Wie man konsistente KI-Charakterbilder für erwachsene Companion-Modelle erstellt

Ein einziges attraktives KI-Porträt zu erstellen, ist im Vergleich dazu, zehn Bilder zu generieren, die eindeutig dieselbe Person zeigen, ein Kinderspiel. Das Gesicht verändert sich, die Augenfarbe weicht ab, eine charakteristische Mutterschaft wandert, die Körperproportionen verschieben sich, und ein Charakter, der in einem Bild dreißig aussah, wirkt im nächsten plötzlich viel jünger. Dies ist in erster Linie kein Vokabelproblem. Es ist ein Kontrollproblem.

Text-zu-Bild-Modelle sind hervorragend darin, Konzepte wie „Frau mit dunklen Locken in einem roten Kleid“ darzustellen. Sie sind jedoch nicht automatisch darauf festgelegt, dein privates mentales Modell einer bestimmten fiktiven erwachsenen Person exakt umzusetzen. Die Konsistenz verbessert sich drastisch, wenn du dem System ein stabiles Identitätssignal gibst, diese Identität strikt von der Szene trennst und Variablen gezielt und schrittweise änderst.

Dieser Leitfaden ist toolunabhängig konzipiert. Einige Apps bieten direkte Einstellungen für Referenzstärke, Seed-Werte, Modelle, Sampler oder Bearbeitungswerkzeuge; andere verbergen diese technische Maschinerie hinter einem vereinfachten Charakterprofil. Nutze die Kontrollmöglichkeiten, die dir zur Verfügung stehen, führe genau Buch über deine funktionierenden Einstellungen und verwechsele niemals eine glückliche Zufallsgeneration mit einem reproduzierbaren, professionellen Workflow.

Konsistenz definieren, bevor du generierst

„Derselbe Charakter“ kann in der Praxis verschiedene Dinge bedeuten. Du musst exakt festlegen, was unveränderlich bleiben muss und was sich bewusst ändern darf.

Identitätskonsistenz bedeutet keine pixelgenaue Duplizierung. Ein echter Mensch sieht bei hartem Licht, aus einer Weitwinkel-Perspektive, beim Lachen oder nach einem Make-up-Wechsel ebenfalls anders aus. Das Ziel ist wiedererkennbare Kontinuität, nicht das Einfrieren jedes Bildes in exakt derselben Pose.

Erstelle vor der Generierung ein kompaktes Charakter-Dokument:

• Fiktive, eindeutig definierte Altersspanne einer erwachsenen Person.
• Gesichtsform und zwei oder drei unverwechselbare Gesichtsmerkmale.
• Augenfarbe und natürliche Augenbrauenform.
• Haarfarbe, Länge, Textur und üblicher Scheitel.
• Allgemeiner Körperbau.
• Ein oder zwei markante Details.
• Standard-Visualisierungsmedium und Realismusgrad.

Vermeide zehn nahezu synonyme Begriffe für Schönheit. „Beautiful, gorgeous, stunning, perfect, flawless“ verbraucht die Aufmerksamkeit des Modells, ohne die Identität wirklich zu unterscheiden. „Oval face, wide-set hazel eyes, softly arched brows, short black bob, small beauty mark below the left eye“ ist überprüfbar und präzise.

Beginne mit einem starken Anker-Porträt

Dein Ankerbild sollte dasjenige Bild sein, das du einem Illustrator übergeben und sagen würdest: „Das ist sie.“ Generiere es, bevor du mit dramatischen Posen oder aufwendigen Umgebungen experimentierst.

Ein nützliches Anker-Porträt zeichnet sich durch folgende Merkmale aus:

• Ein einziges, klar sichtbares erwachsenes Subjekt.
• Ein Gesicht, das groß genug ist, um alle Details zu erkennen, aber nicht zu eng beschnitten.
• Neutrale oder sanft ausdrucksstarke Züge.
• Weiches, gleichmäßiges Licht.
• Minimale Verdeckungen durch Haare, Hände, Brillen oder Requisiten.
• Eine natürliche Linsenperspektive statt eines extremen Weitwinkels.
• Die beabsichtigte Basis-Frisur und das Basis-Make-up.
• Ein einfacher, unaufdringlicher Hintergrund.

