绘画故事ai实战：主角不崩、场景连贯，把一个故事画成一套图
先说结论：绘画故事ai拼的不是单张质量，是稳定性。动笔前先建好角色档案和场景底稿，再逐张出图，成套画面才接得上。新手别上来就画长篇，先拿4到6张的短篇练手。
绘画故事ai真正的门槛，不在单张画得多精致，而在第二十张还能不能认出第一张的主角。我的判断很直接：把主角和场景拆成两份可以复用的档案，先锁人，再锁世界，最后才轮到构图和情绪。
背景交代一下。2026年8月，我帮朋友的绘本工作室试做了一本24页的图画书《路灯下的小狐狸》，主角是戴黄围巾的小狐狸，场景固定在深夜小巷和山顶两处。第一版我凭感觉逐张写提示词，画到第9页，狐狸的围巾变成了蓝色，尖耳朵也长成了圆的，整本推倒重来。这篇写的全是第二轮画通的那套做法，参数和翻车都照实记。
主角一致性：给角色建一份身份证
把主角外貌拆成固定短句写进每条提示词，再配一张角色参考图，脸和服装的稳定度能从一半左右提到八九成。两样缺一不可，只靠文字描述会漂，只靠参考图会僵。
我的狐狸档案长这样：橘红色小狐狸，白色肚皮，黄色针织围巾，圆眼睛，幼崽比例，头身比约1:2。这段话一个字不改，原样复制进每一页的提示词开头。说白了，模型没有记忆，你不重复，它就当没听过。
光有文字还不够。Midjourney里我用--cref挂参考图，权重--cw我实测压到60：拉满100，连表情都锁死，主角全程一张脸，惊讶和委屈全演不出来；压到60，五官和围巾稳住，表情留了空间。这个数值是2026年9月重画时试出来的，100、80、60、30四档各出了十来张，30那档连围巾颜色都保不住。国产工具里，即梦的角色一致性和可灵的角色参考走的是同一个思路，先传一张定妆照再出图，效果不相上下。
定妆照本身有讲究。正面、光线均匀、背景干净最好。我吃过亏：拿一张侧身图当参考，后面十几页主角的脸全带了一点侧角度，怎么改提示词都拗不回来。
场景连续性：先锁世界，再锁镜头
场景底稿比角色档案更容易被忽略：固定一段环境描述当母版，每页只改时间、天气和镜头距离，画面才像发生在同一个世界。光源描述是母版里最关键的一句。
深夜小巷的母版我写了四十来个字：青石板路面反着水光，两侧木门紧闭，一盏暖黄路灯在画面右上方，远处有薄雾。每页在这段话前面做加减法——下雨的页面加细雨和湿透的石板，俯视的页面加高角度俯拍。母版就像给整个故事铺了一层地基，页面上盖什么房子随你，地基不能动。
翻车记录在这：有一页我把路灯写成了月光，成片里整条巷子的色温从暖黄直接跳成冷蓝，前后页翻起来像换了故事。那次我盯着屏幕愣了半天，才意识到颜色的一致性全靠母版里的光源描述撑着，这一句比任何后期滤镜都管用。
三种锁一致性的手段各有地盘，放一起看更清楚：
| 做法 | 稳住什么 | 代价 |
|---|---|---|
| 提示词固定短句 | 服装、配色这类说得清的特征 | 写不清的细节会漂 |
| 角色参考图挂权重 | 脸和整体长相 | 权重过高会吃掉表情 |
| 固定种子值 | 构图和画风 | 改词后画面几乎不动，叙事僵硬 |
我的用法是前两个叠加，种子只在画封面时用。话说回来，工具没有高下，关键是知道每把锁锁的是哪扇门。
情绪递进：一页只画一个情绪节拍
故事画面的感染力来自情绪台阶，别指望一张图同时装下环境、动作和眼泪；每页只安排一个节拍，读者的眼睛才跟得上。节拍表在出图前就要列好。
我把24页拆成了情绪表：1到6页是好奇，主角抬头，路灯亮起；7到14页是孤独，空巷、背影、雨；15到20页是相遇，光照到脸上；21到24页是回家，暖色回归。每页提示词只写一个动作加一种光线，比如低着头，尾巴垂着，路灯只照亮半条巷子。贪多就乱，这是叙事图和单张海报最根本的区别。
一个意外发现：悲伤页的冷灰调不用手调参数，把雨和背光写进提示词，模型自己就往那个方向走。我把这个叫借景写情，比直接写悲伤的氛围好使得多，模型对具象的雨反应远比对抽象的情绪词敏感。
最后回家那页，我故意复用了第1页的构图，只把时间从深夜改成黎明。工作室后来反馈，试读的小朋友和家长提到最多的就是这一页——画面前后呼应，比任何文字都有力。
回头看第一版废掉的9页，问题不在画得不好，单张拿出来都能用；坏就坏在它们不像同一个故事。角色档案、场景母版、情绪节拍表，三份东西加起来不到一张A4纸，动笔前花二十分钟写完，后面能省掉整轮返工。你要画的下一个故事，不妨也从这三份档案开始。
常见问题
不会画画的人能直接用绘画故事ai做图画书吗？
可以，我全程没碰过画笔。不过建议先把故事文字稿写完再出图，边写边画很容易让画面带着文字跑，节奏会散。
主角参考图用什么图最合适？
正面、光线均匀、背景干净的单人图最好。侧身或者逆光的图当参考，后面每一页都会带上那个角度，改都改不掉。
一次画多少页比较合适？
新手别超过8页。我那本24页是分5次画完的，每次动笔前把前面所有提示词重读一遍，停久了再看会有陌生感，读一遍就能接上。
条漫和图画书的做法一样吗？
骨架一样，都靠角色和场景两份档案。条漫多一层分格和视线引导，建议每格仍然只留一个动作，格子越小越要克制。