教你写出AI生成图片描述词，让AI画出你的梦中情图！

你用AI画图，是不是总觉得差点意思。想画个美女，结果画出来个路人。

看看这个对比。

左边是你写的：一个女孩
右边是别人写的：杰作，最高品质，超细节，1个女孩，单人，精致的细节眼睛，金色长发，看着观众，微笑，穿着白色连衣裙，站在向日葵田里，电影光效，柔光，景深，索尼A7 IV拍摄，85mm F1.4镜头

差别很明显。问题不出在AI身上，出在你没把话说清楚。

AI画图，就像一个手艺很好的画师，但他没啥想象力。你得把指令说得明明白白，他才能干活。你说的越细，他画的就越对。

写描述词，就是给AI画师列一张详细的需求清单。这事儿有方法，不难学。下面就教你怎么写，从头开始，一步一步来。

AI怎么听懂人话

AI画图用的技术叫“扩散模型”。

它的工作原理是这样的。

① 先拿一张清楚的图，比如猫。
② 不断往图上加噪点，直到变成一片雪花。
③ AI学习怎么看着文字提示（比如“一只猫”），把这片雪花再变回清晰的猫。

我们写的描述词，就是它从雪花变回图的导航。导航越准，图就越好。

好描述词的四个基本部分

一个好的描述词，起码要有四个东西。把它们拼起来，就是一张画的蓝图。

① 主体 (Subject)
这是画的核心，你想画啥。人、动物、东西都行。描述要具体。

别写：一条狗
要写：一只开心的柯基，大耳朵，毛茸茸的尾巴，吐着舌头，戴着红色小领结

② 风格 (Style)
这是画的气质。照片还是画？科幻还是古风？风格词决定了画面的感觉。

可以选艺术流派：印象派, 超现实主义, 波普艺术
也可以选绘画材料：油画, 水彩, 铅笔素描
或者直接用艺术家名字：梵高风格, 宫崎骏风格
还能用游戏或渲染引擎：虚幻引擎5渲染, 赛博朋克风, 吉卜力风格

③ 环境 (Setting)
画面里的故事背景。包括构图、光线、颜色。

构图和镜头：想从哪个角度拍？平视, 仰拍, 广角, 特写。
光线：什么光照过来？电影光, 柔光, 轮廓光, 耶稣光。
色彩：画面什么色调？鲜艳的色彩, 单色, 粉彩色, 高对比度。

④ 品质 (Quality)
这是一些能直接提升画质的词。加上它们，细节和清晰度会好很多。

常用词：杰作 (masterpiece), 最高品质 (best quality), 超细节 (ultra-detailed)。
分辨率词：8K, UHD, 照片级真实感 (photorealistic)。
也可以加一句Artstation热门，能让画更有专业感。

怎么避开画歪了

写完要画什么，还得写不画什么。这个叫负面描述词。

AI画画有时会犯错，比如画出六根手指，或者画面模糊。负面描述词就是用来纠正这些错误的。

a. 什么时候用

画的人体结构不对，手脚奇怪。
图很模糊，质量差。
画面里有不想要的水印、文字。
画风不对劲，比如想要写实照片，结果画成了卡通。

b. 常用的负面词

提升质量用：(worst quality:2), (low quality:2), normal quality, lowres, blurry, jpeg artifacts, signature, watermark, username, text
修正常见错误用：(mutated hands and fingers:1.5), deformed, poorly drawn hands, bad anatomy, extra limb, missing limb, malformed hands, extra fingers
修正脸部用：cloned face, ugly, poorly drawn face
修正画风用 (画真人时)：3d, 2d, illustration, drawing, painting, cartoon, anime

在Stable Diffusion里，用(词:1.5)可以加强这个词的权重，让AI更注意它。

让画面活起来的进阶玩法

基础的学会了，再来点高级的。

No.1 套用公式快速上手
刚开始不知道怎么组织语言，可以用下面的模板。

模板一 (通用)：(画质词), (主体描述), (环境背景), by (艺术家风格), (画风), (光线色彩), (构图镜头)
模板二 (故事感)：[场景]里的[主体]扮演[角色], [动作或情绪], [构图], [灯光], [色彩], [画风]

