要绘制同一个 OC 的不同表情，关键是在保持角色参考稳定的同时，只改变眉毛、眼睛和嘴部。然后再把这个角色放进一个简短的对话场景中进行测试。单张头像本身看起来可能很有说服力，但一旦放到下一格旁边，仍然可能让人觉得像是另一个人。

本案例使用的是 Maya——我们在角色参考教程中使用过的那位红棕色头发旅行者。内容包括六种表情中每种表情的两个真实输出结果，随后还有一个真实的四格对话示例。你可以比较全部 12 张头像，并下载原始文件，而不是只看到一张经过筛选的“最佳”表情表。

如果你想为自己的角色建立表情参考，可以先从 LlamaGen.AI OC Expression Sheet 开始。本文重点讲的是如何检查结果，并将它们用于场景中。

从一个已确认的身份设定开始

这是已经确认过的 Maya 参考图，在每次头像请求中都被重复用作图像输入。它不是新的表情测试输出。它用于确立脸部、发型轮廓、服装和插画风格，这些都是新请求中应该保留的内容。

这个锁定描述已经足够简短，可以重复使用，而不必每次都重写：

Maya is one adult woman with a short auburn bob, warm brown eyes,
a practical teal raincoat, mustard scarf and olive backpack straps.
Use the attached canonical reference for identity and illustration style.
One head-and-shoulders portrait, three-quarter view facing right,
eye-level camera, warm ivory background, unobstructed face.
Change only the requested expression. No text, labels or panels.

这张标准参考表是视觉指南，不是面部测量规范。如果你正在制作自己的参考表，在测试表情之前，可以先阅读 Character Creation for Comics 和 manga character-sheet guide。

实际测试设置

执行时间为 2026 年 11 月 13 日。这些头像通过 LlamaGen.AI 的图像 playground 使用 Vertex Nano Banana 2.1 生成。每次请求都包含相同的参考 URL、身份描述、要求的 1:1 纵横比以及头像朝向。只有情绪指令会在不同情绪组之间变化。每个组内的两次尝试使用的是完全相同的请求文本。

共有六组：中性、喜悦、担忧、惊讶、沮丧和如释重负。我们保留了每一组中的两次尝试，没有替换任何头像，也没有丢弃失败样本。在这一工作流中，请求没有暴露固定 seed。这是一次小规模的编辑性检查，不是盲测身份基准，也不是针对整个模型成功率的估算。

下面两张联系表在本地添加了精确标签。它们没有修饰表情，也没有让各个独立输出变得完全一致。由于无法获得最终成本和 Studio credits，因此本文不对成本或生成速度做任何声明。公开的 OC Expression Sheet 页面是在匿名状态下检查的；这些图像并不代表该表单在登录状态下的一次运行结果。

六种表情，十二个保留输出

第一张联系表包含中性、喜悦和担忧，每一行左侧是尝试 1，右侧是尝试 2。

第二个喜悦表情尝试是一个很有用的例子。所要求的情绪表达得很清楚，但发型轮廓没有那么整洁。这正说明了为什么要把身份一致性和表情表达分开检查。强烈的笑容并不能为所有设计变化开脱，而发梢变化也不自动意味着这就是另一个角色。

第二张联系表包含惊讶、沮丧和如释重负。没有任何头像是从早先的姿势测试中替换进来的。

纵观这些头像，短款红棕色波波头、棕色眼睛、青绿色衣领、芥末黄色围巾和可见的橄榄色背带依然清晰可辨。围巾褶皱、外套缝线位置和精确的脸部比例会有所变化。像靴子这样的全身锚点无法从肩部头像中评估，因此应标记为不可见，而不是默认算作通过。

这些标签告诉你请求了什么，但并不能证明读者一定会正确说出对应情绪。我们没有进行去标签的读者研究，也不会把这 12 张图转化为“角色一致性”的某个百分比。

分两轮检查身份与表情

首先，隐藏情绪标签，把每张脸与标准参考图进行比较。问自己：发量轮廓、面部比例、表观年龄、配色和重复出现的服装线索，是否仍然属于同一个已确认角色。检查稳定部分，而不是要求像素级完全相同：眉毛和嘴角本来就必须移动，表演才会成立。

