GPT Image 2 多角度商品图对不上：一致性的 6 个维度，哪 2 个该直接转后期

做品牌视觉的人对”一致性”有一种近乎生理性的敏感。品牌手册里主色差一档就是事故，logo 的安全边距少两个像素也得打回重做（不是矫情——品牌资产的价值本来就建立在”每一次出现都长一样”上面）。所以第一次拿 AI 给同一件商品出多角度图、发现并排的几张像几件不同的商品时，那种不适感来得特别快。

先把问题摆成几个具体的疑问，后面逐个回答：

• 同一件商品出正面、45 度、侧面、俯视四张图，为什么其中一张的瓶盖突然矮了一截？
• 色号已经写进 prompt 了，出来的图为什么还是差一档？
• 参考图能把材质传过去，那它能不能顺手把 logo 的位置也带过去？
• 网上的教程都在讲”固定 seed”，可我在图叮的生图页面上根本找不到那个输入框，是我瞎了吗？
• 什么时候该停止调 prompt，直接把图丢进 Photoshop？

结论先给：一致性不是一个能打开的开关，它是六个彼此独立的维度，每个维度的可锁性天差地别——其中两个（截至 2026-07）大概率锁不住。认清哪两个锁不住，比再调二十轮 prompt 有用。

模型不记得上一张图，这不是 bug 是采样机制

先把最容易被误解的一点讲清楚：它不是”忘了”，它是从来没记过。

每一次生成都是从一团随机噪声开始的独立采样。你点第二次”生成”的时候，模型手里并没有一个叫”这件商品”的对象——它只有你这次给的 prompt 和参考图。所谓”同一件商品”，是你脑子里的概念，不是模型状态里的实体。它没有三维模型可以调用，没有物料清单可以对照，也没有”上一张我把把手画成什么弧度”的记录。

商用模型的内部机制并没有完整公开，上面这段是一种可能的解释。但有一件事你自己就能验证：同一句 prompt 连点两次生成，出来的是两张不一样的图——这本身就说明它没有跨请求的持久状态。

所以指望模型自己记住是不现实的。一致性只能从外部锁进去——你给它多少约束，它还你多少一致；剩下的部分，它一定会用”看起来合理的猜测”补满。这是理解后面所有招数的前提：你不是在提醒模型，你是在给它加约束。

图注：同一句 prompt 抽六次，没有两只是同一个瓶子

把一致性拆成六个维度：先分清哪一格在闹

我在项目里养成的习惯，是不再说”这组图不一致”，而是先问”哪个维度不一致”。因为这六个维度的成因和归属完全不同，混在一起谈就只能得到”多传几张参考图”这种没用的建议。

维度	它具体指什么	归谁管
视角关系	几张图之间的角度间隔是否成体系	完全归你——这是拍摄脚本，不是模型的活
光照方向	主光来向、高光落点、投影朝向	归 prompt + 参考图，压得住
主体形状	轮廓、比例、把手弧度、瓶身收腰	半归模型：角度跨得越大越松
材质纹理	釉面 / 磨砂 / 拉丝的疏密与走向	类别传得过去，密度传不过去
颜色	主色的绝对值、饱和度、色温倾向	别指望——归后期
logo 与文字位置	标识在瓶身的相对坐标、印刷字的笔画	别指望——归后期

这张表我故意不写百分比。可锁性会随模型版本翻篇，写死一个数字，半年后它只会变成误导；而”这一格归谁管”是由维度本身的性质决定的，不会那么快过期。

顺便和站内那篇实验划一下界。图叮站内 2026 年 4 月发过一篇9 张图批处理一致性实验，它是按手段组织的——seed、参考图、锁色分别能稳住什么。本篇是按维度组织的——哪些维度锁得住、哪些锁不住、什么时候该放弃。两条轴正交，对着看更完整。但那篇实验没有附上原始图和可复现的任务记录，所以它给出的具体数字，我在这篇里一个都不引用，你也别拿去当汇报基准。

