GPT Image 2.5에서 캐릭터 일관성 유지: 얼굴 및 자세 변형 해결

GPT Image 2.5에서 동일한 캐릭터를 일관성 있게 유지하는 것은 단순히 모든 프롬프트에 "동일한 캐릭터"를 추가하는 것만으로는 부족합니다. 포즈, 의상, 카메라 앵글, 장면을 변경하면 얼굴이 달라질 수 있고, 강력한 레퍼런스는 때때로 캐릭터를 원본 구도에 고정시킬 수도 있습니다.

더욱 신뢰할 수 있는 워크플로우는 다음과 같습니다: 정식 레퍼런스를 사용하고, 고정된 정체성 특성을 편집 가능한 세부 사항과 분리하며, 각 레퍼런스에 명확한 역할을 부여하고, 한 번에 하나의 주요 변수만 변경하며, 변형이 나타나면 즉시 되돌리는 것입니다.

일관성 있는 캐릭터 프레임을 영상으로 만들고 싶다면, Leadde가 장면 간 시각적 연속성을 유지하며 정지 이미지 워크플로우를 AI 생성 영상으로 확장하도록 돕습니다. 이 가이드에서는 가장 신뢰할 수 있는 GPT Image 2.5 방법, 흔히 발생하는 실패 사례, 그리고 프롬프트만으로는 충분하지 않을 때의 대처법을 다룹니다.

GPT Image 2.5 캐릭터 일관성: 동일한 캐릭터를 유지하는 최적의 워크플로우는?

GPT Image 2.5 캐릭터 일관성을 유지하는 가장 신뢰할 수 있는 방법은 모든 이미지를 새로운 생성물로 취급하지 않는 것입니다. 대신, 승인된 하나의 시각적 정체성을 확립하고 이를 중심으로 통제된 변경을 가해야 합니다.

실용적인 워크플로우는 다음과 같습니다:

정식 캐릭터 → 승인된 레퍼런스 → 통제된 변경 → QA → 승인된 에셋 또는 롤백

GPT Image 2.5는 편집 전반에 걸쳐 인식 가능한 세부 사항을 더욱 안정적으로 보존하도록 설계되었지만, OpenAI는 반복적인 편집이 보존하려던 세부 사항을 변경할 수 있다고 경고합니다. 즉, 일관성이 향상되었다고 해서 캐릭터가 영구적으로 고정되는 것은 아닙니다.

무엇이 고정되어야 하고 무엇이 변경될 수 있나요?

정체성 특성을 장면 변수와 분리하는 것부터 시작하세요.

정체성 특성에는 일반적으로 얼굴 구조, 눈 모양과 색상, 헤어스타일, 피부 톤, 외견상 나이, 신체 비율, 흉터, 주근깨, 문신, 그리고 모든 특징적인 액세서리가 포함됩니다. 이러한 특징들이 캐릭터를 인식 가능하게 만듭니다.

장면 변수에는 의상, 표정, 포즈, 환경, 프레이밍, 카메라 앵글, 조명, 날씨, 그리고 아트 스타일이 포함될 수 있습니다.

이러한 구별이 중요한 이유는 캐릭터 일관성이 단일한 문제가 아니기 때문입니다. 캐릭터는 동일한 의상을 입고 다른 얼굴을 가질 수도 있고, 동일한 얼굴을 가졌지만 신체 비율이 잘못될 수도 있으며, 올바른 정체성을 가졌지만 잘못된 포즈를 취할 수도 있습니다.

일관성을 이해하는 유용한 방법은 다음 다섯 가지 레이어를 통해입니다: 정체성 일관성, 디자인 일관성, 포즈 및 동작 일관성, 장면 연속성, 그리고 편집 연속성.

왜 캐릭터 일관성이 프롬프트 문제만이 아닌 워크플로우 문제인가?

모든 프롬프트에 "동일한 캐릭터"를 추가하는 것만으로는 충분하지 않습니다. 그 단어들은 정확한 시각적 기하학이 아닌 의도를 나타내기 때문입니다.

더 강력한 워크플로우는 진실의 원천을 확립하는 것입니다. 얼굴, 헤어스타일, 비율, 그리고 특징적인 세부 사항이 승인되면, 이후의 생성물은 매번 텍스트에서 캐릭터를 재구성하는 대신, 해당 승인된 에셋을 기반으로 해야 합니다.