然后再检查情绪。与中性相比发生了什么变化？喜悦依赖脸颊和笑容，担忧会抬起内侧眉毛，惊讶会张大眼睛和嘴巴，沮丧会增加眉部与嘴唇的紧张感，而如释重负则会减弱这种紧张。这些是有用的绘制方向，不是对每位读者解读结果的保证。

对于这一组样本，最值得注意的编辑性提醒是重叠。惊讶的尝试 2 带有一些与担忧相同的内侧眉毛上抬特征。如释重负又足够微妙，以至于脱离周围场景后会像平静的微笑。对话语境可以提供帮助，但它不应掩盖与预期节奏冲突的表情。

如果你还需要检查姿势、手部、服装、道具和镜头变化，请使用更完整的 Comic Character Consistency Checklist。本案例聚焦于面部表演。

将参考应用到一个四格对话中

下一次请求要求生成一张新的四格图像，并且再次使用标准参考图。它并没有把选中的头像裁切图直接贴进漫画里，也没有把这 12 张头像重新喂回去构建训练后的身份系统。联系表为编辑方向提供了依据；而这张对话页是一次独立生成。

原始场景是 Maya 红色笔记本站台故事的后续。她询问工作人员失主是否取回了笔记本，接着听说对方留下了一张感谢便条，随后放松下来并露出笑容。场景包含两位成年人、一个车站地点和四个情绪节拍。Maya 始终在左侧，工作人员在右侧。

图像请求明确指定为正好四格、不得生成文字、青绿色外套保持闭合、佩戴芥末黄色围巾，并留出开放的头顶空间。它在改变 Maya 表情的同时，保持了角色位置稳定。

这是首个保留的对话页输出所制作的本地阅读版。画面包含四个主要分镜。在第 1 格中，Maya 眉头担忧，并带有一个小汗滴；第 2 格中她睁大了眼睛；第 3 格使用柔和的闭口微笑；第 4 格则是闭眼的大笑。在整个交流过程中，她的脸、红棕色波波头、围巾和青绿色外套都保持了可辨识性。

第 4 格中的闭眼意味着眼形和眼睛颜色在这里不可见。这是常见的表演选择，不是这些特征与某个隐藏参考相匹配的证据。从担忧到如释重负的变化也受到了故事顺序的支持；单靠头像测试本身，并不能为每位读者建立这种区分。

工作人员的指向动作和空白便条支撑了第二个节拍。便条上的实际文字并没有画在画面中；对白是通过说明文字承载的。这个阅读版使用了明确的说话者标签，因此工作人员的台词不会被误分配给 Maya。

这里有哪些地方需要修订？

这个表情组没有进行任何头像替换或视觉修复。每种表情的两次初始尝试都保持可见。对话图像也仍然是它的首个输出。对于这个简短的编辑场景，我们接受了它，同时在评审备注中保留了发型变化和情绪重叠的问题。

文字是在生成之后通过可编辑 SVG 添加的，同时将裁切后的分镜调整为一致的阅读布局。这是本地的文字与排版组装步骤，不是原生 Studio 导出，也不能证明模型准确渲染了这些文字。在一个令人满意的首个输出之后，再额外加入失败样本，并不会让这成为更好的测试。

打开完整对话 PNG、下载可编辑 SVG，或下载全部 12 张原始头像 PNG 及其请求记录。压缩包中还包含标准参考图和未加字的对话输出。不包含任何账户凭证。

复用这个表情提示词

保持身份段落不变，每次只追加一条表情指令：

Use the attached approved character reference.
Keep the same face, apparent adult age, hair silhouette, clothing and palette.
One head-and-shoulders portrait, three-quarter view, eye-level camera.
Plain warm ivory background. No labels, text, symbols or panels.

Expression: [one expression].
Visible acting direction: [brows, eyes, cheeks, mouth].
Avoid: [one likely ambiguity, such as broad joy instead of quiet relief].

对于对话页，请为每个分镜补充说话者位置和情绪转折。把台词保存在单独的脚本中，这样你就可以修改某一句话，而不必要求图像生成器重绘脸部。

使用 LlamaGen.AI OC Expression Sheet 来开发你自己的表情组，然后再在一个短场景中检查这个角色。只有当参考表能帮助你在整页中做出一致选择时，它才真正有用。