
很多人跑图时总遇到同一个毛病:画面人物脸部发糊、皮肤像刷了一层廉价塑料油漆,或者背景光影乱成一团,亮部惨白、暗部死黑。
遇到这种情况,大部分人的第一反应是在提示词末尾疯狂堆砌修饰词,比如“8k resolution”、“hyper realistic”、“masterpiece”。请立刻停掉这种堆砌词汇的做法,它对改善画质没有任何帮助,反而会污染提示词权重,导致模型丢失关键语义。
现代主流扩散模型在训练阶段已经学习了海量高分辨率图片。模型画不出毛孔细节和通透光影,原因不是它不会画,而是你没有给它物理上成立的视觉指令。
要让画面具备真实光学质感,需要把指令拆解为五个精准步骤:先定主体,再选镜头焦段与光圈,接着排布光源位置,然后补充微观材质细节,最后匹配模型底层运行参数。
第一步:用真实镜头语言替代抽象描述
摄影师拍照靠镜头控制透视和景深,AI生图也一样。直接写“close-up portrait(特写肖像)”,AI往往只会机械地裁切画面,产生扭曲的人脸透视。但如果你写上具体的相机型号和镜头焦距,模型就会调取摄影数据集里的光学特征。
焦距决定透视关系,光圈决定背景虚化程度。
•24mm至35mm(广角/人文焦段):适合交代主体与环境的关系,画面边缘带有自然的光学拉伸感。
•50mm(标准焦段):透视关系最接近人眼观察效果,画面畸变极小。
•85mm至105mm(人像黄金焦段):面部五官被自然压缩,背景被有效剥离,这是消除面部畸变最稳妥的焦距。
•100mm Macro(微距镜头):用于捕捉水滴、睫毛、织物纤维等微小结构。
光圈参数直接控制景深。写出 `f/1.4` 或 `f/2.8`,AI就会渲染浅景深与柔和的焦外光斑(Bokeh);写出 `f/8` 或 `f/11`,背景建筑和地貌才会保持清晰锐利。
| 常用焦段与光圈组合 | 画面视觉特征 | 适用场景 | 推荐提示词片段 |
|---|---|---|---|
| 35mm f/2.0 | 轻微广角透视,环境信息丰富,边缘有轻微虚化 | 街头纪实、全身穿搭、室内生活抓拍 | `shot on 35mm lens, f/2.0, environmental portrait, street candid` |
| 85mm f/1.4 | 浅景深,主体边缘柔和剥离,焦外形成圆形光斑 | 半身肖像、静物特写、情绪大片 | `shot on 85mm f/1.4 lens, shallow depth of field, creamy bokeh` |
| 135mm f/2.8 | 强烈空间压缩感,背景拉近放大,杂乱背景被虚化 | 户外全身人像、运动瞬间、纪实特写 | `telephoto 135mm lens, background compression, subject isolation` |
| 100mm f/2.8 Macro | 极浅景深,对焦区域纤毫毕现,微观细节清晰 | 眼部特写、珠宝首饰、花草露水 | `100mm macro photography, close focus, microscopic details, f/2.8` |
避坑要点:不要在一组提示词里同时写入相冲突的光学参数。 比如写了 `wide-angle lens`(广角)却又加上 `85mm`,或者写了 `f/1.4` 却要求 `sharp background details`(背景清晰),模型在计算时就会出现边缘撕裂和噪点异常。
第二步:建立物理合理的光影几何
画面发灰和失真,主要是因为提示词里的光影缺乏方向和明暗梯度。很多人喜欢写“cinematic lighting(电影级光照)”,这是一个极其空洞的词。
物理世界的光线有四个明确属性:光源位置、光质(硬光还是柔光)、色温(冷暖对比)以及受光面与背光面的阴影过渡。
1.确定主光(Key Light)的方向:
•侧光(Side lighting):从侧面45度射入,产生清晰的明暗分界线,让脸部和物体显得立体。
•逆光与轮廓光(Backlight / Rim light):光源在主体后方,沿着人物发丝和肩膀勾勒出一圈细亮边缘,防止主体与暗色背景粘连。
•顶光与漫射光(Overhead softbox / Diffused sunlight):来自阴天或柔光箱,阴影极其柔和,明暗过渡平滑。
2.区分光质硬度:
•硬光(Hard light):像正午阳光或直打闪光灯,阴影边缘锐利,高光反射强烈。适合表现粗犷材质、建筑硬朗线条。
•柔光(Soft light / Diffused light):像透过白色窗帘的晨光,阴影边缘平滑发散。适合人像皮肤,能避免死黑的高反差阴影。
3.设定环境补光(Fill Light):
如果不给阴影区域补充漫反射光,AI往往会算出一团漆黑的杂乱像素。加入 `soft ambient bounce light`(环境漫射反光)或者 `cool blue fill light in shadows`(暗部冷蓝补光),画面立刻就有了冷暖对比和纵深感。
常用精准光影描述词:
•Rembrandt lighting(伦勃朗光):在背光一侧的面颊形成标志性的三角形光斑,塑造深邃感。
•Subtle volumetric lighting(细微体积光):配合尘埃微粒或薄雾,形成清晰的光束线条。
•Golden hour warm sunlight from left(左侧射入的黄昏低角度暖光):暖黄色调,长阴影。
第三步:用微观材质替代“画质词”
AI生成的塑料人脸,是因为算法自动把高频像素平滑处理成了磨皮效果。要找回真实的粗糙质感,必须把具体的材质属性喂给模型。
写人像时,用这些词代替“超清晰”:
•`visible skin pores`(清晰可见的毛孔)