Lehne ein Ankerbild ab, das zwar wunderschön ausgeleuchtet ist, aber unsichere Anatomie oder ein mehrdeutiges Alter aufweist. Kleine Fehler neigen dazu, sich zu propagieren, wenn spätere Bilder darauf konditioniert werden. Lehne auch ein stark gefiltertes Bild ab, wenn du realistische Ergebnisse anstrebst; die Referenz könnte dem System beibringen, den Filter als Teil der Identität zu betrachten.

Speichere den Prompt, das Modell oder Style-Preset, das Seitenverhältnis und alle verfügbaren Generierungseinstellungen. Gib der Datei einen aussagekräftigen Namen wie maya-anchor-v1-dreiviertel. „Final2-neu-real.png“ wird nach zwanzig Iterationen völlig bedeutungslos.

Wenn dein Tool mehrere Referenzen unterstützt, lade nicht sofort jedes Bild hoch, das dir gefällt. Referenzen, die sich bei Augenabstand, Haaransatz, Alter oder Illustrationsstil widersprechen, zwingen das Modell, inkompatible Personen zu mitteln. Beginne mit dem absolut besten Bild. Füge eine Frontal- oder Profilreferenz erst dann hinzu, wenn sie Informationen liefert, die dem Ankerbild genuinely fehlen.

Trenne den Identitäts-Block vom Szenen-Block

Ein wiederverwendbarer Prompt lässt sich viel leichter kontrollieren, wenn er in logische Module unterteilt ist.

Identitäts-Block:

fictional 28-year-old adult woman, oval face, wide-set hazel eyes, softly arched dark brows, straight nose, full lower lip, warm olive skin, short black bob with a left part, small beauty mark below her left eye, athletic build

Szenen-Block:

reading beside a rainy apartment window at night, charcoal knit sweater, warm table lamp, candid three-quarter view, realistic photography

Qualitäts- und Begrenzungs-Block:

one adult subject, natural hands, coherent anatomy, face unobstructed

Halte den Identitäts-Block unverändert, während du verschiedene Szenen testest. Wenn das Gesicht abweicht, weißt du, dass die Ursache wahrscheinlich die neue Szene, die Kamera, das Styling oder die Referenzbalance ist – und nicht eine stille Umschreibung der Charakterdefinition.

Widersprüchliche Begriffe sind ein häufiger Fehler. „Short bob“ kombiniert mit „long hair flowing down her back“ erzeugt einen erzwungenen Kompromiss. „Soft studio portrait“ kombiniert mit „harsh midday documentary flash“ bewirkt dasselbe für die Beleuchtung. Löse Widersprüche auf, anstatt immer mehr Wörter hinzuzufügen.

Wenn eine Plattform Negative Prompts anbietet, nutze sie sparsam für wiederkehrende Fehler: falsche Augenfarbe, doppelte Person, verdecktes Gesicht oder Altersmehrdeutigkeit. Eine riesige, generische Negative-Liste kann nützliche Vielfalt unterdrücken und ist schwer zu debuggen.

Verstehe die Werkzeuge hinter der Identitätskontrolle

Verschiedene Systeme bewahren die Identität auf unterschiedliche Weise. Die Kategorie zu kennen, hilft dir, die richtigen Erwartungen zu setzen.

Referenzbild-Conditioning

Das System extrahiert visuelle Informationen aus einem oder mehreren Bildern und nutzt diese parallel zum Text-Prompt. IP-Adapter ist ein bekanntes Forschungsbeispiel: Es fügt einem vortrainierten Text-zu-Bild-Modell über einen separaten Aufmerksamkeitsmechanismus die Fähigkeit hinzu, Bild-Prompts zu verarbeiten (IP-Adapter Paper). Consumer-Produkte können unterschiedliche oder proprietäre Methoden verwenden, daher impliziert ein Label „Bildreferenz“ nicht zwingend IP-Adapter.

