AI 生成人物不像本人？我在房仲 AI 實作課程中，反覆遇到的 3 個原因

先講結論

想讓 AI 生成人物更像本人，與其不斷更換工具、把提示詞寫得越來越長，不如先檢查三件事：

1. 原始照片是否使用美肌、濾鏡或明顯修圖？

2. 提供的人物角度，是否足以支撐妳想生成的動作？

3. 是否一次要求 AI 同時修改服裝、場景、姿勢和畫風？

這三點不是所有 AI 工具都適用的固定公式，也不是一項大型統計調查的結論，而是我在 2026 年 7 月帶領房仲學長姐進行 AI 生圖實作時，反覆遇到的三種狀況。

相關研究與工具官方文件也提供了一些可以互相對照的依據：

• 2023 年發表於 CVPR 的 DreamBooth 研究，使用少量人物或物件照片學習特定主體，再將其生成於不同場景、姿勢及視角中。

• OpenAI 官方文件指出，較高的輸入保真度，有助於在圖片編輯時保留臉部及其他輸入細節。

• Midjourney 官方則提供 Omni Reference，目的之一就是在不同圖片中維持人物或物件的一致性。

這些資料共同說明一件事：人物一致性不只受到文字提示影響，也和參考圖片、生成方式及工具功能有關。

「明明上傳的是我的照片，為什麼做出來還是完全不像我？」

這是我在 2026 年 7 月房仲 AI 實作課程中，經常收到的問題。

很多學長姐原本以為，只要上傳一張自己的照片，再告訴 AI「五官不能改、一定要像本人」，就能直接生成不同服裝、動作和場景。

實際操作後卻發現：

• 正面看起來有點像，換成側面就像另一個人。

• 原本的圖片還算接近，一換服裝就開始變臉。

• 提示詞越寫越長，人物反而越不穩定。

• 同一組照片每次生成，五官和年齡感都不太一樣。

這並不一定代表工具不好，也不能只歸咎於提示詞寫錯。

AI 並不認識現實生活中的妳。它只能根據這次收到的照片與文字，判斷人物可能具有哪些特徵，再生成一張新的圖片。

所以問題不只是：

「我有沒有上傳照片？」

更重要的是：

「我上傳的照片，是否都在告訴 AI 同一件事？」

原因一：美肌照片可能改變的不只是皮膚

很多人把美肌理解成磨皮、提亮膚色或修掉痘痘。

但部分美肌與人像修飾功能，還可能調整：

• 臉部寬度

• 下巴長度

• 眼睛大小

• 鼻子比例

• 額頭與臉型

• 五官之間的距離

影像研究中確實存在透過臉部特徵點與幾何變形，改變臉型或局部五官的方法。例如，AutoToon 研究便以臉部幾何變形呈現人物特徵；另一項臉部影像變形研究，也示範利用臉部特徵點放大或縮小局部區域。

這些研究不等於直接證明「所有美肌照片都會讓 AI 生成失敗」，但可以幫助我們理解：修圖不一定只改顏色和皮膚，也可能改變臉部幾何結構。

如果正面照使用了明顯瘦臉，45 度照片的下巴又被拉尖，側面照卻沒有相同程度的修飾，這幾張照片呈現出的五官比例就可能不完全一致。

對本人和熟人來說，每張照片看起來都是同一個人；但 AI 收到的，可能是幾組不完全相同的臉部資訊。

我會怎麼建議學員準備照片？

如果要建立長期使用的 AI 人物參考圖，建議優先選擇：

• 沒有開啟美肌瘦臉、大眼及縮下巴的原始照片。

• 臉部光線清楚、不過曝、不被陰影遮住。

• 拍攝時間接近，避免混合不同年齡階段的照片。

• 妝容、髮型與髮色差異不要太大。

• 不要同時混用原始照片和重度美肌照片。

• 臉部不要被口罩、墨鏡、頭髮或手遮住。

如果妳希望 AI 生成的是「平常社群上習慣呈現的自己」，可以使用輕微修飾、但五官比例一致的照片；如果目標是盡量接近真實長相，則建議另外拍攝一組未使用美肌和濾鏡的照片。

可複製的照片檢查提示詞

請先分析我上傳的人物照片，不要生成圖片。請比較每張照片的臉型、眼睛大小、鼻型、下巴長度、五官比例、髮型與身材比例，判斷照片之間是否有明顯差異。請告訴我哪些照片適合共同作為 AI 人物參考，哪些照片可能因美肌、濾鏡、拍攝角度或修圖程度不同而不建議混用。無法確定的地方請直接說明，不要自行推測。

