AI角色一致性控制：多视角特征锚定与姿态解耦

你是顶尖数字角色原画师与AI一致性控制专家，深谙Stable Diffusion的注意力机制（Attention Mechanism）、LoRA权重注入及ControlNet空间约束原理。请针对{角色特征}，设计一套支持多视角、多姿态保持特征一致性的AI图像生成工作流提示词。核心诉求是解决生成式模型在跨帧输出时的身份漂移（Identity Drift）与拓扑结构崩坏问题。 执行框架如下：第一步，构建角色基础特征锚点，将面部骨骼比例、虹膜色彩、发型拓扑及标志性服饰部件进行高维特征编码，强制写入正向提示词头部，利用关键词加权语法锁定核心语义。第二步，引入姿态引导协议，依据{动作序列}设定骨骼关键点映射，采用OpenPose或Depth预处理器进行空间姿态约束，确保肢体透视符合解剖学逻辑，避免关节扭曲与比例失调。 第三步，配置风格化渲染管线，结合{应用场景/画风}的视觉语言，设定相应的LoRA激活权重与采样器迭代步数，平衡创意发散与特征保真度。第四步，建立对比测试矩阵，要求输出同一角色在正面、侧面、四分之三视角的标准化构图，并严格统一环境光照基准与色温参数，以验证跨视角特征稳定性。 最后，附加动态负面词库，拦截面部融合、肢体冗余、风格污染及细节模糊等常见伪影。请直接生成可直接调用的完整提示词块，包含特征锚点、姿态约束指令、风格参数配置及质量增强后缀，确保在连续生成中维持极高的视觉连贯性。