Hoe AI je kind herkenbaar houdt in elk boek | MijnEigenBoekje
Genereer twee keer dezelfde tekstprompt in een AI-beeldgenerator en je krijgt twee verschillende gezichten. Dat is geen storing, het is hoe het model werkt: elke generatie start bij willekeurige ruis en volgt een eigen pad naar het eindbeeld. Voor één losse illustratie is dat onschuldig. Voor een verhaal van elf pagina’s, waarin hetzelfde kind steeds opnieuw moet terugkomen, is het precies de kern van het probleem.
Waarom consistentie geen ingebouwde eigenschap is
Tekst-naar-beeld-modellen hebben geen geheugen tussen generaties. Elke afbeelding wordt los berekend, ook als de prompt bijna identiek is aan de vorige. Onderzoekers noemen dit inmiddels een apart, formeel probleem: “consistent character generation” laat zich niet oplossen door simpelweg een groter model te trainen. In “The Chosen One: Consistent Characters in Text-to-Image Diffusion Models” (Avrahami et al., 2023) laten de auteurs zien dat een standaardmodel, zonder aanvullende techniek, bij elke nieuwe scène weer een net iets ander gezicht, ander kapsel of andere lichaamsbouw produceert - ook al blijft de tekstprompt woord voor woord gelijk.
Twee families van technische oplossingen
In het onderzoek naar dit probleem zijn grofweg twee benaderingen ontstaan. De eerste, beschreven in datzelfde paper, genereert een groot aantal varianten op basis van dezelfde beschrijving en clustert vervolgens de resultaten die het meest op elkaar lijken tot één consistente identiteit - zonder dat er een referentiefoto nodig is.
De tweede benadering werkt andersom: geef het model een echte referentieafbeelding mee naast de tekstprompt, zodat het zich letterlijk kan “verankeren” aan visuele kenmerken. Dit heet reference-conditioning en is uitgewerkt in onder meer “IP-Adapter: Text Compatible Image Prompt Adapter for Text-to-Image Diffusion Models” (Ye et al., 2023). Het model leert daarbij niet alleen van tekst, maar ook van een los meegestuurd beeld, via een aparte aandachtslaag die specifiek op die afbeelding let.
Onze aanpak: één ankerbeeld, elf keer meegestuurd
Bij MijnEigenBoekje kiezen we voor de tweede route. Zodra de eerste illustratie van een boek is goedgekeurd, wordt die afbeelding het ankerbeeld: ze wordt als referentie meegestuurd bij elke volgende paginaprompt, samen met een gedetailleerde geschreven karakterbeschrijving (haarkleur, haartype, huidskleur, kledingstuk). Edwin, de data engineer die de pipeline bouwde: “Zonder dat anker krijg je op pagina 7 een jongen met bruin haar terwijl hij op pagina 2 nog rood haar had. Met het anker blijft het model dicht bij wat al is goedgekeurd.”
Volledig foutloos is dat niet. Bij ongeveer één op de acht pagina’s detecteert een automatische controle merkbare karakterdrift - een net iets andere haarkleur, een verschoven gezichtsvorm - en wordt de pagina automatisch opnieuw gegenereerd voordat jij het boek te zien krijgt. Onze uitgebreide uitleg van de volledige gpt-image-2-pipeline laat zien hoe deze stap past in het geheel, van ruis tot pixel.
Wanneer zelfs deze aanpak niet perfect is
Belangrijk om eerlijk te zijn over: reference-conditioning zorgt voor herkenbaarheid, niet voor een pixel-voor-pixel-identieke kopie. Het rode haar, de sproeten, het gezichtsvorm-type blijven over elf pagina’s stabiel genoeg om het “dat ben ik”-gevoel op te roepen - maar de illustratie op pagina 3 is nooit een exacte digitale kloon van die op pagina 9, en dat is ook niet het doel.
Wie op zoek is naar één hyperrealistisch portret waarbij elke gezichtstrek fotografisch klopt, bijvoorbeeld om in te lijsten, kiest beter voor een fotoafdruk of een fotoboek dan voor een geïllustreerd verhaal. En een bron-foto die wazig, donker of van lage resolutie is, geeft het model simpelweg minder om op te verankeren - hoe scherper de geüploade foto, hoe stabieler de consistentie over de pagina’s. Onze uitleg van embeddings en stijlherkenning gaat dieper in op wat een model wel en niet uit een enkele afbeelding kan halen.
Het alternatief: een mens die blijft vergelijken
Er is een niet-AI-route die dit probleem structureel anders oplost: een freelance kinderboekillustrator inhuren, bijvoorbeeld via een platform als Etsy of Fiverr, die per hand elke pagina naast dezelfde referentiefoto legt. Een mens vergelijkt bewust met eerdere pagina’s en corrigeert zichzelf; dat kost geen rekenkracht maar wel tijd - vaak twee tot zes weken per boek - en een prijs die aanzienlijk hoger ligt dan een geautomatiseerde pipeline. Voor wie geen haast heeft en houdt van een volledig uniek, met de hand getekend eindresultaat, is dat een eerlijk alternatief.
Edwin’s perspectief
“Ik heb dit probleem in mijn eigen tests keer op keer teruggezien voordat we het anker-mechanisme bouwden,” vertelt Edwin. “Dat is precies het detailniveau waarop consistentie moet werken - niet fotografisch perfect, wel herkenbaar op elke bladzijde.”
Karakterconsistentie is geen visueel toeval. Het is een expliciete technische keuze - anker, referentiebeeld, automatische controle - die bepaalt of een kind zichzelf op pagina 9 nog net zo goed herkent als op de omslag. Benieuwd hoe dat er in de praktijk uitziet? Bekijk voorbeelden van illustratiestijlen voordat je zelf begint.