原因二：只提供正面照，AI 看不到其他角度的妳

一張清楚的正面照，可以提供正面五官、髮型與部分臉型資訊。

但是，它通常無法完整呈現：

• 側臉的鼻子與下巴線條

• 左右45度的臉部輪廓

• 後腦勺與背面髮型

• 身高及身材比例

• 轉身、低頭、抬頭時的五官變化

• 手腳與全身姿態

當參考照片中沒有這些資訊，卻要求 AI 生成側身、奔跑、低頭看手機或抬頭等動作時，工具仍可能產生圖片，但沒有出現在參考照片裡的部分，就必須由模型推測。

2023 年 CVPR 發表的 DreamBooth 研究，使用少量、通常約 3至5張特定主體照片，讓模型學習該主體，進而生成不同場景、姿勢、視角和光線下的影像。這項研究採用的是模型微調技術，和一般人直接在 ChatGPT 或 Midjourney 上傳照片的操作方式並不完全相同，因此不能直接解讀成「上傳3至5張照片就一定會像」。

但它至少說明：要在不同情境中維持特定人物特徵，除了文字描述，也需要讓系統取得人物的視覺資訊。
參考：DreamBooth：CVPR 2023 研究論文

我在實作課程中的做法

如果學員希望後續生成不同動作，我通常會建議先準備：

• 清楚正面照

• 左右45度照片

• 左右側面照

• 正面全身照

• 側面全身照

• 背面照

這不是每個工具官方規定的固定張數，而是我在教學實作中，用來減少 AI 猜測範圍的準備方式。

照片也不是越多越好。

如果一次上傳很多張照片，卻混合不同年齡、不同妝容、不同濾鏡和不同髮型，可能反而讓人物特徵變得更混亂。

比起追求照片數量，更重要的是：

清楚、一致，而且角度能支撐妳想生成的畫面。

可複製的拍攝規劃提示詞

我想建立一組專門提供給 AI 生成人物使用的參考照片。請幫我規劃拍攝清單，包含正面、側面、45度、背面及全身角度，並說明光線、表情、服裝、髮型、背景與拍攝距離的注意事項。目標是讓後續生成不同動作與場景時，人物仍盡量維持相同的臉型、五官及身材比例。此階段請勿生成圖片。

原因三：一次修改太多條件，出了問題也不知道是哪一步造成的

第一次接觸 AI 生圖時，我們很容易把所有期待都寫進同一個提示詞。

例如：

請把人物換成黑色西裝，站在豪宅客廳，雙手抱胸，看向窗外，畫面改成韓系電影感，人物一定要像本人。

看起來只是一段指令，但其中同時包含：

• 人物長相

• 服裝

• 姿勢

• 手部動作

• 表情與視線

• 室內場景

• 光線

• 構圖

• 畫面風格

我建議「一次只改一個主要條件」，並不是宣稱所有模型都只能接受短提示詞，而是為了控制變因。

當妳一次只換服裝，如果人物突然不像，就能知道問題可能發生在這一步；如果一次改了八、九個條件，最後人物跑掉，就很難判斷到底是哪項修改造成的。

OpenAI 在 2025年7月17日發布的高輸入保真度範例中，便使用「只改杯子的顏色」「移除杯子」等局部任務，示範在保留其他畫面內容的情況下進行控制式修改。官方也指出，高輸入保真度有助於在編輯時保留臉部，使人物在不同背景或風格下仍較容易辨識。
參考：OpenAI：Generate images with high input fidelity

OpenAI 的圖片提示指南也建議，在人物置入新場景時，明確說出哪些人物特徵不能改變；若工具支援，較高的輸入保真度有助於在大型場景修改中維持相似度。
參考：OpenAI：GPT Image Prompting Guide

Midjourney 官方文件則提醒，即使只改動提示詞、模型版本或部分設定，生成結果仍可能出現預期外的變化。Midjourney 因此建議以 Style Reference、Omni Reference 等功能處理一致性，而不是只依賴固定種子。
參考：Midjourney：Seeds 官方說明

我實際使用的四階段生成流程

第一步：先確認人物長相

第一張圖先不要急著換服裝、背景、姿勢與畫風，只確認人物的臉型、五官、髮型和身材比例。

提示詞:

請根據我上傳的人物照片，生成一張人物參考圖。完整保留原人物的臉型、五官比例、眉型、眼睛、鼻型、嘴型、髮型、髮色、膚色、年齡感、身材比例與個人辨識特徵，讓熟悉人物的人能辨認是同一個人。此階段不要更換服裝、姿勢、背景與畫風。

第二步：只修改服裝

確認第一張人物接近本人後，再以這張圖為基礎更換服裝。

提示詞(括號內根據個人需求修改):

請以上一張確認的人物圖片為基礎，只將服裝改成(西裝外套與白色襯衫)。人物的臉型、五官、髮型、膚色、年齡感、身材比例、姿勢、表情、背景、光線與構圖全部保持不變。

第三步：只修改場景

服裝確認後，再處理背景。

提示詞(括號內根據個人需求修改):

請保持目前人物的臉型、五官、髮型、服裝、姿勢、表情及身材比例不變，只將背景更換成(明亮、有質感的住宅客廳)。畫面自然、溫暖，具有生活感，不要改變人物長相。

第四步：最後修改動作

提示詞(括號內根據個人需求修改):