Die Referenzstärke ist ein Kompromiss. Zu niedrig, und die Identität driftet. Zu hoch, und die Ausgabe kopiert die Pose, den Ausschnitt, die Beleuchtung oder die Kleidung des Ankerbildes. Finde die niedrigste Stärke, die die Wiedererkennung gewährleistet, und teste dann eine bedeutende Szenenänderung.

Subjektspezifisches Fine-Tuning

Methoden wie DreamBooth feinabstimmen ein Modell darauf, einen eindeutigen Identifier mit einem Subjekt aus einem kleinen Bildsatz zu verknüpfen. Die ursprüngliche Forschung demonstrierte die Neukontextualisierung von Subjekten über verschiedene Szenen und Blickwinkel hinweg (DreamBooth Paper). Fine-Tuning kann die Identität hervorragend bewahren, aber die Ergebnisse hängen stark von sauberen Trainingsbildern, Captions, Parametern und dem Basismodell ab. Es kann auch überanpassen (Overfitting) und Trainingsposen reproduzieren, anstatt zu generalisieren.

Leichte Adapter und LoRAs

Ein trainierter Adapter kann einen Charakter mit weniger Speicher und Rechenaufwand kodieren als eine vollständige Modell-Feinabstimmung. Die Qualität variiert stark. Wenn ein Dienst angibt, ein benutzerdefiniertes Charaktermodell zu erstellen, frage nach, ob du die Trainingsbilder und abgeleiteten Charakterdaten löschen kannst.

Seed-Sperre

Ein Seed initialisiert den Zufallsprozess. Die Wiederverwendung mit fast identischen Einstellungen kann die Komposition wiederholbarer machen. Es ist nützlich für kontrollierte Vergleiche, aber keine vollständige Identitätslösung. Ändere das Seitenverhältnis, das Modell, den Prompt oder die Hauptpose, und derselbe Seed ähnelt möglicherweise nicht mehr dem Ankerbild.

Bildbearbeitung und Inpainting

Die Bearbeitung startet mit einem bestehenden Bild und ändert ausgewählte Regionen oder folgt spezifischen Anweisungen. Es ist oft der effizienteste Weg, wenn das Gesicht stimmt, aber das Outfit, der Hintergrund oder die Hand falsch sind. Den gesamten Frame neu zu generieren, verwirft korrekte Informationen.

Ändere immer nur eine Hauptvariable gleichzeitig

Der schnellste Weg, die Konsistenz zu verlieren, ist die Anforderung einer neuen Frisur, eines neuen Ortes, eines neuen Kamerawinkels, eines neuen Outfits, eines neuen Ausdrucks, eines neuen Beleuchtungsschemas und eines neuen Kunststils in einer einzigen Generierung. Wenn es scheitert, lernst du nichts daraus.

Nutze eine logische Progression:

1. Anker-Porträt, neutraler Hintergrund.
2. Gleicher Bildausschnitt, anderer Ausdruck.
3. Gleiches Gesicht und Haar, Mittlere Einstellung (Medium Shot).
4. Neues Outfit, einfacher Hintergrund.
5. Neuer Ort, vertrauter Kamerawinkel.
6. Ganzkörperpose.
7. Schwierige Beleuchtung oder Aktion.
8. Erst dann ein anderes visuelles Medium.

Behalte in jedem Schritt das beste erfolgreiche Ergebnis als sekundäre Referenz, wenn das Tool dies unterstützt. Ersetze das Ankerbild nicht nur deshalb, weil ein späteres Bild dramatischer ist. Die Aufgabe des Ankers ist Klarheit.