이는 실패를 처리하는 방식도 변화시킵니다. 새로운 결과가 변형되면 자동으로 계속 편집하지 마세요. 정체성이 올바랐던 마지막 버전으로 돌아가야 합니다.

이 간단한 승인 절차는 작은 실수가 여러 번의 편집 후에 영구적인 특징으로 굳어지는 것을 방지합니다.

신뢰할 수 있는 캐릭터 시트와 레퍼런스 시스템은 어떻게 구축하나요?

캐릭터 시트는 새로운 앵글이나 포즈를 요청할 때 GPT Image 2.5가 새로 만들어야 할 부담을 줄여줍니다.

강력한 시트에는 캐릭터를 3차원으로 정의하기에 충분한 정보가 포함되어야 합니다: 명확한 정면도, 쿼터 뷰, 측면도, 유용한 전신 뷰, 중립적인 표정, 그리고 중요한 의상 또는 액세서리 세부 사항.

초기 시트는 시각적으로 단순하게 유지하세요. 중립적인 조명과 깔끔한 배경은 정체성을 장면 정보와 더 쉽게 분리할 수 있도록 돕습니다. 극적인 방, 색깔 있는 조명, 또는 독특한 구도는 나중에 캐릭터만 전송하려던 생성물에 의도치 않게 영향을 미칠 수 있습니다.

하나의 캐릭터 시트를 생성해야 할까요, 아니면 각 뷰를 개별적으로 승인해야 할까요?

다중 패널 캐릭터 시트는 유용하지만, 모든 패널이 자동으로 정확히 동일한 사람을 나타낸다고 가정해서는 안 됩니다.

OpenAI 커뮤니티 사용자는 동일한 반복 캐릭터를 포함하는 네 개의 만화 패널이 단일 이미지로 함께 생성되었을 때도 눈에 띄는 얼굴 변형이 발생했다고 보고했습니다. 의상, 헤어스타일, 안경은 비슷하게 유지되었지만, 얼굴 구조, 외견상 나이, 눈, 그리고 턱선은 패널마다 변경되었습니다. 이는 통제된 벤치마크라기보다는 사용자 보고서이지만, 중요한 생산 위험을 보여줍니다: 일관성은 개별 생성물 사이뿐만 아니라 하나의 이미지 내에서도 실패할 수 있습니다.

중요한 캐릭터의 경우, 더 안전한 워크플로우는 다음과 같습니다:

정식 얼굴 먼저 승인 → 쿼터 뷰 생성 및 승인 → 측면도 승인 → 전신 뷰 승인 → 최종 레퍼런스 시트 조립.

이는 큰 그리드를 생성하고 모든 셀이 정확하다고 가정하는 것보다 더 강력한 레퍼런스 시스템을 구축합니다.

하나의 레퍼런스 또는 여러 개의 레퍼런스: 어느 것이 더 나은가요?

하나의 강력한 레퍼런스는 새로운 배경, 작은 표정 변화, 또는 유사한 초상화 프레이밍과 같은 작은 변경에는 종종 충분합니다.

여러 개의 레퍼런스는 새로운 앵글, 전신 포즈, 다른 의상, 또는 더 복잡한 장면이 필요할 때 더 유용해집니다. 하지만 더 많은 레퍼런스 이미지가 자동으로 더 많은 일관성을 의미하지는 않습니다. 여러 레퍼런스가 상충되는 정보를 포함하면, 모델은 그것들을 혼합할 수 있습니다.

해결책은 각 레퍼런스에 명확한 권한을 부여하는 것입니다:

정체성 레퍼런스 → 얼굴 및 특징적인 정체성 포즈 레퍼런스 → 신체 위치 및 사지 배열 의상 레퍼런스 → 의상 장면 레퍼런스 → 환경 스타일 레퍼런스 → 렌더링 스타일

정체성 레퍼런스가 스튜디오 조명을 가지고 있지만 새로운 장면이 일몰에 발생해야 한다면, 정체성 레퍼런스가 조명, 의상, 프레이밍, 또는 배경이 아닌 오직 정체성만 제어한다고 명시적으로 밝히세요.

이는 단순히 여러 이미지를 업로드하고 GPT Image 2.5에게 '레퍼런스를 사용하라'고 요청하는 것보다 더 정확합니다.

GPT Image 2.5에 동일한 캐릭터를 유지하도록 어떻게 프롬프트해야 할까요?

