اتساق شخصية المانجا بالذكاء الاصطناعي: تثبيت الوجه من بطاقة الشخصية إلى ControlNet وIP-Adapter وLoRA

أكثر ما يرهق في صنع المانجا بالذكاء الاصطناعي ليس "التشريح المشوه أو الأطراف الزائدة"، بل أن تبدو الشخصية نفسها شخصًا آخر تمامًا من إطار إلى إطار: يتغير لون الشعر، وتتبدل العينان، وتختلف ملامح الوجه، فيتعذر تركيب صفحة واحدة متسقة. هذا ليس عطلًا في الذكاء الاصطناعي، بل طريقة عمله: كل عملية توليد تأخذ عينة جديدة من الفضاء الكامن لشخصية تطابق الوصف، ولا "تنسخ الشخصية من المرة السابقة". لذلك يتطلب تثبيت الوجه بناء منظومة تقنية متعامدة: مجموعة من المراسي تتولى هوية الشخصية (الوجه والملامح)، وأخرى تتولى الوضعية والتكوين، ويثبت كل منهما على حدة حتى لا يتداخلا. في هذا المقال: بطاقة الشخصية مرجعًا، والمراسي النصية مع أوزان الوسوم، وControlNet للوضعية مع IP-Adapter للوجه، وLoRA خاص بالشخصية، وADetailer لإصلاح الوجوه تلقائيًا، إضافة إلى منع تسرب الملامح بين الشخصيات في الإطار الواحد.

لماذا لا يتذكر توليد الصور بالذكاء الاصطناعي شخصيتك

فهم السبب الجذري يحدد مكان وضع المراسي. الرسم اليدوي يبقى متسقًا لأن الرسام يتذكر شكل الشخصية. أما الذكاء الاصطناعي فلا يملك هذه الذاكرة: كل عملية توليد عينة عشوائية مستقلة من الفضاء الكامن، وحتى مع الوصف نفسه، يكفي اختلاف البذرة أو الزاوية أو المشهد لتخرج شخصية "قريبة لكنها مختلفة".

تكمن المشكلة إذن في أنه لم يحصل على قيود كافية لنسخ الشخصية السابقة. وهناك أمر حاسم آخر: "من هي الشخصية" و"ماذا تفعل" أمران مختلفان، يثبت كل منهما بمرساة مختلفة. كثيرون يحشرون الاثنين في وصف واحد ويعتمدون على القوة، فينكسر الوجه لحظة تغيير الوضعية. المنظومة التالية تفصل هذين المحورين وتثبت كلًا منهما.

منظومة اتساق شخصيات المانجا بالذكاء الاصطناعي

المرساة 1: إعداد "بطاقة الشخصية" أولًا، واقتصاص مرجع نظيف منها

الخطأ الشائع هو تجاوز تصميم الشخصية والبدء بتوليد الإطارات مباشرة، فينحرف كل إطار. الخطوة الأولى الصحيحة هي تثبيت الشخصية: توليد مظهر مرض (أو اختياره) ووضعه في بطاقة الشخصية مع تثبيت الشعر والعينين والملابس والألوان.

لكن هناك فخًا عمليًا: إدخال "ورقة الدوران أو المناظر الثلاثة" كاملة مرجعًا للذكاء الاصطناعي خطأ. فتغذية IP-Adapter أو i2i بتلك الصفوف الأمامية والخلفية والجانبية ذات الأذرع الممدودة تخلط ملامح ثلاث زوايا وتنتج تشريحًا مشوهًا وأطرافًا زائدة. البديل هو اقتصاص "لقطة أمامية واحدة للوجه أو النصف العلوي، بخلفية نظيفة ودقة عالية" من البطاقة لتكون مصدر المرجع. هذا المرجع النظيف هو نقطة الانطلاق لكل المراسي التالية.