Definiere für eine Garderoben-Serie die Kleidung als Szenenvariable. Halte für eine Reisesequenz Haar, Make-up, Kamerasprache und Identitätsreferenz stabil, während sich die Orte ändern. Für eine intime Erwachsenenszene betone das Erwachsenenalter unmissverständlich, behalte dieselben Identitätskontrollen bei und vermeide ohne Erlaubnis jegliche Ähnlichkeit mit einer realen Person.

Drift diagnostizieren, anstatt endlos neu zu würfeln

Wenn ein Bild fehlschlägt, klassifiziere den Fehler systematisch.

Führe A/B-Vergleiche durch: gleicher Prompt und Seed, ändere nur die Referenzstärke; oder dieselbe Referenz und Einstellungen, ändere nur eine Phrase. Speichere das Paar und das Ergebnis. Das verwandelt das Raten in ein kleines, kontrolliertes Experiment.

Jage nicht der absoluten Ähnlichkeit hinterher, indem du die Referenzstärke endlos erhöhst. Wenn jede Ausgabe das Originalporträt in einem anderen Hintergrund ist, hast du Konsistenz ohne Charakterperformance. Der Charakter sollte sich immer noch drehen, bewegen, Emotionen zeigen und neue Szenen bewohnen können.

Nutze ein Prompt-Ledger

Ein Prompt-Ledger kann eine Notiz, eine Tabelle oder eine Dateinamen-Konvention sein. Notiere genug, um ein Ergebnis zu reproduzieren:

„Verwerfen“ reicht nicht aus. Schreibe „Gesicht breiter geworden“, „wirkt unter 21“, „Anker-Pose kopiert“ oder „tolle Identität, falsche Jacke“. Muster werden nach zehn Zeilen offensichtlich. Du könntest herausfinden, dass Ganzkörperbilder eine andere Referenzbalance benötigen, dass ein bestimmter Beleuchtungs-Prompt das wahrgenommene Alter verändert oder dass ein bestimmtes Ankerbild immer dieselbe Kopfhaltung verursacht.

Bewahre exakte Prompts auf, anstatt sie aus dem Gedächtnis zu rekonstruieren. Ein geändertes Komma ist selten wichtig, aber vier stillschweigend geänderte beschreibende Phrasen sind es. Wenn ein Anbieter technische Einstellungen nicht offenlegt, notiere die Kontrollen, die er bereitstellt, sowie das Datum. Gehostete Modelle können sich hinter einem stabilen Produktnamen verändern.

Nutze Kontaktbögen, statt isoliert zu bewundern

Ein einzelnes Bild kann für sich allein perfekt aussehen, während es als Teil einer Serie versagt. Lege acht Kandidaten in einem Raster in gleicher Größe an. Decke die Hintergründe gedanklich ab und frage dich, ob es sich um Fotografien einer erwachsenen Person an verschiedenen Tagen handeln könnte.

Bewerte jeden Kandidaten von null bis zwei Punkten für:

• Gesichtsgeometrie.
• Augen- und Augenbrauen-Beziehung.
• Nasen- und Mundform.
• Alterseindruck.
• Hautton unter erwarteter Beleuchtungsvariation.
• Haaransatz, Farbe und Textur.
• Körper-/Build-Kontinuität, wenn sichtbar.
• Markante Details.

Verlange keine identischen Farbwerte über Sonnenuntergang, Neonlicht und Studioblitz hinweg. Beurteile strukturelle Merkmale vor dem Color Grading. Umgekehrt solltest du einen anderen Kiefer, Augenabstand und ein anderes Alter nicht als „nur das Licht“ entschuldigen.

Wähle ein Bild als Identitäts-Gewinner und ein anderes als Szenen-Gewinner. Wenn keines von beiden beides gewinnt, bearbeite oder generiere neu auf der stärkeren Grundlage, anstatt eine kompromittierte Referenz zu akzeptieren.