강력한 캐릭터 프롬프트는 무엇이 변경될 수 있고 무엇이 보호되어야 하는지를 모두 정의해야 합니다.

재사용 가능한 구조는 다음과 같습니다:

레퍼런스 역할: 업로드된 이미지를 주요 정체성 레퍼런스로 사용하세요. 정체성: 동일한 얼굴 구조, 눈, 헤어스타일, 피부 톤, 나이, 비율, 그리고 특징적인 요소를 보존하세요. 장면: 새로운 설정 또는 샷을 설명하세요. 변경 사항: 변경하고자 하는 하나의 주요 변수만 지정하세요. 유지 사항: 안정적으로 유지되어야 할 중요한 요소를 나열하세요. 변경 금지: 캐릭터를 재설계, 미화, 노화시키거나 재해석하는 것을 명시적으로 금지하세요.

OpenAI의 이미지 프롬프트 가이드는 동일한 일반 원칙을 따릅니다: 원하는 변경 사항을 명확히 진술하고, 보존해야 할 것을 식별하며, 레퍼런스 이미지에 명시적인 역할을 부여하고, 한 번에 여러 가지를 변경하기보다는 점진적인 편집을 하세요.

어떤 정체성 세부 사항을 반복해야 할까요?

모든 프롬프트에서 모든 보이는 세부 사항을 다시 작성할 필요는 없습니다.

핵심 정체성 앵커의 작은 세트에 집중하세요: 얼굴 모양, 눈 모양 또는 색상, 헤어스타일 실루엣, 특징적인 표시, 신체 비율, 그리고 한두 가지 시그니처 액세서리.

예를 들어, '짧은 검은색 단발, 호박색 왼쪽 눈, 회색 오른쪽 눈, 오른쪽 귀 아래 초승달 흉터'는 분위기와 스타일링 형용사의 긴 단락보다 더 유용한 정체성 정보를 제공합니다.

시각적 레퍼런스가 대부분의 정체성 정보를 담고 있어야 합니다. 텍스트 프롬프트는 해당 레퍼런스의 어떤 부분이 가장 중요한지를 명확히 해야 합니다.

왜 더 긴 프롬프트와 '동일한 캐릭터'만으로는 충분하지 않은가?

프롬프트 길이는 제어와 동일하지 않습니다.

매우 긴 프롬프트는 상충되는 지시를 생성할 수 있습니다: 얼굴을 보존하고, 표정을 극적으로 변경하며, 나이 인상을 바꾸고, 극단적인 시네마틱 조명을 사용하고, 새로운 앵글로 이동하며, 헤어스타일을 수정하고, 정확한 정체성을 유지하는 것—이 모든 것을 동시에 요구하는 식입니다.

그러한 지시들이 상충될 때, 모델은 어떤 제약 조건이 가장 중요한지 결정해야 합니다.

더 나은 규칙은 다음과 같습니다:

강력한 레퍼런스 + 명확한 레퍼런스 역할 + 제한된 변경 범위가 더 긴 프롬프트보다 효과적입니다.

'동일한 캐릭터'는 유용한 보강이지만, 시각적 레퍼런스나 명시적인 정체성 앵커를 대체하는 것으로 취급되어서는 안 됩니다.

새로운 장면, 의상, 앵글, 스타일, 포즈에서 동일한 캐릭터를 어떻게 유지하나요?

캐릭터 편집의 난이도는 요청된 결과물이 레퍼런스 이미지와 얼마나 다른지에 따라 달라집니다.

동일한 초상화를 유지하면서 벽 색깔을 바꾸는 것은, 앉아 있는 클로즈업을 새로운 의상, 카메라 앵글, 위치, 조명을 가진 전신 달리기 샷으로 바꾸는 것과는 매우 다릅니다.

하나의 유용한 생산 개념은 변환 거리입니다.

낮은 거리의 편집은 배경, 색깔, 또는 작은 액세서리를 변경할 수 있습니다. 중간 거리의 편집은 의상, 표정, 또는 카메라 앵글을 변경할 수 있습니다. 높은 거리의 편집은 포즈, 프레이밍, 의상, 환경, 그리고 조명과 같은 여러 구조적 속성을 한 번에 변경합니다.

변환 거리가 클수록 요청을 단계별로 나누는 것이 더 유용해집니다.

