人物三视图：上传一张参考图，AI 生成右侧面/正面/背面三视图

2026-08-13 10:08 · 163 阅读

整合包工作流实战 · 第 12 篇 / 共 19 篇查看系列 →

一句话介绍

上传一张人物参考图，AI 保持你的角色面貌，一次生成右侧面 / 正面 / 背面三视图——游戏角色设定、手办建模、漫画人设的标准素材，一套 ComfyUI 工作流 8 步出图。基于 Qwen-Image-Edit 多图编辑模型，中文提示词直接写，服装配饰随便换，脸还是那张脸。

亮点

一张图出三视图：上传 1 张参考图，一次生成右侧面 / 正面 / 背面 3 个角度，人物居中且大小一致
面貌严格继承：多图编辑模型 + 指令式提示词「保留参考人物五官特征」，脸型、五官比例不跑偏
中文提示词直接写：发型、服装、配饰、神态全用中文描述，不用翻译成英文提示词
3D 三渲二质感：顶级二次元手游立绘 / 手办建模渲染效果，轮廓干净锐利、光影柔和通透
8 步快速出图：Lightning 加速 LoRA，1440×1920 高清直出，几十秒出结果
换装自由：想换造型只改提示词「人物设定」一段，五官和角度保持不变

三视图能用来做什么

角色设计：游戏 / 漫画 / 动画的角色设定图，行业标准交付格式就是正面 + 侧面 + 背面
手办 / 建模：建模师需要三向参考图建模，缺一个角度都难受
VTuber / 虚拟形象：立绘之外补充多角度人设素材
插画商稿：接稿遇到"多角度展示角色"的需求，直接出底稿

准备工作

环境：ComfyUI + Qwen-Image-Edit 模型（AI星尘 ComfyUI 整合包 V10.0 内置全套模型，开箱即用，无需额外下载）。

参考图：一张清晰的人物正面图。参考图质量直接决定出图上限：

正面朝向，五官清晰无遮挡（刘海别挡住眼睛）
人物尽量大、居中，背景干净
像素别太低（建议 ≥512px）
头像、半身、全身都行——模型保持脸型，服装按提示词重画

使用步骤

第 1 步：打开工作流

整合包工作流列表：AI星尘工作流 → 图像 → 图像生成 → 人物三视图生成工作流V1.json

第 2 步：放入参考图

工作流左侧的「图像管理器V2」节点指定了输入目录：把参考图放进 ComfyUI 的 outputavatar 文件夹，点节点上的刷新按钮，在下拉列表里选中你的图。

第 3 步：粘贴提示词

在「通用提示词」节点（PrimitiveStringMultiline）里粘贴下方完整提示词。第一段是三视图指令（必须保留），「1. 人物设定」整段可以改成你自己的角色。

第 4 步：关掉多余 LoRA（关键一步！）

工作流默认加载了 7 个 LoRA，实测必须只保留 2 个，否则出图明显发糊：

✅ 保留 Lightning-8steps：加速 LoRA，让 8 步采样就出完整细节
✅ 保留 multiple-angles：三视图专用 LoRA，控制三个角度的一致性
❌ 其余 5 个全部关闭——其中 Cinematic（电影感）、Kook_Qwen_V3极致真实、qwen_realistic_skin（真实皮肤）都是写实/电影方向，和动漫三渲二诉求冲突，叠在一起会"打架"，画面细节互相干扰发糊

第 5 步：运行出图

点右上角运行。参数保持工作流默认即可：8 步采样、CFG 1、尺寸 1440×1920。跑完在右侧预览，自动保存到 outputsucai 文件夹。

提示词全文（实测跑通，直接复制）

根据以下要求，严格使用提供的图片人物面貌生成一张三视图（右侧面、正面、背面），三个视图并排，从左到右依次为：右侧面、正面、背面，人物居中且大小一致，保留参考人物的五官特征不变

1. 人物设定
参考人物：根据参考图片中的人物形象，保留其五官轮廓与面部特征，不得凭空捏造或改变脸型、五官比例。

发型：亚麻灰紫色渐变双马尾，发丝蓬松柔顺，带动漫式高光，刘海齐眉，两侧碎发自然垂落。

上装：白色高领针织毛衣，外搭黑色短款外套，衣领和袖口带精致蕾丝边装饰。

下装：深蓝色百褶短裙，裙摆自然垂下，搭配黑色过膝袜。

鞋子：黑色圆头小皮鞋，鞋面带蝴蝶结装饰。

配饰：一条银色锁骨链，左耳一枚星星耳钉，无其他夸张饰品。

神态气质：元气中带一点傲娇的动漫少女气质，嘴角微微上扬，眼睛明亮有神。

2. 渲染风格（重要）
3D 动漫角色风格：采用高质量的 3D 卡通渲染（三渲二）质感，类似顶级二次元手游角色立绘、手办建模渲染的效果。皮肤为柔和的次表面散射质感，五官动漫化但保留参考人物的面部特征，头发有动漫式高光，服装有 3D 物理质感，轮廓干净锐利，光影柔和通透，色彩明快饱和。必须是 3D 渲染的动漫角色形象，不是写实照片，也不是 2D 平面插画。背景为纯色渐变底，突出角色本体。

提示词拆解：三段式写法

这条提示词能跑通，靠的是三段式结构——以后写任何 Qwen-Image-Edit 编辑类提示词都可以套这个框架：

第 0 段：三视图指令（做什么）

开头直接用指令句：生成什么、几个角度、并排顺序、人物要求。注意要指令式——「生成一张三视图，三个视图并排」这种祈使句才生效，只写名词短语（比如"三视图"）模型经常不执行，这是 Qwen-Image-Edit 系列的特性。

第 1 段：人物设定（长什么样）

发型、上装、下装、鞋子、配饰、神态逐项列清楚，每项写颜色和细节（动漫式高光、蕾丝边装饰、蝴蝶结）。这段要具体：越具体出图越准，AI 越没有自由发挥的空间。

第 2 段：渲染风格（什么质感）

最后锁定画面质感：3D 三渲二、次表面散射皮肤、动漫高光，并明确排除——「不是写实照片，也不是 2D 平面插画」。风格段是防止模型跑偏到错误方向的护栏。

参数为什么这样调

为什么 8 步就够？Qwen-Image-Edit 配合 Lightning 加速 LoRA，8 步已经收敛到稳定画面，实测加到 16 步并不会更清晰，反而更慢。采样器保持工作流默认（dpmpp_2m_sde / simple）即可。

为什么 CFG 是 1？Qwen 系编辑模型官方推荐 CFG 1，提示词遵循度靠模型本身的理解能力，不是靠 CFG 放大。

为什么 LoRA 只留 2 个？这是本次实测踩出来的最大坑（见下）。

踩坑记录：LoRA 不是越多越好

工作流默认挂了 7 个 LoRA：Lightning（加速）、multiple-angles（三视图）之外，还有 Cinematic（电影感）、Kook_Qwen_V3极致真实、qwen_realistic_skin（真实皮肤）等写实方向 LoRA。第一次全开跑，出图明显发糊——写实向 LoRA 要把画面往"真实照片"拉，动漫三渲二诉求要把画面往"干净卡通"拉，两股力量在每一步采样里互相拉扯，细节被互相覆盖。

只留 Lightning + multiple-angles 后，画面立刻干净锐利。经验：LoRA 是风格叠加，方向冲突的 LoRA 不能同时开。动漫需求就留动漫向，写实需求就留写实向；Lightning、multiple-angles 属于功能型 LoRA（加速 / 多角度），不受风格影响，可以一直留着。