能锁的那四格：锁法不同，而且不一定在你手里

视角关系这一格，根本不是模型的锅。 几张图的角度间隔该怎么排（正面 / 45 度 / 侧面 / 俯视 / 细节），这是拍摄脚本层面的事，得你先想清楚再开工。很多”看着就是不对”的观感，根子是这几张图压根没有一套角度体系，各是各的。这一格的解法是拿张纸把角度序列写下来，跟模型没关系。

光照方向是四格里最好压的。 因为光照是一个氛围性属性，而氛围恰好是这类模型最擅长复现的东西。prompt 里把主光方向、光质、投影朝向写死（“左上方大面积柔光，投影落在右下，无硬边”），再配一张光照对味的参考图，基本能收住。

主体形状的可锁性有角度依赖。 小步长的角度序列（正面 → 45 度 → 侧面）是模型的舒适区：新视角能从旧视角的信息里推出来。一旦跨到背面、仰视这种”旧视角里根本看不见”的区域，模型只能重新编——它不是在复现你的商品，是在重新想象一遍。所以脚本上就该做减法：跨度大的角度宁可少出，别指望它接得上。

材质传得过去的是”什么材质”，传不过去的是”纹理多密”。 参考图能让模型知道这是拉丝金属，但拉丝的方向和条纹间距会在每张图里重新掷一次骰子。细节特写尤其危险：镜头一推近，模型会自动补它认为该有的纹理密度，那个密度和主图对不上。

这里必须说一句实话，免得你照着教程去找不存在的按钮。 截至 2026-07，图叮网页端的 Image-2 生图页给你的控制项只有三样：prompt、画面比例、参考图。没有 seed 输入框，没有图像权重滑块，也没有”锁色”开关。所以”把 seed 固定下来”这类建议，在这里是执行不了的——不是你没找到，是它没有。

如果你用的是另一类工具（一些开源工作流和桌面端会把这些控件暴露出来），那也得先弄清它们各自的作用范围，别神化：

• 固定 seed 锁的是”从哪团噪声开始”。它带来的一致性是整体色调和大致光影倾向，不是形态。把它当”降低随机性的底噪控制”是对的，当”锁定商品”是错的。
• 图像权重（参考图的影响力）不是越高越好。调得过头，模型会把正面图的形态硬搬到别的视角上，出来的是扭曲而不是一致。合适的值只能你在自己的工具上试出来——它和模型版本、参考图质量都有关，抄别人的数字没有意义。
• 锁色能锁颜色的绝对值，锁不了它在不同光照下的呈现。这一条下一节展开。

参考图怎么挑、几张、什么角度组合，站内那篇5 张参考图怎么用才不乱已经讲透了输入侧的组合逻辑。这里只补一条本文视角的判断：为多角度一致性挑参考图时，别挑”最好看的那张”，挑”信息量最完整的那张”——把手、logo、材质三样东西能在这一张里同时看清，比构图漂亮重要得多。

锁不住的那两格：颜色和 logo，以及停手的信号

表里可锁性最低的两格——颜色和 logo/文字——得单独说。它们是最常被死磕、也最不该被死磕的两项。

颜色为什么锁不住：你要的和它给的不在一个精度层级上。 你要的是色号，一个可测量的绝对值；模型输出的是色感，一种统计意义上的倾向。它能稳定地给你”偏冷的白”，给不了”就是这个白”。更麻烦的是，就算色值真对上了，颜色的呈现还得过光照这一关：仰视图受光少、整体发暗，色值没错，视觉上就是和正面图不像一件东西。这不是漂移，这是成像——模型没做错，可你的九宫格还是不能用。

logo 和文字为什么更没戏：它生成的是一片看起来像标识的像素，而不是把一个图形贴上去。 角度一变，它得重新推断这个图形在新透视下该长什么样，于是笔画糊化、位置偏移、字重变化几乎同时发生。站内那篇出图 5 大常见问题修复把 logo 丢失和商品变形单列成两类高频翻车，讲的是同一件事。