한 번에 하나의 주요 변수만 변경하세요

다음을 요청하는 대신:

새 의상 + 해변 + 전신 달리기 포즈 + 일몰 + 새 카메라 앵글

다음을 시도하세요:

의상 → 환경 → 프레이밍 → 포즈 → 조명

이는 두 가지 이점이 있습니다.

첫째, 각 생성에서 경쟁하는 제약 조건의 수를 줄입니다. 둘째, 실패 원인을 진단할 수 있게 합니다. 포즈 단계 후에 캐릭터가 변경되면, 어떤 변환이 변형을 유발했는지 알 수 있습니다.

강력한 레퍼런스가 캐릭터가 새로운 포즈를 거부하게 만들 수 있는 이유는 무엇인가요?

캐릭터 일관성에는 중요한 역설이 있습니다:

레퍼런스 영향이 너무 적으면 → 정체성 변형. 레퍼런스 영향이 너무 많으면 → 포즈 및 구도 고정.

문서화된 JXP 테스트가 이를 잘 보여줍니다. 캐릭터 레퍼런스는 적당한 카페/배경 변경을 통해 정체성을 성공적으로 보존했습니다. 하지만 동일한 레퍼런스가 운동복을 입고 일몰 해변에서 전신 달리기 캐릭터가 되도록 요청되었을 때, 반복적인 시도는 원래의 앉아 있는 카페 구도에 강하게 묶여 있었습니다. 이 특정 실험에서 Flare와 Sunburst 모두에서 이러한 행동이 나타났습니다.

이는 보편적인 벤치마크로 취급되어서는 안 되지만, 유용한 개념인 레퍼런스 앵커링을 드러냅니다.

레퍼런스 이미지는 얼굴 이상을 포함합니다. 포즈, 프레이밍, 카메라 거리, 의상, 조명, 그리고 구도도 포함합니다. 때때로 모델은 의도한 것보다 더 많은 패키지를 보존합니다.

이런 일이 발생하면, 변환을 더 작은 편집으로 나누세요. 여러 번 시도한 후에도 구도가 고정된 상태로 유지되면, 고정된 이미지를 끝없이 편집하는 대신 정식 정체성 레퍼런스로 돌아가 새로운 샷을 위한 새로운 생성을 시작하세요.

캐릭터 일관성은 포즈 정확도와 동일하지 않습니다

인식 가능한 얼굴이 모델이 동작을 올바르게 이해했다는 것을 의미하지는 않습니다.

무술 시퀀스를 작업하던 한 Reddit 사용자는 레퍼런스를 제공하고 프롬프트를 반복적으로 변경했음에도 불구하고 잽과 크로스가 동일한 팔을 사용하거나, 하나의 그래플링 자세가 다른 자세로 변하는 경우를 보고했습니다. 스레드의 다른 사용자들은 캐릭터 레퍼런스를 포즈 레퍼런스와 분리하고, 정확한 사지 위치가 중요할 때는 포즈 제어 또는 리깅 워크플로우로 이동할 것을 제안했습니다.

이 구별은 중요합니다:

정체성 레퍼런스는 '이것은 누구인가?'에 답합니다. 포즈 레퍼런스는 '신체는 어디에 있어야 하는가?'에 답합니다.

일반적인 초상화와 적당한 포즈의 경우, GPT Image 2.5는 둘 다 적절하게 처리할 수 있습니다. 하지만 정밀한 전투 안무, 극단적인 원근법, 또는 특정 골격 기하학의 경우, 캐릭터 프롬프트만으로는 충분한 제어를 제공하지 못할 수 있습니다.

GPT Image 2.5는 다중 턴 편집 중에 왜 변형되며, 어떻게 해결하나요?

다중 턴 편집은 다른 위험을 초래합니다: 작은 실수가 새로운 레퍼런스 정보가 될 수 있습니다.

원래 캐릭터가 좁은 턱을 가지고 있다고 상상해 보세요. 한 번의 편집 후에 턱이 약간 넓어집니다. 이미지는 여전히 인식 가능하므로 계속 편집합니다. 몇 번 더 반복한 후에, 모델은 넓어진 턱을 캐릭터의 현재 버전으로 반복적으로 보게 됩니다.

단일 단계에서 극적으로 실패한 것은 없지만, 최종 정체성은 변형되었습니다.

최신 생성된 이미지가 아닌 최신 승인된 이미지를 사용하세요

최신 결과가 자동으로 다음 진실의 원천이 되어서는 안 됩니다.