Erstelle eine produktionsreife Charakter-Bibel

Sobald die Identität stabil ist, erstelle einen kleinen, genehmigten Satz:

• Sauberes Frontalporträt.
• Dreiviertelporträt.
• Profil.
• Neutrale Pose bis zur Taille.
• Neutrale Ganzkörperpose.
• Lächelnde und ernste Ausdrücke.
• Warmes Innenlicht und Tageslicht draußen.
• Standard-Outfit und ein alternatives Outfit.

Notiere die exakten stabilen Eigenschaften neben den Bildern. Vermerke, was sich nicht ändern darf und was variieren darf. Wenn du über Wochen hinweg Inhalte erstellst, notiere auch die Modell- oder Preset-Version; ein Anbieter-Update kann das Rendering ändern, selbst bei gleichem Prompt.

Nutze Versionierung. v1 könnte die anfängliche Identität sein; v1.1 korrigiert die Augenfarbe ohne Änderung der Gesichtsstruktur; v2 ändert absichtlich die Frisur. Mische Versionen niemals stillschweigend in derselben Sequenz.

Plane Szenen als Continuity-Editor

Für eine Multi-Image-Geschichte schreibe eine Shot-Liste vor der Generierung. Beispiel:

1. Einstellende Aufnahme außerhalb eines Hotels in der Dämmerung.
2. Rahmen bis zur Taille in der Lobby, schwarzer Mantel noch an.
3. Nahaufnahme am Aufzug, Mantel offen, dieselben Ohrringe.
4. Zimmerinnenraum, Mantel ausgezogen, burgunderfarbenes Kleid sichtbar.
5. Morgen-Porträt am Fenster, anderes Outfit, aber dieselben Haare und dasselbe Gesicht.

Verfolge Garderobe und Requisiten zwischen benachbarten Frames. Generative Systeme können Ohrringe, Nagellack, Handtasche, Wetter oder Tageszeit ändern, wenn sie nicht daran erinnert werden. Identitätskonsistenz kann eine gebrochene Szenenkontinuität nicht retten.

Erstelle eine winzige Continuity-Tabelle:

Generiere benachbarte Shots mit dem nächstgelegenen genehmigten Bild als zusätzlicher Referenz, wenn möglich. Das ursprüngliche Ankerbild schützt die Identität; der benachbarte Frame schützt den temporären Szenenzustand.

Für intime Erwachsenensequenzen schützt die Continuity-Planung auch die Altersklarheit und den Zustimmungsrahmen. Halte das Erwachsenenalter des Charakters explizit, vermeide abrupte Änderungen, die das Subjekt jünger erscheinen lassen, und führe niemals ohne Erlaubnis eine real identifizierbare Person ein.

Wisse, wann du bearbeiten statt neu generieren solltest

Nutze die Bearbeitung, wenn der Großteil des Bildes bereits korrekt ist:

• Ändere die Kleidungsfarbe unter Beibehaltung von Gesicht und Pose.
• Entferne ein unerwünschtes Accessoire.
• Repariere eine Hand abseits des Gesichts.
• Ersetze einen einfachen Hintergrund.
• Korrigiere ein kleines markantes Merkmal.

Generiere neu, wenn die Grundlage falsch ist:

• Die erwachsene Identität ist mehrdeutig oder deutlich anders.
• Perspektive oder Anatomie sind global fehlerhaft.
• Die angeforderte Pose fehlt.
• Die Beleuchtung widerspricht der gesamten Szene.
• Mehrere Subjekte sind ineinander verschlungen.

Maskiere die kleinste Region, die das Problem lösen kann, aber lasse genug umgebenden Kontext für eine natürliche Überblendung. Nur die exakten Pixel eines Auges zu bearbeiten, kann eine scharfe Naht erzeugen; das halbe Gesicht zu bearbeiten, kann die Identität verändern. Arbeite dich schrittweise nach außen und vergleiche bei normaler Größe, nicht nur im Zoom.

