在同一个对话上传角色作参考图。 - 整组一气呵成生成。 模型会更新。周一管用的，到周五一次静默补丁后就可能漂，而且未必能回退。
- 挑选成片前，把每个 take 缩成小图并排看。 全尺寸看不出来的差异，缩到 200px 宽就跳出来了。
锚句模板
每个系列只填一次，之后一直复用：
Style: [调色 2-3 词], [镜头 / 焦距], [灯光],
[渲染风格], [可选 grain / 质感 / 时代感].实例：Style: muted teal-and-amber palette, 35mm wide, golden-hour side-light, photographic, light film grain, 1990s editorial feel.
每条 prompt 都贴在前面。明天的 prompt 也贴一模一样的，一个字都不改。
工具决策矩阵（2026 年 6 月）
| 工具 / 方法 | 最适合 | 一致性强度 | 关键控制项 | 价格备注 |
|---|---|---|---|---|
Midjourney --sref | 设计 / 插画的观感 | 颜色、灯光、质感上强 | --sv 版本（默认 sv6）、--sw 风格权重 | Standard 套餐 $30/月，relax 无限 |
Midjourney --oref（Omni Reference） | 反复出现的角色与物体 | 锁身份最强 | --ow 权重 1–1000，默认 100 | 仅 V7；消耗 2 倍 fast GPU 时间 |
| Flux / SD + 训练 LoRA | 产品或角色系列 | 整体最粘 | 15–20 张参考图、固定 seed | 本地免费；否则租 GPU |
| ChatGPT Images 2.0 | 快速对齐参考、零配置 | 不错，但精细控制弱 | 对话里上传参考图 | ChatGPT Plus $20/月 |
| Stable Diffusion + ControlNet | 锁姿势 / 构图 | 布局上强，风格上不强 | 深度 / 姿势 / 边缘图 | 本地免费 |
截至 2026 年 6 月，几个关键细节：
- Midjourney
--sref抓的是整体氛围（颜色、质感、灯光、媒介）。V7 提供六套风格引擎，用--sv选择（默认 sv6）；参考观感被冲淡时把--sw调高，盖过主体时调低。 - Omni Reference 取代了
--cref。 旧的 Character Reference 参数在 V7 会报错或被忽略。改用--oref配--ow权重，常用区间 200 到 400。除非同时跑很高的 stylize 值，否则把--ow控制在 400 以下，不然结果会变得不可预测。一条 prompt 里可以同时叠--oref（谁）和--sref（什么观感），把身份和风格一起锁住。 - DALL-E 已退场。 OpenAI 于 2026 年 5 月 12 日下线了 DALL-E 2 和 3，接替者是 ChatGPT Images 2.0（模型
gpt-image-2），2026 年 4 月 21 日上线。它能从一条 prompt 生成多达 8 张连贯的图，并能基于上传的参考图来生成——这让它成为”照着这个观感来”门槛最低的选择，没有参数要学。 - Flux.1 Kontext LoRA 用前后成对图训练；做自定义观感时，15 到 20 张参考是稳妥的起点。
建议的操作流程
锚句 → 生成锚图（要爱上它）→ 每条 prompt 加锚句前缀 → seed 锁或 --sref → 角色用 --oref / LoRA → 一气呵成生成全系列 → 缩略图复核 → 重生成离群图
生成次数按成片数的 1.5 倍来预算：10 张系列大约生成 12 到 15 次，这样能直接丢掉离群图，不用整组重跑。
FAQ
第 5 张之后开始漂为什么？ 锚句太短，或者你在某处 paraphrase 了。写到 15 字以上，逐字粘贴进每条 prompt。
--cref 在 Midjourney 还能用吗？
不能了。到 V7，旧的 --cref Character Reference 已弃用，会报错或被静默忽略。改用 Omni Reference（--oref），--ow 权重取 200 到 400 之间，身份匹配最均衡。
能在一个系列里混用工具吗？ 理论上行，但风格裂缝几乎必然可见，因为每个模型默认渲染不同。选一个模型，把整组在它里面做完。
LoRA 需要多少参考图？ Flux 或 Stable Diffusion，15 到 20 张是可靠的起点区间。太少会欠拟合、看起来很泛；太多会过拟合到具体那几张源图。
--sref 对摄影有用吗？
有。引用一张照片或插画，模型会抽取风格特征。它在颜色和灯光上很强，对精确的镜头或焦距线索稍弱，所以这些还是在 prompt 文字里写明。
项目进行中模型更新了怎么办？ 一致性关键的话，把更新前生成的那些重做。烦人但真实——这也正是上面的流程要你一气呵成做完整组的原因。
容易踩的坑
- 系列中途加新风格词（第 7 张加了 “moody”，从此后面全悄悄变暗）。
- 反复出现的角色没参考，脸会漂，第二次出场就被看出来。
- paraphrase 锚句，而不是逐字粘贴。
- 中途换模型，必然出现明显裂缝。
- 在 V7 里还去用
--cref（已失效），而不是--oref。 - 跳过缩略图并排复核——全尺寸看不出的不一致，一缩就跳出来。
- 隔几周一张一张生成，而模型在你脚下一直更新。