
很多人用 Midjourney 或者 Stable Diffusion 做图,最头疼的就是“抽卡”。上一张图看着还是高级电影感,下一张换个动作,画面直接变成了劣质页游风,或者油腻的塑料假人。
很多人以为这是运气不好,于是拼命往提示词里堆砌形容词,比如 `masterpiece`(杰作)、`8k`、`ultra realistic`(超写实)、`cinematic lighting`(电影光影)。
这些虚焦的泛化修饰词不仅无法稳定画风,反而在破坏模型输出的一致性。
扩散模型的底层逻辑是概率分布计算,不是人类的审美理解。当你写下“高质量”时,模型在海量图库里检索到的可能是 CG 建模图,也可能是胶片摄影,还可能是精修插画。每次随机种子(Seed)稍微变动,模型采样路径就会滑向完全不同的风格分支。
要让出图画风像同一组摄影师拍出来的那样稳定,关键在于给模型输入确定的物理约束。其中最核心的两个锚点,就是光影结构与表面质感。
一、拆解核心光影词汇:建立光线物理模型
光线决定了画面的明暗对比、空间层次和色彩倾向。如果你只写 `good lighting`,AI 会完全随机决定打光方向。
控制光影时,需要把光线拆成三个维度写入提示词:光源性质、投射角度、光比反差。
1. 光源性质与形态
先确定主光源到底是什么,不要让画面出现逻辑冲突的杂光:
•`soft diffused window light`(漫射窗光):适合静物、日系人像、居家场景。光线边缘过度平缓,阴影非常淡。
•`hard direct sunlight`(强硬直射日光):适合街拍、建筑。会在地面或主体背后投下边缘清晰的深色阴影。
•`volumetric lighting` 或 `god rays`(丁达尔效应/体积光):光束穿过雾气或树叶,产生明确的光柱轨迹,适合增强画面的空间纵深感。
•`bioluminescence`(生物荧光) / `neon tube glow`(霓虹管自发光):适合暗调赛博朋克或科幻题材,光照范围小,衰减极快。
2. 投射角度与打光机位
光从哪个方向打过来,直接决定了画面的戏剧张力:
•`rim lighting` / `edge light`(轮廓光/边缘光):光源在主体正后方。这个词是剥离主体与复杂背景最有效的指令,能勾勒出发丝或物体边缘的金边。
•`split lighting`(侧光/半面光):光线从正侧面 90 度打来,一半亮一半暗,能极度强化骨骼结构或雕塑质感。
•`Rembrandt lighting`(伦勃朗光):人像摄影的标准布光,暗部脸颊会出现标志性的倒三角形光斑,质感稳重古典。
•`top-down harsh spotlight`(顶置强聚光):舞台感、审讯感,阴影集中在五官下方。
3. 光比反差与暗部控制
画面的风格高级与否,往往取决于阴影的处理:
•`chiaroscuro`(明暗对照法):源自古典油画,亮部集中,暗部极深,画面对比强烈,能直接压制背景噪点。
•`low-key lighting`(暗调布光):整张图大面积处于黑灰区间,只有微弱的主光照亮局部,风格严肃克制。
•`high-key lighting`(明调布光):曝光充分,阴影极少,整体偏白或浅色,适合商业美妆和现代极简产品图。
二、拆解表面质感词汇:剔除“AI 塑料感”
很多 AI 生成的人物皮肤像刷了一层廉价凡士林,金属像灰蒙蒙的塑料涂层。这是因为默认降噪过程倾向于抹平微观噪点。
要消除塑料感,必须在提示词中明确加入表面的微观物理属性与光学介质词汇。
1. 有机物与皮肤质感
•`subsurface scattering`(次表面散射):光线穿透半透明材质并在内部散射的现象。用在人像耳廓、皮肤边缘、玉石、蜡烛上,能彻底消除死白和塑料僵硬感。
•`visible skin pores`(清晰毛孔) 与 `fine peach fuzz`(面部微绒毛):比写 `realistic skin` 强十倍。这两个词强制模型在微距下生成真实皮肤纹理,而不是磨皮磨成洋娃娃。
•`unretouched raw photo texture`(未经修饰的原生照片质感):配合 Midjourney 的 `–style raw` 使用,直接压低系统自带的过度平滑滤镜。
2. 无机物与材质反射
•`brushed aluminum with fine scratches`(带微小划痕的拉丝铝合金):让金属反光呈现线性拉丝散射,微小划痕能增加真实生活的使用痕迹。
•`matte powder-coated finish`(哑光喷粉涂层):能抑制金属或塑料高光区域的溢出刺眼反光,适合现代工业设计。
•`coarse woven linen texture`(粗织亚麻纹理):用于织物,比单纯写 `cloth` 或 `fabric` 更能呈现粗糙扎实的经纬线交错感。
•`weathered unpolished concrete`(风化未抛光混凝土):带有细微气孔和颗粒感的冷硬背景。
3. 光学与成像载体词汇
除了描述物体本身,描述记录这幅画面的镜头介质,是统一画风的最快手段:
•`35mm film grain`(35毫米胶片颗粒):给画面一层均匀细腻的物理噪点,阻断 AI 常见的果冻平滑感。
•`Kodak Portra 400 color science`(柯达 Portra 400 色彩科学):锁定暖黄调肤色与低饱和暗部,多图连发时色调几乎完全一致。
•`subtle chromatic aberration`(微弱色差/紫边):老镜头边缘的物理光学缺陷,能大幅增加真实感。
三、画风控制方案横向对比
