GPT Image 2.5 的形象一致性，指同一个主体换到新场景、新风格、新构图后，仍然保留让它可被认出的特征。这件事它明显比 GPT Image 2 做得好，而 OpenAI 离”已解决”还差得很远。
所以想稳定拿到结果，一半是提示词问题，另一半是素材管理问题。差别通常在做到第二十张图的时候才显现出来。
官方对一致性到底承诺了什么
发布公告值得逐句读，因为凡是谈保真的句子，用的都是相对说法。
- 参考图方面，模型”更擅长”把熟悉的主体转换到新场景与新风格
- 主体看起来”更容易辨认”，光照与材质”更自然”
- 有辨识度的特征”更有可能”被保留下来
- 多轮编辑方面，指令被”更可靠地”跨多次编辑执行
- 早先的改动”更有可能”保持一致，且不随时间降低画质
这些限定词就是这项能力的真实状态。官方没有公布角色存活率之类的数字，这次发布里唯一给出的量化值针对的是延迟，不是身份。
先定一张标准参考图
一致性的起点是一张被确认过的图，后续每一轮都指向它，而不是每次重新打一段描述。在还没有参考图之前模型能做什么，见 GPT Image 2.5 是什么。
- 在简单光照下生成正面、四分之三侧面和全身三视图
- 确认脸型、发型、眼睛、比例，以及任何标志性道具
- 保存这张被确认的图，在后续轮次里当作参考图复用
- 参考图确认之后，不要再从文字重建这个主体
- 把参考图当作生产素材，而不是靠记忆复述的信息
OpenAI 自己的指南也是这个方向：对反复出现的角色和品牌标识，应当复用已确认的图作为参考，而不是从文字描述重新生成，因为纯文字独立生成容易漂移。
把身份、服装、场景状态拆成三层
提示词之所以会越写越长，多数是因为把三类信息挤进了同一个不断膨胀的区块。
- 身份是永久的：脸型、瞳色、发型轮廓、比例、疤痕
- 服装属于某个时期或某条剧情线，是有意变更的
- 场景状态是临时的：雨、污渍、伤口、表情
- 三层分行写，一次编辑只碰到其中一层
- 只有打算真正变更时才派生新版本，并且给它起名字
身份一旦落在一段简短的固定文本里，换场景就变成了换环境，而不是重写角色。
每轮只改一个变量
一致性是靠范围很窄的请求保住的。每一轮应该只有一个目标，外加一份明确不能动的东西清单。
- 改服装时，保护身份、姿势、取景和背景
- 换场景时，保留主体，只改环境
- 图上要出现的文字逐字引号给出，不要用描述代替
- 每张结果都和那张标准参考图比，而不是和上一次尝试比
- 出漂移就回到参考图，不要在累积变形上做修正
这样避开的是 OpenAI 直接提示过的那种失败：生成式编辑不会逐像素保留元素，所以在一次失败结果上继续修正，会把上一次的错误一起带下去。
角色活该用 Flare 还是 Sunburst
两个 API 模型都被定位为在主体保真上有改进，它们的差别是时间与精度的交换。
- OpenAI 描述 Sunburst 为细节创作提供额外精度，代价是更长的生成时间
- Flare 是多数应用的默认选择，也是两者中更快的一个
- OpenAI 并未点名称其中任何一个为”角色一致性模型”
- 所以要在同一张参考图、同一段提示词、同一套设置下比较再决定
- 宁可选通过率高但略少一分精致的那个，也不要只出一张好看的脸
模型标识符与相关参数见 GPT Image 2.5 API 概览。
一致性仍然不能保证什么
官方的立场顺着来比对着干更省力，而且有一个细节容易漏掉。
- 帮助中心完全没有记载任何形象一致性功能
- 发布公告里的每一句都是相对说法，没有公布准确率数字
- 反复出现的角色和品牌标识，在独立生成之间仍可能漂移
- 复杂提示词可能需要最多两分钟，迭代并不便宜
- 文字位置、重复角色和结构化版面，仍被官方列为可能失败的情形
这就是上面那套流程以素材为主、而不是以提示词为主的原因。当必须精确保留时，保存已确认的输出、逐张检查，对不能变的部分退回手工合成。
实操示例：同一个角色，三张图
一致性好不好判断，看一组图比看单张图容易得多。设定一个角色——穿墨绿帆布夹克的外卖骑手——然后规划三张：一张肖像、一张街头全身、一张咖啡店里的同一个角色。
- 先生成肖像，把它留作标准参照，而不是留作这一批里最好看的那张
- 把身份描述写一次，之后逐字复用：“二十七八岁的外卖骑手，深色短发，墨绿帆布夹克配黄铜拉链，左眉上一道疤。”
- 做街拍那张时，重复身份句，只改场景：“……黄昏走在湿漉漉的人行道上，全身。”
- 做咖啡店那张时，只改动作和光线，服装那句一个字不动
- 每次发下一条请求之前，先把这一张和标准参照比一遍
要盯的是服装漂移，因为它很隐蔽：夹克还是墨绿色，但拉链没了，到第三张这个角色就变成了另一个人。逐字重复那句描述不花什么成本，却能把不确定性去掉。
如果身份在换场景时总是守不住，GPT Image 2.5 评论式编辑 讲的是一套范围更小的修法，改动只落在你已经确认的那一帧上。
常见问题
能让同一个角色跨一百张图保持一致吗？
没有方法能保证。用一张标准参考图、一段简短固定的身份文本、每轮只改一处、再加一道检查，能把概率做到最高，但 OpenAI 没有公布任何完美连续的保证。
帮助中心有写形象一致性吗？
没有。图片帮助页覆盖生成、模板、编辑和可用范围，完全没有谈如何让主体或角色在多次编辑中保持稳定。
做角色设定表该用哪个模型？
在同一张参考图和同一段提示词下把两个都测一遍。Sunburst 定位为更高精度、更长时间，Flare 是更快的默认，而 OpenAI 没有把任何一个标记为角色专用模型。
为什么分开生成时角色会漂移？
因为每一次纯文字生成都是一次独立尝试。复用一张已确认的图作为参考，而不是从零重新描述这个角色，正是 OpenAI 自己对反复出现主体给出的建议。
GPT Image 2.5 的形象一致性，最好按”有改善”来处理，而不是按”已解决”。确认一张参考图，把身份和服装、场景分开，一次只改一个变量，再用一道检查接住模型没兜住的部分。