المرساة 2: المراسي النصية: ملامح محددة وأوزان للوسوم ووصف سلبي

تحويل ملامح الشخصية إلى وصف ثابت ومحدد وقابل للتكرار يرفق في كل مرة. المفتاح هو التحديد والوزن:

• ❌ وصف مبهم: "فتاة قصيرة الشعر، لطيفة"، حرية كاملة للانحراف في كل مرة
• ✅ وصف محدد بأوزان: (amber eyes:1.2), shoulder-length black hair, side ponytail, sailor collar مع وصف سلبي (Negative Prompt) يستبعد الملامح غير المرغوبة (blonde, long hair)

وزن الوسم ((feature:1.2)) يقوي الملامح الأساسية في أثناء أخذ العينات، والوصف السلبي يسد الاتجاهات المعرضة للانحراف. لكن المراسي النصية وحدها تنحرف مهما بلغت دقتها، فهي المرساة الأرخص في الطبقة الدنيا، ولذلك يلزم دائمًا أن تضاف إليها المراسي المرئية التالية.

المرساة 3: تثبيت الوجه وتثبيت الوضعية: ControlNet وIP-Adapter أداتان مختلفتان

هذا قلب المنظومة، وأكثر موضع يخلط فيه المبتدئون. "المرجع المرئي" في الحقيقة تقنيتان مختلفتان تمامًا تثبتان محورين مختلفين:

• i2i (من صورة إلى صورة): يعيد الرسم انطلاقًا من الصورة المقدمة، لذلك يقيد التكوين والوضعية بإحكام. رفع قوة إزالة التشويش يحرف الوجه، وخفضها يمنع تغيير الوضعية. فـi2i مناسب "لتعديل الصورة نفسها"، وغير مناسب لوضع الشخصية نفسها في إطارات جديدة بوضعيات مختلفة.
• IP-Adapter / InstantID / PuLID: تحقن متجه الوجه والملامح من المرجع، فتحقق "تثبيت الوجه دون تثبيت الوضعية"، وهي الأداة الأساسية للحفاظ على الشخصية نفسها عبر الإطارات. تغذى بالوجه الأمامي النظيف المقتص في المرساة 1.
• ControlNet (OpenPose / Lineart / Depth): يثبت الوضعية والتكوين، أي الحركة وزاوية الكاميرا المحددتين في لوحة القصة أو مسودة التكوين.

الحل الصحيح هو تركيب متعامد: ControlNet يثبت وضعية هذا الإطار وتكوينه، وIP-Adapter (أو LoRA) يثبت وجه الشخصية وهويتها. أحدهما يتولى "ماذا تفعل"، والآخر "من هي". وبتثبيت المحورين كل على حدة، يمكن للشخصية نفسها اتخاذ أي وضعية ودخول أي مشهد بالوجه نفسه.

المرساة 4: تدريب LoRA خاص بالشخصية: أقوى مرساة للشخصيات كثيرة الظهور

إذا ظهرت شخصية في مئات الإطارات (بطلة عمل متسلسل مثلًا)، يصبح إرفاق IP-Adapter يدويًا في كل إطار مرهقًا. هنا يستحق الأمر أقوى مرساة: تدريب LoRA مخصص لتلك الشخصية، بتدريبه على عدة صور لها ثم إرفاقه عند التوليد، فيصبح مظهرها "مدمجًا" في النموذج.

إنه خيار متقدم وأعلى كلفة (تجهيز صور التدريب وإنفاق قدرة حوسبة)، لكن مع شخصية رئيسية كثيرة الظهور، يكفي تدريب واحد ليستقر كل إطار بعده، وهو الأقل جهدًا على المدى الطويل. الشخصيات الثانوية والكومبارس في غنى عن ذلك، فبطاقة الشخصية والمرساة النصية وIP-Adapter تكفيها. ويمكن أيضًا جمع LoRA مع ControlNet لتثبيت الوجه والوضعية معًا.

المرساة 5: الإصلاح التلقائي للوجوه بـADetailer / FaceDetailer: الاتساق في المرحلة الأخيرة

حتى مع تكديس المراسي، تنكسر أحيانًا الوجوه الصغيرة البعيدة أو تنحرف في التكوينات المعقدة. لم يعد الإصلاح اليدوي (inpaint) إطارًا إطارًا هو الطريقة المعتادة في التشطيب؛ المعيار الحالي هو ADetailer (SD WebUI) / FaceDetailer (ComfyUI Impact Pack): يكتشف الوجه تلقائيًا ويعيد رسمه موضعيًا عند التوليد، ويمكن إرفاق LoRA الشخصية في أثناء إعادة الرسم لاستعادة اتساق الوجه. وبإدراجه خطوة ثابتة في مسار العمل، تصلح الوجوه المنحرفة تلقائيًا.