为了让大家在实际操作时少走弯路,我把目前主流的几种控制画风的方法做了一个系统对比:
| 控制手段 | 风格一致性概率 | 画面自由度 | 操作复杂度 | 核心语法/参数示例 | 最适合应用场景 |
|---|---|---|---|---|---|
| 精准光影+质感提示词 | 约 70% | 极高(任意题材) | 低 | `rim light, matte finish, 35mm film` | 概念发散、建立新项目的初始画风基调 |
| 锁定 Seed(随机种子) | 约 60%~80% | 极低(改动词汇易崩) | 低 | `–seed 3982104`(MJ / SD 通用) | 同一画面内微调单个元素(如换颜色、换表情) |
| 风格垫图引用(–sref) | 约 85%~90% | 中等 | 中等 | `–sref –sw 100` | 电商整套海报、同绘本人像风格迁移 |
| LoRA 微调模型 | 约 95% 以上 | 较高(在训练域内) | 高(需前期收集素材训练) | “ | 品牌 IP、企业专属画风资产、长篇漫画连载 |
从表格能清楚看出:如果是日常出图,最实用、成本最低的做法是“精准提示词结构 + 风格参数(如 –sref 或固定 Seed)”的组合打法。
四、稳定画风的四步实操流程
按照下面这套固定流程写提示词,可以把出图的稳定性直接拉高一个台阶。
第一步:剥离无效修饰词,确立“主体 + 物理媒介”基底
先做减法。把所有诸如 `hyper-detailed`、`award-winning` 删干净。明确写出载体形式:
•错误写法:`a cool cyber soldier, very detailed, best quality`
•正确写法:`a close-up portrait of a cyber soldier, 35mm editorial photography`
第二步:绑定固定光影参数
固定光源机位与强弱。不要只写光影好看,写出它的具体排布:
•补充光影:`soft directional daylight from the left window, deep chiaroscuro shadows on the right face, subtle rim lighting on hair`
第三步:注入微观材质与光学缺陷
针对主体和背景分别指明材质,强制打破塑料光泽:
•补充材质:`visible skin texture with fine pores, weathered matte ceramic armor, slight 35mm film grain, muted earth tones`
第四步:锁定核心渲染参数
在结尾加入控制参数:
•在 Midjourney 中:加上 `–style raw` 降低过度渲染,加上 `–stylize 100`(避免 AI 自作主张乱加装饰细节)。如果已经有一张满意的图,把该图链接作为 `–sref` 参数附在末尾,配合 `–sw 80`。
•在 Stable Diffusion 中:保持采样步数(Steps)在 28-35 之间,CFG Scale 严格控制在 5.0 到 7.0 之间。CFG 超过 8.0 会严重导致边缘过饱和与塑料感回潮。
五、实战案例对比
我之前为一家原创咖啡器具做视觉提案,需要生成一组 5 张不同角度的宣传图:手冲壶、咖啡滤杯、咖啡豆罐、正在冲煮的手部特写、桌面全景。
如果每次随机写,材质一会儿是反光不锈钢,一会儿变成做旧铁器,光线一会儿是清晨一会儿是夜店。
解决办法就是把光影和质感做成“公共样式模块”,只变动主体:
•公共光影模块:`natural diffused morning light through linen curtains, soft gradient cast shadows, low contrast chiaroscuro`
•公共质感与介质模块:`matte sandblasted black titanium alloy, uncoated raw oak table surface, subtle steam condensation drops, shot on Hasselblad X2D, 50mm lens f/4, unretouched texture`
合成后的测试提示词:
•提示词 1(手冲壶):`a minimalist pour-over kettle on a wooden stand, [公共光影模块], [公共质感模块] –ar 16:9 –style raw`
•提示词 2(咖啡豆罐):`a small sealed coffee canister beside whole roasted beans, [公共光影模块], [公共质感模块] –ar 16:9 –style raw`
这组图跑出来后,无论是黑钛金属表面的细腻砂面反光,还是木质桌面的哑光质感,以及整套图柔和微暗的光影层次,全部保持在同一视觉基准线上。客户看方案时,第一反应是“这套摄影实拍布光很讲究”,完全没有意识到这是纯算法生成的图像。
控制画风从来不是玄学。只要你在写提示词时,把注意力从空洞的情绪赞美,转移到真实的物理世界规则——确定光从哪儿来、确定表面摸起来是什么手感、确定用什么镜头看它,AI 就会老老实实交出稳定、干净且极具质感的结果。
原创文章,作者:七点互动,如若转载,请注明出处:https://ai.qidianhudong.com/aikonw/prompt-template/4841.html