GPT Image 2.5 核心概念：參考圖驅動的一致性 這裡的關鍵不是“生成一張漂亮的人像”，而是讓模型把參考圖當作身份錨點，再只改變場景、姿態和鏡頭。本篇圍繞 GPT Image 2.5 的參考圖創作，把身份變數與畫面變數拆開，並落實為 Arcloop 中可檢查的鏡頭流程。
一集短劇需要同一個人出現在辦公室、車站和夜晚街頭。單張圖都很好看，剪到一起卻像換了三位演員。解決這個問題，需要先製作一張能反覆引用的角色母版，再圍繞母版安排鏡頭。
我們為這篇 Arcloop 教程設計了“角色母版—單項變化—逐鏡驗收”的練習路徑，並以原創角色“林遙”貫穿參考圖、畫布和分鏡。先固定身份，再安排鏡頭；每次生成都能找到同一個起點，出現偏差時也知道退回哪裡。
第一步：先定義五個不會變化的特徵
先寫一段短的角色說明：年齡段、臉型與五官、髮型髮色、標誌性物件、基本服裝。不要一開始就加入跑步、雨夜、逆光、多人互動。那些因素會讓你很難判斷“角色本身是否穩定”。
以原創角色“林遙”為例：29 歲，短黑髮，偏長的臉型，右側眉尾較淡，灰綠色夾克，斜挎舊帆布包。這裡最值得固定的是臉型、髮型和衣服結構。諸如“很有故事感”可以表達氛圍，但不適合當作身份判定標準。
| 固定項 | 可以隨鏡頭變化的內容 |
|---|---|
| 臉型、五官間距、年齡感 | 表情、視線方向 |
| 髮際線、頭髮長度、髮色 | 輕微風吹和自然散發 |
| 夾克顏色、領型、口袋位置 | 褶皺、環境光造成的亮暗 |
| 帆布包的形狀與肩帶 | 透視、遮擋、持包動作 |
在 Arcloop 開啟圖片創作入口，用文字開始生成；已有角色照片時，先新增參考圖。當前入口名稱以介面顯示為準，本文不要求選到某個未顯示的 2.5 子型號。
製作原創成年角色“林遙”的參考設定圖，橫向畫面。
人物：29 歲東亞女性，短黑髮，偏長臉型，右側眉尾較淡。
服裝：灰綠色短夾克，兩個方形胸袋，米白圓領內搭，舊帆布斜挎包。
排列：左側為自然站立全身正面，中間為半身側面，右側為面部近景。
三處必須是同一個角色、同一套衣服。中性灰背景，柔和均勻光照。
不新增場景、不新增文字、不做誇張表情。每個人像之間保留空白。
這份起始模板圍繞林遙的身份特徵編寫，重點是讓正面、側面與近景共享同一套約束。生成後先看五官，再檢查口袋和肩帶；如果側面已經換臉，先修母版，不要繼續做幾十張場景圖。
第二步：在畫布上選定母版，再做場景變化
保留滿意的圖片，使用畫布的“引用”把它作為後續生成參考。在專案上下文中，可將確認的圖儲存至素材庫或繫結到已有角色。儲存動作的意義是讓後續分鏡有明確依據，而不是把“最像的一張”留在聊天記錄裡靠記憶尋找。
先做一個變化較小的測試：保持中景和正面角度，只換背景。確認人物穩定後，再改變機位。
以所附角色母版為唯一人物身份參考。
讓林遙站在清晨的舊火車站候車大廳，手握一張空白車票，望向畫面左側。
保持臉型、五官比例、短黑髮、灰綠色夾克和帆布包的結構。
中景，平視機位，人物位於畫面右側三分之一，左側留出環境空間。
窗外冷色天光進入大廳，人物面部仍可辨認。不要加入其他主角和字幕。
第三步：把連續鏡頭拆成單一變化
第二個鏡頭可以只換成近景，第三個鏡頭再改變視線。若一次要求“換城市、換衣服、奔跑、暴雨、側臉”，失敗後很難知道哪項變化影響最大。
引用已經確認的車站中景圖，製作同一時刻的面部近景。
林遙仍朝畫面左側看，眼神從平靜變為警覺。
保持人物身份、髮型、衣領、光線方向和車站背景色調。
只改變景別和表情，不增加飾品，不改變故事時間。
在 Arcloop 的故事專案裡，把鏡頭圖關聯到對應分鏡，分別填寫畫面描述。若還沒有鏡頭表，至少記錄“鏡頭編號、人物參考、地點、動作、景別”。圖片名稱中的 LY_station_02_closeup 比“最終版2”更容易檢索；這是推薦的命名方式，不是系統自動命名規則。
哪些變化應該判為失敗
角色不像時，不要只看“美不美”。把母版與新圖並排：眼距有沒有變，鼻翼與嘴角的比例是否改變，額頭和下頜是否像另一個人。服裝也有連續性：揹包肩帶突然換邊，會在剪輯中造成明顯跳變。
環境造成的冷暖變化通常可以接受；固定面部標記消失、年齡變化、夾克口袋重畫，需要重新生成或回到母版再引用。把一致性設為每個鏡頭都要透過的驗收項：母版透過後，只要換了場景、角度或表情，就重新檢查一次身份特徵。
本篇完成後應該得到什麼
交付一張角色母版、三張鏡頭圖和一份身份檢查表。每張鏡頭圖都能追溯到母版；不合格圖片單獨保留為失敗案例，避免再次被誤用為參考。
接下來閱讀區域性編輯與版本保留，學習如何在已經合格的角色圖上修改道具，而不把整個人物重新做一遍。