이 루프를 사용하세요:

승인된 레퍼런스 → 편집 → 비교 → 승인 또는 거부

결과가 정확하면, 승인된 에셋으로 승격시키세요. 정체성이 변형되었다면, 이전 승인된 버전으로 돌아가세요.

이는 캐주얼한 이미지 생성 워크플로우와 프로덕션 워크플로우 사이의 가장 중요한 차이점 중 하나입니다.

캐릭터 변형의 가장 흔한 원인

가장 흔한 실패는 일반적으로 여러 패턴 중 하나에서 비롯됩니다: 레퍼런스가 충분한 정체성 정보를 보여주지 않거나, 너무 많은 변수가 한 번에 변경되거나, 프롬프트가 레퍼런스와 모순되거나, 여러 레퍼런스가 상충되는 특성을 포함하거나, 반복적인 편집이 작은 변화를 축적하거나, 또는 캐릭터만 제어하도록 되어 있던 레퍼런스에서 배경, 조명, 스타일 정보가 유출되는 경우입니다.

매번 새로운 텍스트에서 시작하는 것은 캐릭터가 시각적으로 재사용되기보다는 언어에서 재구성되어야 하므로 일관성을 더 어렵게 만들 수도 있습니다.

문제 해결 시, 먼저 어떤 유형의 변형이 발생했는지 식별하세요. 얼굴 문제는 의상 변형, 포즈 변형, 장면 변형, 또는 레퍼런스 앵커링과는 다른 해결책을 요구합니다.

Flare vs Sunburst: 한 모델이 캐릭터를 더 일관성 있게 유지하나요?

OpenAI는 GPT Image 2.5 Flare를 고품질 일상 생성에 가장 빠른 모델로 설명하며, Sunburst는 가장 유능한 이미지 모델로서 편집 정밀도가 가장 중요한 워크플로우에 권장됩니다.

그것이 Sunburst가 전용 캐릭터 잠금 모드라는 것을 의미하지는 않습니다.

JXP 레퍼런스 앵커링 테스트에서 두 모델 모두 요청된 대규모 포즈 및 장면 변환을 수행하는 데 실패했습니다. 이는 단지 하나의 문서화된 워크플로우일 뿐, 모델들이 동일한 일관성 성능을 가지고 있다는 증거는 아닙니다.

자신의 프로젝트를 위해 공정하게 테스트하세요: 동일한 레퍼런스, 동일한 프롬프트, 동일한 치수, 동일한 품질 설정, 그리고 동일한 장면을 사용하고, 모델만 변경하세요.

프로덕션에서는 가장 유용한 지표가 '어떤 모델이 가장 예쁜 단일 이미지를 생성했는가?'가 아닙니다. 그것은 가장 적은 수정 작업으로 허용 가능한 캐릭터를 반복적으로 생성하는 워크플로우입니다.

일관성 있는 GPT Image 2.5 캐릭터를 위한 최적의 프로덕션 시스템은 무엇인가요?

일회성 초상화의 경우, 좋은 레퍼런스와 프롬프트만으로 충분할 수 있습니다.

만화, 반복되는 캠페인 캐릭터, 스토리보드, 또는 애니메이션의 경우, 캐릭터 일관성은 에셋 관리 문제가 됩니다.

목표는 모델에게 캐릭터가 어떻게 보여야 하는지 계속해서 기억하도록 요청하는 대신, 재사용 가능한 시각 시스템을 만드는 것입니다.

캐릭터 바이블, 위치 시트, 그리고 소품 시트를 구축하세요

반복되는 정보를 다른 진실의 원천으로 분리하세요.

캐릭터 바이블은 정체성, 비율, 기본 의상, 그리고 시그니처 세부 사항을 정의합니다.

위치 시트는 반복되는 방의 기하학, 문, 창문, 가구, 재료, 색깔, 그리고 조명 방향을 정의합니다.

소품 시트는 모양, 크기, 재료, 라벨, 그리고 방향을 포함한 중요한 객체를 정의합니다.

또한 캐릭터 정보를 수명별로 분리하는 데 도움이 됩니다:

영구 정체성 → 타임라인 또는 의상 변형 → 임시 장면 상태

흉터는 영구적일 수 있습니다. 겨울 코트는 하나의 스토리 아크 동안 지속될 수 있습니다. 얼굴의 비는 하나의 샷 동안 지속될 수 있습니다.