图注：同一个标识，两次抽出来是两个东西

那”该停手”的信号是什么？我用四条，全都是你自己就能判定的现象，不需要任何统计：

信号一：同一处问题重生成两次仍然不对。 判据是”仍然不对”，不是”好了一点”。从第三次开始你就是在赌骰子，而骰子的期望值不会因为你多摇几次变好。

信号二：问题落在可测量的绝对值上。 色号、坐标、字形——这类问题调 prompt，是在用统计手段解一个确定性问题。反过来，氛围类的问题（太冷了、太干净了、光太硬）值得继续调，因为氛围本来就是模型的主场。

信号三：你在改 prompt 的措辞，而不是在改它的约束。 把”保持颜色一致”改成”严格保持颜色一致”、再改成”颜色必须与参考图完全一致”——这三轮之间没有任何新增信息，纯粹是自我安慰。真正的约束长这样：“瓶身与瓶盖高度比 3:1；logo 位于正面中轴线、距瓶底三分之一高度处；表面无纹理。“能被检验的才配叫约束。

信号四：问题在缩略图上看不见，放大才看得见。 logo 边缘糊了半圈、两张图的白差了一档——这类毛病后期几分钟修得干净，prompt 十轮也未必碰得到。判断标准很朴素：如果这个毛病要把两张图并排放大到 100% 才指得出来，那它本来就该由后期解决。

停手之后干什么：让 AI 出基底，后期做统一。

颜色统一这件事，靠的是核对，不是记忆。把出好的几张图拖进图叮取色器，在每张图的同一个位置（比如瓶身正中、瓶盖顶面）各点一下，把几个 HEX 排成一列比一比，差在哪一档、差多少，一眼就看得出来。这个取色器是纯前端工具，图片在你自己的浏览器里处理、不上传服务器、注册之后不限次数、也不花钱——核对色号这种要反复跑的活，拿它最顺手。拿到色差之后再进 Photoshop 做一次统一校色，比重生成十轮划算得多。

图注：颜色靠色板和实物核对，不靠记忆

logo 和印刷文字，正确的做法从一开始就该是”让 AI 留白，后期贴回”：在 prompt 里写清 logo 位置留白、表面不出现任何字符，出图之后把矢量 logo 按透视贴回去。站内那篇 AI 出基底、PS 接管细节的接力流程把这条路径讲得比较细。如果你只是想把 AI 出的基底快速做成能上架的商品图，图叮的商品图精修可以接上——注意口径：那是 Photoshop 插件里的 AI 功能，归会员套餐管，注册送 50 张试用、订阅之后无限生成，和上面那个纯前端取色器不是一回事。

回头看开头那几个问题

为什么其中一张的瓶盖突然矮了一截？ 因为主体形状这一格只在小角度区间里稳。那张大概率跨到了旧视角看不见的区域，模型在那儿是重新想象了一遍这只瓶子，不是在复现它。

色号写进 prompt 了为什么还差一档？ 因为你要的是绝对值，它给的是倾向，两者不在同一个精度层级上；何况就算色值对了，还有光照那一道关。

参考图能不能顺手把 logo 位置带过去？ 不能。参考图传得动的是氛围性特征（颜色倾向、光影、材质类别），logo 位置是结构性信息，它传不动。

找不到 seed 输入框是不是我瞎了？ 不是。截至 2026-07，图叮网页端的 Image-2 就是只给 prompt、比例、参考图三样。教程里那些 seed 玩法，大多来自把这些控件暴露出来的开源工作流。

什么时候该丢进 Photoshop？ 四个信号命中任意一个：重生成两次仍不对、问题落在可测量的绝对值上、你在改措辞而不是改约束、问题得放大到 100% 才看得见。

把这六格记在脑子里，多角度出图就从”玄学调参”变成了一张分工表：视角和光照你自己管；形状和材质交给参考图，并且认命——角度跨度越大越松；颜色和 logo 从一开始就规划给后期。真正省时间的从来不是把 prompt 调到最优，而是知道哪几格根本不该在 prompt 里解决。