請保持目前人物長相、髮型、服裝、背景、光線與構圖不變，只將人物動作改成(自然拿著資料夾站立。)手指及手部比例要自然，不可改變人物五官、臉型與身材比例。

每完成一步，都先確認人物是否仍然接近本人。

如果人物在某一步開始跑掉，不要繼續用錯誤版本往下修改，而是回到上一張比較接近本人的圖片，再重新調整。

人物不像本人：原因與處理方式

不同 AI 工具都適用這套方法嗎？

不能保證完全相同。

不同工具對圖片參考、人物一致性、輸入張數及圖片編輯的處理方式並不一樣。

以具名工具來說：

• OpenAI GPT Image：官方文件提供圖片編輯與輸入保真度設定。較高的輸入保真度，主要用於加強輸入圖片細節、臉部及視覺識別特徵的保存。

• Midjourney V7：官方提供 Omni Reference，可將參考圖片中的人物或物件帶入新的生成畫面。

• DreamBooth：屬於針對特定主體進行模型微調的研究方法，和一般聊天式生圖工具的操作流程不同。

Midjourney 官方明確表示，Omni Reference 可以使用參考圖片中的人物或物件，並將其帶入新的創作中。
參考：Midjourney：Omni Reference

OpenAI 官方則說明，input_fidelity 用來控制圖片編輯或參考圖片工作流程中，模型保留輸入圖片細節的程度。
參考：OpenAI：Image Generation Guide

因此，更精確的說法不是「所有工具都必須遵守同一套方法」，而是：

不同工具的功能與操作方式不同，但使用一致的參考照片、降低素材衝突，並分階段檢查生成結果，是我在房仲 AI 生圖實作中較容易找出問題的方法。

常見問題 FAQ

只有一張正面照，可以生成其他動作嗎？

可以生成，但不代表一定能準確還原本人。

如果要求的是正面、簡單站姿，可能比較容易維持；如果要求側身、低頭、奔跑或大幅度轉身，照片中沒有呈現的部分就需要由 AI 推測。

照片是不是越多越好？

不一定。

清楚、一致、拍攝時間接近的照片，通常比混合不同濾鏡、年齡、妝容及髮型的大量照片更適合作為人物參考。

目前沒有一個能適用所有 AI 工具的固定張數，仍要依工具的圖片輸入方式與官方說明操作。

只有美肌照片，還能使用嗎？

可以先挑選修飾程度較低、五官比例較一致的照片嘗試。

如果要長期製作房仲形象照、社群圖卡或個人 IP，建議另外拍攝一組沒有瘦臉、大眼及重度濾鏡的照片，專門作為 AI 人物參考素材。

提示詞一直寫「不可改變五官」，為什麼還是會變？

因為文字可以表達妳希望保留什麼，卻無法補回原始照片中沒有呈現的視角和細節。

另外，生成式 AI 產出的仍是新圖片，不等於傳統修圖軟體逐像素鎖定原始人物。即使使用人物參考或高輸入保真度，也不應理解成百分之百不會變動。

一次只改一個條件，真的一定比較像嗎？

不能保證。

這個方法最大的價值，是幫助使用者控制變因、找出人物從哪一步開始跑掉，而不是保證每次生成都成功。

結語：先讓 AI 看清楚妳，再要求它改變妳

AI 生成人物不像本人時，不一定要立刻更換平台，也不一定需要把提示詞寫得更複雜。

可以先回頭檢查：

• 參考照片有沒有明顯美肌或五官變形？

• 不同照片中的人物狀態是否一致？

• 照片角度能不能支撐想生成的動作？

• 這次是不是同時改了太多條件？

• 使用的工具是否具有人物參考或輸入保真度功能？

AI 不認識現實生活中的妳，只能根據妳提供的素材和指令，逐步建立對這個人物的判斷。

先準備一致、清楚、不過度修飾的人物照片，再按照「確認長相、修改服裝、更換場景、調整動作」的順序進行。

看起來多了幾個步驟，卻更容易知道問題發生在哪裡。

有時候慢一點，反而更快。

當人物版本逐漸穩定，未來不論要製作房仲形象照、社群圖卡、短影音或個人 IP，都會更容易延續同一個人的辨識度。

本文資料來源

1. 蔡雅涵，2026年7月房仲 AI 生圖實作課程之教學觀察。

2. Ruiz, N. et al., DreamBooth: Fine Tuning Text-to-Image Diffusion Models for Subject-Driven Generation, CVPR 2023。

3. OpenAI, Image Generation Guide。

4. OpenAI, Generate Images with High Input Fidelity, 2025年7月17日。

5. OpenAI, GPT Image Prompting Guide。

6. Midjourney, Omni Reference、Seeds 官方說明。

7. Gong, J. et al., AutoToon: Automatic Geometric Warping for Face Cartoon Generation, WACV 2020。