이들을 다른 레이어로 취급하면 캐릭터 프롬프트가 이야기에 일어난 모든 것의 끝없이 늘어나는 기록이 되는 것을 방지할 수 있습니다.

캐릭터가 실제로 일관성 있는지 어떻게 테스트하나요?

하나의 초상화가 좋다고 해서 캐릭터를 승인하지 마세요.

간단한 스트레스 테스트를 실행하세요:

중립적인 허리 위 → 전신 야외 장면 → 저조도 측면 → 소품 상호작용 → 어려운 액션 포즈

그런 다음 컨택트 시트에서 결과물을 비교하세요.

얼굴 기하학, 눈 간격, 턱선, 헤어라인, 신체 비율, 의상 구성, 액세서리, 그리고 반복되는 소품을 확인하세요.

또한 두 가지 종류의 일관성을 테스트하세요:

이미지 간 일관성: 캐릭터가 개별 생성물 전반에 걸쳐 안정적인가요? 이미지 내 일관성: 스토리보드 또는 다중 패널 시트를 생성할 경우, 캐릭터가 패널마다 안정적으로 유지되나요?

두 번째 테스트가 중요한 이유는 커뮤니티 보고서에 따르면 하나의 4패널 생성물 내에서도 눈에 띄는 정체성 변형이 발생할 수 있기 때문입니다.

장기 프로젝트의 경우, 이 정확한 테스트를 캐릭터 일관성 카나리아 테스트로 유지하세요. 정식 레퍼런스, 표준 프롬프트, 설정, 그리고 테스트 장면을 저장하세요. 워크플로우가 갑자기 다르게 작동하기 시작하면, 전체 프롬프트 시스템을 다시 작성하기 전에 동일한 테스트를 다시 실행하세요.

이는 특히 유용한데, 사용자들이 이전에 안정적이었던 레퍼런스 워크플로우가 덜 일관성 있게 보이기 시작한 기간을 보고했기 때문입니다. 그러한 보고서가 특정 모델 업데이트가 변화를 유발했다는 것을 증명하지는 않지만, 재현 가능한 벤치마크 장면이 왜 유용한지를 보여줍니다.

언제 프롬프트를 멈추고 더 강력한 제어를 사용해야 할까요?

프롬프트 엔지니어링에는 한계가 있습니다.

유용한 일관성 제어 사다리는 다음과 같습니다:

프롬프트 → 정식 레퍼런스 → 캐릭터 시트 → 레퍼런스 역할 바인딩 → 단일 변수 편집 → 로컬 자르기/마스크 편집 → 합성 → 포즈 제어 → 리깅

이전 수준이 충분한 제어를 제공하지 않을 때만 위로 이동하세요.

이미지의 90%가 이미 정확하다면, 작은 한 영역을 수정하기 위해 전체 프레임을 다시 생성하지 마세요. 가능하면 로컬로 편집하세요.

OpenAI는 반복적인 편집이 보존하려던 세부 사항을 변경할 수 있다고 명시적으로 경고합니다. 특정 영역이 픽셀 단위로 동일하게 유지되어야 한다면, OpenAI의 가이드는 프롬프트에만 의존하기보다는 승인된 편집을 원본 이미지에 다시 합성할 것을 권장합니다.

마찬가지로, 정확한 사지 각도, 결정론적인 반복 포즈, 또는 애니메이션 준비된 신체 기하학이 요구 사항이라면, 포즈 컨디셔닝 또는 리깅이 점점 더 복잡해지는 캐릭터 프롬프트보다 더 나은 기술적 해결책일 수 있습니다.

결론

GPT Image 2.5 캐릭터 일관성은 한 줄 프롬프트 트릭이 아닌, 통제된 시각적 워크플로우로서 가장 잘 작동합니다. 강력한 정식 레퍼런스를 구축하고, 각 레퍼런스 이미지에 명확한 역할을 부여하며, 정체성을 편집 가능한 장면 변수와 분리하고, 주요 요소를 점진적으로 변경하며, 승인된 결과물에서만 계속 진행하세요. 레퍼런스 앵커링, 정밀한 포즈 요구 사항, 또는 픽셀 수준 보존이 프롬프트가 안정적으로 제어할 수 있는 범위를 초과할 때는, 더 많은 지시를 추가하는 대신 로컬 편집, 합성, 포즈 제어, 또는 리깅으로 이동하세요.