Behalte bearbeitete Ausgaben mit ihrer Eltern-Datei verknüpft. Wenn eine Bearbeitung das Gesicht wesentlich verändert, sollte sie nicht nur deshalb ein neues Ankerbild werden, weil die Kleidung besser wurde.

Passe den Workflow an schwierige Shots an

Profile: Nutze eine Profilreferenz, falls verfügbar, und betone markante Nasen-, Kinn- und Haaransatz-Merkmale. Ein Frontal-Anker enthält nur begrenzte Seitenansicht-Informationen.

Ganzkörper: Die Identität nimmt weniger Pixel ein. Erhöhe die Ausgabearchitektur, wo unterstützt, vereinfache die Umgebung und akzeptiere, dass das Gesichtsdetail eine sorgfältige Bearbeitung benötigen könnte.

Starker Ausdruck: Ein Lachen verändert Augen, Wangen und Mund. Vergleiche die stabile Knochenstruktur, anstatt eine Neutralgesichts-Übereinstimmung zu verlangen.

Schwaches Licht: Neon- und farbiges Licht verschieben Haut- und Augenfarben. Bewahre die Form und korrigiere dann das Color Grading konsistent über die gesamte Serie.

Verschiedene Frisuren: Entscheide, ob die Frisur eine temporäre Szenenwahl oder eine neue Charakterversion ist. Behalte Haaransatz, Gesichtsstruktur und Altersmerkmale bei, während du Länge oder Anordnung änderst.

Zwei wiederkehrende Charaktere: Nutze separate Identitätsreferenzen und explizite räumliche Beschreibungen. Generiere zuerst einfache Kompositionen. Wenn das Tool nicht zuverlässig jede Identität an den richtigen Körper binden kann, erstelle oder bearbeite die Charaktere separat, anstatt Gesichtsverschmelzungen zu akzeptieren.

Spiegel und Reflexionen: Diese sind schwer, da das Modell Geometrie und Identität zweimal aufrechterhalten muss. Fordere eine einfache Komposition, erwarte mehr Wiederholungen und prüfe, ob die Reflexion ein zweites Gesicht oder inkonsistente Kleidung erfindet.

Für MyWifu erstellst du einen Companion einmal und nutzt dann das etablierte Porträt und die Merkmale des Charakters als Continuity-Anker, wenn du benutzerdefinierte Medien anforderst. Du kannst ein Companion-Design starten oder aktive Companions durchstöbern, bevor du entscheidest, wie viel Anpassung du benötigst.

Zustimmung, Herkunft und Sicherheitsregeln für Erwachsene

Technische Konsistenz kann synthetische Medien überzeugender machen, was deine Verantwortung erhöht.

• Nutze standardmäßig eine fiktive erwachsene Identität.
• Nutze das Gesicht einer identifizierbaren erwachsenen Person nicht für intime Inhalte ohne ausdrückliche Erlaubnis.
• Erstelle niemals sexualisierte Minderjährige, altersmehrdeutige Charaktere oder Prompts, die versuchen, Altersschutzmaßnahmen zu umgehen.
• Präsentiere generierte Bilder nicht als dokumentarische Beweise.
• Halte Originalreferenzen privat und lösche unerwünschte Uploads, wo Kontrollen dies erlauben.
• Vermeide die Aufnahme von Adressen, Ausweisen, Arbeitsausweisen oder anderen persönlichen Daten in Referenzen.
• Kennzeichne synthetische Medien, wenn der Kontext einen Zuschauer irreführen könnte.

Die Arbeit des NIST zu Risiken synthetischer Inhalte diskutiert Herkunftsansätze wie Metadaten und Wasserzeichen, während anerkannt wird, dass sich das Feld weiterentwickelt (NIST AI technical reports). Herkunft gewährt keine Zustimmung, und ein Wasserzeichen macht schädliche Identitätsnachahmung nicht akzeptabel.

