🐰 关注公众号「白兔AI」
扫码关注公众号，获取更多AI绘画教程和提示词
✨ 白兔去水印小程序
免费去水印工具，一键去除图片/视频水印
--cref 参数简介
--cref（Character Reference）是Midjourney V6版本引入的重要功能，专门用于在多张图像之间保持角色的一致性。无论是面部特征、发型、服装还是整体外观，--cref 都能帮助你让同一个角色在不同场景中保持可识别的一致形象。
在AI绘画中，角色一致性一直是最大的挑战之一。每次生成新图像时，AI都会从头开始创作，导致同一角色在不同图像中看起来可能完全不同。--cref 参数通过引入角色参考图来解决这一问题。
使用语法为：在提示词末尾添加 --cref [角色图片URL]。你还可以使用 --cw（Character Weight）参数来调整角色参考的影响力强度。
角色一致性的重要性
角色一致性在许多创作场景中都至关重要。漫画和插画创作需要角色在每一话中保持一致的外观；品牌IP设计需要吉祥物在不同应用场景中保持可识别性；故事板和概念设计需要角色在不同场景中保持连贯性。
没有 --cref 之前，创作者通常需要通过详细的文字描述来尝试保持角色一致，但这种方法效果有限且效率低下。--cref 的引入彻底改变了这一状况。
需要注意的是，--cref 主要关注角色的面部特征和整体外观，对于复杂的服装细节和姿势控制，可能还需要配合其他方法来实现最佳效果。
--cref 的基础使用方法
首先，你需要一张清晰的、正面或半侧面的角色面部图片作为参考。这张图片应该清楚地展示角色的面部特征，包括脸型、五官、发型等关键特征。
基本语法：/imagine prompt: a woman drinking coffee in a cafe --cref https://example.com/character-face.jpg --v 6.1
在这个例子中，Midjourney会提取character-face.jpg中的角色面部特征，并将其应用到在咖啡馆喝咖啡的女人这一场景中。
建议使用高质量、光线均匀、面部清晰可见的图片作为角色参考。模糊、侧脸过度、光线极端的图片可能影响角色特征的提取效果。
--cw 角色权重参数
--cw（Character Weight）参数用于控制 --cref 角色参考的影响力。取值范围为0-100，默认值为100。
--cw 100（默认）：全面参考角色的面部特征、发型和服装。适合需要完全保持角色外观一致的场景。
--cw 0-50：主要参考面部特征，服装和发型的影响较弱。适合需要保持角色面部一致但允许服装变化的场景。
在实际使用中，--cw 的选择取决于你的具体需求。如果你需要角色在不同场景中穿着不同的服装但保持相同的面部，使用较低的 --cw 值会更合适。
创建角色参考图的技巧
好的角色参考图是获得优秀一致性效果的基础。以下是创建高质量角色参考图的技巧：
使用正面或微侧面的面部角度：正面角度能最完整地展示面部特征，是最佳的角色参考角度。
确保光线均匀：柔和、均匀的光线能最准确地展示面部特征。避免强烈的侧光、顶光或背光。
选择简洁的背景：纯色或简洁的背景有助于AI更准确地提取角色特征。
保持表情自然：中性或轻微微笑的表情最适合作为角色参考。
生成多角度参考：建议为每个角色生成正面、侧面、背面等多个角度的参考图。
实战案例：漫画角色创作
假设你要创作一个短篇漫画，主角是一个年轻女性。以下是使用 --cref 保持角色一致性的完整工作流程。
第一步：创建角色参考图。使用详细的提示词生成一张高质量的角色面部参考图。
第二步：从生成的四张图像中选择最满意的一张，获取其URL作为角色参考。
第三步：使用 --cref 生成不同场景中的角色。例如：/imagine prompt: the woman walking in a rainy street, holding an umbrella --cref [角色URL] --cw 30 --ar 16:9 --v 6.1
通过保持 --cw 值一致并使用相同的角色参考URL，你可以确保漫画中的角色在每一格中都保持一致的外观。
多角色场景的处理
在需要同时出现多个角色的场景中，--cref 的使用会变得更加复杂。目前Midjourney对多角色同时参考的支持有限。
分步生成法：先生成包含角色A的场景，再使用 --cref 生成角色B的单独图像，最后通过图像编辑软件将两个角色合成到同一场景中。
主次角色法：在场景中对主要角色使用 --cref 保持一致性，次要角色则通过文字描述来控制。
交替生成法：先生成以角色A为主的场景，再生成以角色B为主的同一场景变体，最后选择最合适的版本。
--cref 的局限性与应对
目前 --cref 参数还存在一些局限性。首先是年龄和表情的一致性有限，虽然面部特征可以保持一致，但角色在不同场景中的年龄感和表情变化可能不够自然。
其次是服装细节的保持能力有限。虽然 --cw 100 会参考服装，但对于复杂的服装设计，AI可能会在细节上产生变化。
最后是全身一致性的挑战。--cref 主要优化面部一致性，对于身体比例、体型等全身特征的保持效果不如面部。
总结
Midjourney --cref 参数为AI绘画中的角色一致性提供了可靠的解决方案。通过合理使用角色参考图和权重参数，你可以在多张图像中保持角色的可识别性和一致性。
最佳实践建议：创建高质量的角色参考图、根据场景需求调整 --cw 值、建立每个角色的参考图库、结合其他Midjourney功能实现更精细的控制。随着Midjourney的不断更新，角色一致性功能会越来越强大。