用途:为书籍、视觉小说、游戏概念美术、营销素材等生成跨场景一致的角色参考图,通过提示词工程而非参考图来维持角色一致性。
主要能力:提供可复用的提示词模板结构,包含角色描述、服装、场景、姿势、环境、光照、情绪与风格等字段;支持多角色、多风格(如黑色侦探、奇幻仙境、写实青少年)批量生成;附带重试与退避处理应对限流。
模型选择:面部一致性推荐 google/nano-banana-pro(约 $0.025/张,需参考脸图);场景生成推荐 black-forest-labs/flux-1.1-pro(约 $0.04/张,无需参考图);文字与角色结合用 ideogram-ai/ideogram-v2(约 $0.08/张);高分辨率用 flux-1.1-pro-ultra(约 $0.06/张,最高 4MP)。
使用方式:需 Replicate API 账号与 token、支持 ES 模块的 Node.js;通过 replicate.run 调用模型,传入 prompt、aspect_ratio、output_format 等参数;建议用 3:4 竖版、PNG 质量 100 归档。
限制:模型版本会更新或弃用,生成前需在 replicate.com/black-forest-labs 核对模型标识;输入参数结构可能随版本变化;儿童角色姿势可能触发安全过滤,需改为中性姿势;可能遇到 429 限流,需指数退避重试;姿势描述过于笼统会导致姿势重复。资料未提供具体安装命令与完整代码示例。