想讓 LoRA 生成的角色始終像同一個人，關鍵不只是「多放幾張照片去訓練」。素材品質、角色特徵描述、訓練參數，以及生成時使用的提示詞，都會影響最後的穩定度。很多人遇到角色變臉，並不是模型完全失敗，而是訓練圖片中髮型、年齡、表情和服裝變化太大，模型找不到真正需要固定的視覺特徵。
訓練素材要先保持一致
製作角色 LoRA 時，建議先準備 15 至 30 張清晰圖片，讓臉部比例、眼睛形狀、鼻樑和下巴輪廓能被模型反覆辨識。角度可以包含正面、45 度側臉和側臉，但不要全部都是同一個姿勢。若只有正面照，生成側身或動態畫面時，角色一致性通常會明顯下降。
服裝則要視需求決定。如果目標是固定「人物身份」，最好加入不同服裝；若是訓練特定制服或 IP 造型，就應該讓服裝在大部分素材中保持相同。圖片背景也不宜過度複雜，否則 LoRA 可能把場景、燈光甚至背景物件一起學進去。
別忽略圖片標註
圖片標註的作用，是告訴模型哪些內容需要學習，哪些只是當下畫面。可以使用一組固定的角色觸發詞，例如 lora_character_01，再搭配 brown hair、round eyes、small mole 等特徵描述。若角色有明顯胎記、特殊耳飾或獨特髮尾，最好在多張圖片中都用一致詞彙標註。
實際測試時，可以先用 20 張素材訓練一版，再固定提示詞生成 10 張不同姿勢的圖片。如果只有換背景就出現臉型大幅改變，通常代表資料集太少、特徵標註不清，或訓練強度不足。
控制 LoRA 訓練參數
LoRA 並不是訓練越久越好。訓練步數過高，模型容易過擬合，結果看起來像在複製原圖，換個角度就失去自然感；步數過低，角色五官又抓不穩。建議每隔一段步數保存檢查點，直接比較不同版本的臉部穩定度，而不是只看訓練是否完成。
使用 Krea-2-Trainer 這類一鍵訓練工具時，雖然流程簡化了，仍然要仔細整理素材。先刪除模糊、重複或臉部被遮擋的圖片，再測試不同版本，往往比盲目調整大量參數更有效。
生成階段也要保持固定
完成 LoRA 訓練後，提示詞結構不要每次都完全改寫。可以固定角色觸發詞與核心外貌描述，只替換動作、服裝或場景。LoRA 權重也不宜拉得太高，否則容易出現五官僵硬、畫面細節過度貼近訓練圖的問題。通常先從中低權重測試，再依結果微調，會比一次開到最大更穩定。
角色一致性其實是一個反覆校正的過程。素材乾淨、標註統一、參數適中，再加上固定的生成流程，LoRA 才能真正成為可靠的角色工具，而不是每次抽卡都像換了一個人。
評論（6）
素材數量控制在15到30張確實比較穩，太少容易過擬合。
之前訓練時沒注意背景太複雜，結果模型把燈光也學進去了，臉一直變。
固定觸發詞這招很關鍵，不然每次生成的感覺都不一樣。
Krea-2-Trainer 這種工具雖然方便，但還是得自己先篩選圖片品質。
LoRA 權重拉太高真的會僵硬，中低權重慢慢調比較自然。
想問一下不同角度的照片比例大概多少比較理想？