AI 如何生成多个人物图片，并让每个人都能认出

先为每个主体写一句，再描述共享场景。例如：“@Mara 坐在画面左侧，穿铁锈红外套，双手围着白杯子。@Jon 站在右侧柜台后，深色围裙，看向 Mara。中等广角咖啡馆室内，早晨窗光，自然纪实取景。”模型和审核者都能看清每个细节属于谁。

不要用一句密集长句混合两张脸、两套服装和三个动作。重要细节要绑定名字；不重要的内容等身份稳定后再加。

四位角色共有六种两两组合，不必全部生成，但应测试同框最多或长相最接近的组合。简单的双人测试表能在原因仍然清楚时暴露身份串扰。

每个镜头使用最少但足够的参考。一位主角用三张参考、配角只剩模糊证据，未必比每人一张明确母版更好。四张总容量要花在歧义最大的地方。

一个人站在另一个人后面时，后方人物可见的身份线索会减少。第一次构图先让两张脸都不被遮挡，再加入前景重叠；说明谁更靠近镜头，以及画面是全身、半身还是近景。

道具也有归属问题。写清谁拿着书、谁伸手去接、书位于两人之间哪里。如果交接瞬间总是失败，可以生成接触前或接触后的画面，避免强迫模型解决含糊的中间姿态。

先数人数，再从脸到轮廓检查每个命名身份，接着检查服装、动作和空间关系，最后才看手、道具、视线、阴影和背景。只有重要身份通过时才保存，即使被淘汰的图片光线更戏剧化。

连续场景应把每个人与最初单人母版对比，而不只对比上一张群像。这样能防止很小的串脸错误变成新的参考标准。