GPT Image 2 锁脸的「脸占比上限」
验证等级：⚠️ 首次发现（暂时性，不能升格铁律，需二次跨场景复现后升 ⭐⭐） 日期：2026-06-24 工具：GPT Image 2（上传参考图 + 自然语言图生图） 场景：朋友给人物参考图（图1），要求保人脸一致做同人改绘（坐花藤秋千·星空夜景·侧脸虚影叠影）
一、事实区（冻结，不可改）
- 参考图特征：温婉圆脸、蓝灰色大而圆的眼睛、气质温婉。
- 第一次出图（全身远景）：场景几乎满分还原（秋千/花藤/侧脸虚影/满月/楼阁山峦/调色全中），但脸跑了——变成瘦削尖下颌、褐色细长眼、妩媚冷淡。锁脸约 85%（场景对、人不对）。
- 第二次出图（方案A 对话式微调）：追加点名锚点的修正指令后，蓝灰眼回来了、脸型柔和回来、气质回来，场景几乎零损伤。锁脸约 92%。
- 结论被用户认可为「这就是 GPT Image 2 的工具上限，脸占比太小它做不到」。
二、核心洞察
在「全身远景 + 重度风格化场景」下，脸只占画面极小一块像素，GPT Image 2 会优先服从风格、牺牲身份。 这是工具硬上限，不是 prompt 没写好。规律：场景越华丽、人物越小，脸越容易跑。
身份锚点最先丢失——参考图最强的单一特征（本例＝蓝灰色眼睛）是判断锁脸成败的锚点。出图先看锚点有没有还原，不必逐项比对五官。锚点丢 = 锁脸失败。
三、可复用打法
0. prompt 开头必须显式禁止美化（GPT Image 2 默认会顺手美化导致跑脸）：
keep her EXACT facial identity — same face shape, eyes, nose, lips, skin tone. Do not beautify or alter her features.
比例用自然语言（Vertical 2:3 portrait），不吃 --ar。
三级补救阶梯（按性价比排序）：
-
方案A 对话式微调（首选，最省事，本例从 85%→92%）：
The face is not matching the reference photo. Regenerate with her EXACT face from the attached photo: [点名锚点，如 rounder face, larger blue-grey eyes, gentler expression]. Keep everything else (pose, scene, outfit) the same.优势：只动脸不动景，是教科书级的”低损伤微调”。 -
方案B 拉近景别（成功率最高）：全身→半身/七分身，脸占比一上去锁脸立刻稳。代价：裁掉脚和下半场景。当核心卖点是”脸+氛围”时值得换。
-
方案C 两步合成（终极）：先单独出脸部特写确认锁脸 → 再融合氛围图。要求最高时用。
四、收尾铁律
锚点对上 + 气质对上 + 场景完整 = 可定稿。不要为修小瑕疵（如脚趾）重抽——重抽有脸再次跑偏的风险，见好就收。
五、与既有方法论的关系
- 与
微调的边界.md：本条是”脸占比”这一具体边界的工具实测补充。 - 与
双工具分工_nano锁脸+MJ摄影质感_v1.md：同属”单工具锁脸有上限 → 分工/分步绕过”的家族；GPT Image 2 在小脸占比下的上限，正是分步合成存在的理由。 - 被 aigc-video-cover-gpt 调用：该 skill 的”禁美化 + 点名锚点 + 三级补救阶梯 + 主体要够大”打法，直接来自本条；视频封面天然给脸足够像素，是本规律的顺势应用场景。
- 与 出图机制优先律_智能体原生出图vs盲调API_v1：本条的”三级补救/对话式微调”在”会看图自纠的智能体出图工具”里被自动化了——锁脸先看机制对不对，再谈补救。
- 与 GPTImage2游戏动作精灵图_三段锁定法_v1：同为 GPT Image 2 参考图一致性实测；那边验证卡通/Q版角色多帧动作可稳(特征清单写死+配饰逐帧点名)，与本条”写实小脸占比失守”互为边界——卡通特征锁得住，写实人脸有像素下限。
- 待验证升格：下次任意图生图同人改绘复现”全身跑脸→对话拽回锚点”，即可升 ⭐⭐。