GPT Image 2 角色身份锁定实战：用 JSON 结构化提示词实现「墨迹分身」创意效果

最近社区流传一份高质量的 GPT Image 2 提示词方案，通过 JSON 结构化 prompt 实现了极其稳定的角色身份锁定效果——将一张真人照片变成「真人 + 墙上墨迹涂鸦分身」的双人构图，且四张出图中角色的面部、着装、姿态高度一致。

本文完整拆解这份 prompt 的设计思路与结构解析。

创意概念

核心创意是「真人 + 墨迹分身」双人构图：左侧或右侧是上传的照片中真实的你（写实风格、完整着装），旁边是同一形象的粗糙黑色涂鸦/炭笔分身（画在墙壁上，只有轮廓线）。真人与涂鸦分身做出同步但风格迥异的动作——真人优雅克制，分身夸张搞笑。

完整提示词

{
  "identity_ref": {
    "source": "uploaded photo",
    "lock": ["face", "eyes/nose/mouth", "skin tone", "hair (length/texture/color)", "accessories", "exact outfit"],
    "rule": "no invented details"
  },
  "composition": {"format": "vertical 4:5/9:16", "figures": ["real subject", "ink-twin doodle"], "layout": "side by side, poses fully visible"},
  "real_subject": {"style": "photoreal, full-body", "outfit": "match reference exactly", "expression": "playful, embarrassed, caught-out charm", "pose": "natural, toned-down version"},
  "ink_twin": {
    "style": "rough black sketch/charcoal doodle on wall",
    "recognizability": "silhouette only (hair/outfit/pose shape)",
    "avoid": ["realistic 2nd person", "flat shadow", "color cartoon"],
    "energy": "amplified, chaotic vs real subject",
    "extras": "optional sparse comic marks (motion lines/star/heart)"
  },
  "pose_rule": {
    "instruction": "new playful/mischievous shared pose each time",
    "avoid": ["pointing", "finger-guns", "mirrored/repeated poses"],
    "relationship": "subject = subtle version; twin = amplified cartoon version, same beat"
  },
  "setting": {"background": "clean minimal wall (white/cream/gray)", "lighting": "soft, even, daylight-style, face visible"},
  "mood": "playful, stylish, chaotic-fun, shareable",
  "negative_prompt": [
    "invented appearance", "outfit changes", "twin as real 2nd person",
    "flat/creepy shadow", "color cartoon twin", "weak resemblance",
    "clutter", "repeated/stiff/mirrored poses", "text", "watermark",
    "extra limbs", "bad hands"
  ]
}

提示词结构解析

1. identity_ref（身份锁定层）

这是整份 prompt 最关键的部分。通过 source: "uploaded photo" 告诉 GPT Image 2 使用上传的参考图作为身份锚点，再用 lock 数组精确锁定要保留的特征：面部、五官、肤色、发型（长度/纹理/颜色）、配饰、服装。规则 no invented details 禁止 AI 自行添加特征。

2. composition（构图规则）

指定竖版 4:5 或 9:16 比例，要求画面同时呈现真人主体和墨迹分身，侧排布局，两人姿态完全可见。

3. real_subject（真人风格设定）

要求照片级写实、全身、服装与参考图完全一致、表情要俏皮/略带尴尬/被抓包式的魅力、姿态自然收敛。

4. ink_twin（分身风格设定）

规定分身必须是粗糙的黑色素描/炭笔涂鸦画在墙上，只保留发型/服装/姿势的轮廓可识别性。明确禁止：写实的第二人、扁平阴影、彩色卡通。能量上要求分身比真人更夸张、更混乱。可选添加运动线、星星、爱心等漫画标记增强效果。

5. pose_rule（姿态规则）

要求每次生成不同的俏皮/恶作剧双人姿态，禁止指人、手指枪、镜像重复等常见 AI 生成套路。核心约束：真人是收敛版本，分身是同节奏的放大卡通版。

6. setting & mood（场景与氛围）

背景要求简洁纯色墙面（白/奶油/灰色），光线柔和均匀偏日光，面部清晰可见。整体氛围要求俏皮、时尚、混乱有趣、易传播。

7. negative_prompt（负面过滤）

禁止创作外观、服装变化、分身成为真实第二人、扁平/恐怖阴影、彩色卡通分身、弱相似度、杂乱、僵硬镜像姿势、文字、水印、多余肢体、劣质手部。

实操建议

上传照片选择：选择半身或全身正面照，面部清晰无遮挡，背景简洁。照片中的服装就是你想要保留的服装。
身份锁定强度：lock 字段列出的特征越具体越好。如果发型或服装需要变化，从 lock 中移除对应项即可。
分身风格调整：如果不需要墨迹效果，在 ink_twin.style 中改为 "white chalk on blackboard" 或 "digital glitch effect" 即可创造完全不同的风格。
多次生成：由于 pose_rule 要求每次不同，你可以用同一套 prompt 生成多组不同的姿态，保持角色一致性的同时获得丰富的素材。
应用场景：社交媒体头像创意、品牌广告双重视觉、插画创作的角色定型、AI 内容的身份锚定参考。

效果展示

作品展示