Wenn der Charakter von mehreren Ästhetiken inspiriert ist, stelle sicher, dass die endgültige Identität unabhängig fiktiv ist und nicht eine dünne Tarnung für eine reale Person. „Öffentlich verfügbares Foto“ ist nicht dasselbe wie Erlaubnis.

Eine kompakte Konsistenz-Checkliste

Vor der Generierung:

• Der Charakter ist unmissverständlich eine erwachsene Person.
• Ein Anker-Porträt ist klar und technisch einwandfrei.
• Identitätsmerkmale sind kurz, konkret und wiederverwendbar.
• Referenzen stimmen bei Gesicht, Alter, Haar und Stil überein.
• Der Szenen-Block enthält keine Identitätskonflikte.
• Modell, Seitenverhältnis und verfügbare Einstellungen sind notiert.

Nach der Generierung:

• Das Gesicht bleibt bei normaler Betrachtungsgröße wiedererkennbar.
• Augen- und Haarfarbe passen überein.
• Der Alterseindruck ist stabil.
• Markante Merkmale sind vorhanden, wenn sichtbar.
• Anatomie und Subjektanzahl sind kohärent.
• Szenen-Anweisungen wurden befolgt, ohne das Ankerbild zu kopieren.
• Das Bild wird mit Prompt- und Versionsinformationen gespeichert.

Wenn ein Ergebnis zwei oder mehr Identitätsprüfungen nicht besteht, befördere es nicht in den Referenz-Satz. Ein abweichendes Bild kann spätere Generationen noch weiter wegziehen.

Konsistenz ist ein Workflow, kein magischer Prompt. Etabliere eine erwachsene fiktive Identität, bewahre den Anker, trenne Person von Szene, nimm kontrollierte Änderungen vor und bearbeite gute Bilder, anstatt sie wiederholt zu verwerfen. Dieser Prozess produziert einen Charakter, der eine Garderobe, ein Zuhause, eine Geschichte und eine visuelle Historie haben kann, ohne in jedem Frame zu einer anderen Person zu werden.

Fahre fort mit wie KI-Freundinnen funktionieren, einen KI-Companion personalisieren oder KI-Companion-Preise vergleichen.

Bevor du eine fertige Serie veröffentlichst oder speicherst, führe einen blinden Wiedererkennungstest durch. Mische die Bilder mit zwei oder drei nicht verwandten Ausgaben im selben allgemeinen Stil und bitte einen vertrauenswürdigen erwachsenen Prüfer, den wiederkehrenden Charakter zu gruppieren. Gib die Prompts nicht preis. Wenn der Prüfer nach Kleidung oder Hintergrund statt nach Gesichts- und Körperidentität gruppiert, verlässt sich die Serie auf Styling statt auf Charakterkontinuität.

Inspectiere dann in drei Größen: Thumbnail, normale Feed-Größe und volle Auflösung. Die Thumbnail-Erkennung testet Silhouette, Haar und breite Gesichtsstruktur. Die normale Größe approximiert die tatsächliche Betrachtung. Die volle Auflösung zeigt Augen-Asymmetrie, Hautartefakte, Schmuck-Mutationen und Bearbeitungs-Nähte. Ein Bild, das nur im herausgezoomten Zustand funktioniert, ist möglicherweise ungeeignet als zukünftige Referenz; eines mit winziger, harmloser Texturvariation funktioniert in einer Geschichte vielleicht immer noch perfekt.

Archiviere den genehmigten Satz und seinen Generierungs-Datensatz getrennt von den Verwürfen. Lass spätere Automatisierung nicht aus einem gemischten Ordner auswählen. Wenn du den Charakter öffentlich teilst, behalte Herkunftsnotizen und gib den synthetischen Ursprung dort an, wo ein Zuschauer ihn vernünftigerweise mit einer echten erwachsenen Person verwechseln könnte. Konsistenz erhöht die Glaubwürdigkeit, daher sollte dein Zustimmungs- und Offenlegungsstandard stärker werden – nicht schwächer – während sich die Technik verbessert.