الإطارات متعددة الشخصيات: Regional Prompting لمنع تسرب الملامح

الإطارات التي تجمع أكثر من شخصية هي أكثر ما ينكسر فيه الوصف الخام، إذ تتسرب ملامح شخصيتين بعضها إلى بعض (ينتقل الشعر الأحمر من الشخصية أ إلى الشخصية ب). الحل ليس مجرد "صورة مرجعية لكل شخصية"، بل التقسيم إلى مناطق: تقسم Regional Prompting / Attention Couple / Latent Couple الإطار إلى مناطق، وتخصص لكل منطقة وصف شخصيتها وIP-Adapter الخاص بها، فلا تعمل ملامح أ إلا في منطقة أ. وبذلك يثبت الإطار المشترك كل وجه على حدة دون تلوث متبادل.

قبل وبعد: إعادة أخذ العينات في كل إطار مقابل التثبيت المتعامد

ثلاثة أفخاخ شائعة

• حشر "من هي الشخصية" و"ماذا تفعل" في وصف واحد: ينكسر الوجه عند تغيير الوضعية. الحل تثبيت الوضعية بـControlNet والوجه بـIP-Adapter أو LoRA، على محورين منفصلين.
• استخدام ورقة دوران كاملة مرجعًا: يخلط الذكاء الاصطناعي الزوايا فيخرج تشريح مشوه. الحل اقتصاص لقطة أمامية نظيفة واحدة للوجه أو النصف العلوي.
• فرض الاتساق بالإصلاح اليدوي اللاحق: بطيء ويفتح الباب لانكسارات جديدة. الحل الاعتماد على ADetailer أو FaceDetailer للاكتشاف والإصلاح التلقائي، وإدراج الإصلاح في مسار العمل.

الحل الحقيقي: أتمتة هذه المنظومة دون توصيل العقد يدويًا

كل ما سبق (بطاقة الشخصية ← المراسي النصية ← ControlNet مع IP-Adapter ← LoRA ← ADetailer ← Regional Prompting) قابل للتنفيذ تقنيًا، لكن الحقيقة أن توصيل سلسلة العقد هذه كاملة في ComfyUI، وضبط معاملاتها، وإدارة مرجع كل شخصية وLoRA الخاص بها، عتبة عالية بما يكفي ليستسلم أمامها أكثر الناس. العقبة الحقيقية في العمل اليدوي هي صيانة مسار العمل نفسه.

توليد المانجا في LitMemo يحزم منظومة تثبيت الوجه هذه في أداة جاهزة: يكفي تعريف شخصيتك (البطاقة والملامح والمرجع) في إدارة الشخصيات، وعند توليد كل إطار يرفق النظام مراسي تلك الشخصية تلقائيًا ويقارن بالإطارات المجاورة (تثبيت ثنائي الاتجاه). ويبقى لك إعداد لوحة القصة وتحديد "من يفعل ماذا في هذا الإطار"، أما تثبيت الوجه ومنع التسرب بين الشخصيات والاتساق عبر الإطارات فكلها محلولة، دون توصيل عقد أو ضبط قوة إزالة التشويش أو تدريب LoRA. وهكذا يتحول "اتساق الشخصية" من "صيانة مسار عمل كامل في ComfyUI" إلى "اختيار الشخصية، وهي تبقى ثابتة".

الخلاصة

يعود انحراف شخصيات المانجا المولدة بالذكاء الاصطناعي إلى أنه يأخذ عينة جديدة من الفضاء الكامن في كل مرة، ولذلك يلزم بناء منظومة متعامدة تثبت "الوجه" و"الوضعية" كلًا على حدة.

مفتاح تثبيت الوجه: بطاقة شخصية نظيفة مرجعًا، وملامح محددة مع أوزان الوسوم، وControlNet للوضعية مع IP-Adapter للوجه، وLoRA للشخصيات كثيرة الظهور، وADetailer للإصلاح التلقائي، وRegional Prompting لتقسيم الإطارات متعددة الشخصيات. بفصل المحورين وتكديس المراسي، تحتفظ الشخصية نفسها بالوجه نفسه في أي وضعية وأي مشهد.