•`subsurface scattering`(次表面散射:光线穿透半透明皮肤呈现的微红通透感)
•`natural skin texture with subtle imperfections`(带有自然细微瑕疵的真实皮肤)
•`fine vellus hair along jawline`(下颌线上的微小绒毛)
写静物与服装时,强调织物纹理:
•粗麻布料写 `coarse linen weave, rough fabric fibers`
•皮革写 `cracked aged leather, natural grain texture, matte finish`
•金属与玻璃写 `brushed steel texture, faint scratches, specular reflection`
加入感光元件与胶片特征:
在数字感过于强烈的画面里,加入相机机身和胶片型号能有效消除数码涂抹感:
•`shot on Hasselblad H6D-100c`:提供中画幅特有的解析度与细腻影调。
•`Kodak Portra 400 film grain`:引入细微自然的胶片颗粒,有效盖住暗部的AI色块伪影。
•`Arri Alexa 35, cinematic color grading`:带来宽容度极高的动态范围,亮部不溢出,暗部有细节。
第四步:各主流模型的参数配置差异
不同底层模型的提示词逻辑截然不同。用写 Midjourney 的长串指令去跑 Flux,或者用写 Stable Diffusion 的权重括号去喂 Midjourney,画面肯定会崩溃。
| 模型类型 | 核心提示词格式要求 | 关键质感控制参数 | 致命避坑点 |
|---|---|---|---|
| Midjourney (v6 / v7) | 自然语言短语组合,依靠参数尾缀调节风格 | `–style raw`(必开,关闭官方默认美化滤镜) `–stylize 100` 至 `150`(降低艺术拟合) `–ar 16:9` 或 `4:5` |
严禁滥用 `–stylize 1000`,数值过高会导致画面过度平滑且失去真实摄影感 |
| Flux.1 (Dev / Pro) | 严格使用连贯的自然语言长句子描述空间与物理交互 | 依靠语义描述替代负向提示词,如 `natural daylight, realistic imperfections` | 严禁使用 Danbooru 式单词堆砌(如 `1girl, solo, masterpiece`),Flux 对逗号分隔的孤立词理解极差 |
| Stable Diffusion (SDXL) | 主体+环境+风格的标签式提示词,配合权重语法 `(keyword:1.2)` | 依赖高质量负向嵌入(Embedding)与真实系 Checkpoint(如 Realistic Vision 系列) | 正向权重不要超过 `1.4`,否则边缘会出现高频光晕和像素焦灼 |
在 Midjourney 中跑写实图片时,`–style raw` 是解决画风油腻最重要的开关。默认模式会强行添加插画美学倾向,而 `–style raw` 能够抑制这种倾向,严格遵循你在提示词里写下的相机、焦距与光影设置。
第五步:实战提示词重构演练
来看一个具体修改案例。很多人一开始会写出这样的提示词:
错误示范:
a beautiful woman in a cafe, 8k, photorealistic, cinematic lighting, ultra detailed, sharp focus, masterpiece, high quality
这个写法充满了无意义的空洞词,模型最终输出的通常是一张假人脸、发光过度且背景模糊不清的快餐图。
按照上述步骤拆解后,重构成规范的物理指令:
正确示范(以 Midjourney 为例):
An candid shot of a 30-year-old woman sitting near a window in a moody coffee shop, wearing an oversized wool knit sweater with visible yarn texture. Soft morning side light streaming through rain-streaked glass, delicate natural shadows on her face, visible skin pores, subtle subsurface scattering. Shot on Sony A7R V with 85mm f/1.4 lens, shallow depth of field, creamy background blur of ambient cafe lights. Muted earthy color palette, fine 35mm film grain. –ar 16:9 –style raw –stylize 120
在这个提示词里:
•主体明确(30岁女性、粗毛线毛衣纹理);
•光源明确(雨窗透入的晨间侧柔光、自然的受光阴影);
•质感明确(毛孔、次表面散射、胶片颗粒);
•镜头参数明确(85mm f/1.4、浅景深、焦外光斑);
•运行参数明确(16:9画幅、原生纯净模式、低美化度)。
按照这套逻辑构建提示词,你不需要依赖运气去反复抽卡。把模糊的形容词换成具体的摄影学参数,画面里的毛孔、景深和光影过渡自然就会各归其位。
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/4882.html