记住一个原则：越重要的词，放越前面。

No.2 给关键词加权重
想让AI特别关注某个词，就要给它加权重。

Stable Diffusion里：
- 用 (word:1.3) 加强，数字越大越强。
- 用 [word] 或者 (word:0.8) 减弱。
- 比如：一个女孩穿着(红裙子:1.4)，长着[蓝眼睛]。AI会重点画红裙子，蓝眼睛可能就不那么明显。
Midjourney里：
- 用 :: 加数字。
- 比如：/imagine prompt hot::2 dog。这样“hot”的权重是“dog”的两倍，可能会画出着火的狗，而不是热狗。

No.3 混合不同风格
把两个不相干的风格放一起，效果很惊艳。

梵高风格的东京街景
蒸汽朋克风格的机械狮子
浮世绘风格的骑士

随便组合，试试“国风+赛博朋克”或者“水彩+3D渲染”。

No.4 从好图里学描述词
看到一张好图，想知道怎么画出来的？可以用“以图生文”功能。

Midjourney里，用 /describe 命令，上传图片，它会给你4个描述词参考。
Stable Diffusion里，有 CLIP Interrogator 这类工具，能分析图片，生成详细的描述词。

这是学习别人写法的最快方法。

分场景实战

光说不练假把式。我们来试试三个场景。

(1) 场景一：画一张电影感的雨夜人像

第一步：一个年轻女人。结果会很普通。
第二步：一个年轻女人，晚上站在雨中的城市街道上，表情悲伤。开始有故事了。
第三步：一个年轻女人，晚上站在雨中的城市街道上，表情悲伤，霓虹灯光反射在湿漉漉的地面上，电影光效，冷色调。氛围感出来了。
第四步：中景镜头，一个年轻女人… 再加上景深和背景虚化。主体更突出了。
最终成品：
- 正向：(杰作, 最高品质, 照片级真实感:1.2), 电影照片, 中景镜头, 一个20岁的女人湿漉漉的头发, 雀斑, 晚上站在大雨中的城市街道, 表情悲伤, 东京小巷的霓虹灯招牌反射在湿滑路面, 电影光效, 冷色调, (景深:1.3), 背景虚化 (光斑), 富士XT3拍摄
- 负向：(最差品质, 低品质:2), 3d, 渲染, 绘画, 卡通, 动漫, 丑陋, 畸形, 人体结构错误

(2) 场景二：画一座宏伟的幻想城堡

第一步：一座城堡。太普通了。
第二步：一座巨大的哥特式幻想城堡，建在悬崖边上。风格和位置定下来了。
第三步：…悬崖下面是波涛汹涌的大海，天空乌云密布，电闪雷鸣。环境氛围有了。
第四步：…仰视镜头，史诗级规模。用镜头词汇强调宏伟的感觉。
最终成品：
- 正向：(杰作, 最高品质, 史诗感:1.3), 细节疯多的哑光画, 一座巨大的哥特式幻想城堡，有高耸的尖塔和飞扶壁, 建在锯齿状的悬崖边上, 俯瞰着波涛汹涌的大海, 戏剧性的漩涡云, 一道闪电划破天空, 仰视镜头, 史诗级规模, 黑暗奇幻, Zdzisław Beksiński的艺术风格, 虚幻引擎5
- 负向：(最差品质, 低品质:2), 明亮, 晴天, 卡通, 模糊, 人, 旗帜

(3) 场景三：设计一个二次元萌系角色

第一步：有猫耳的动漫女孩。太笼统。
第二步：银发猫耳的魔法少女，蓝眼睛，穿着可爱的蕾丝连衣裙。角色设定具体了。
第三步：动漫主视觉图, …手持星形魔杖，动态姿势，开朗的表情。“动漫主视觉图”这个词很管用，能出海报效果。
第四步：…背景有闪闪发光的魔法特效，色彩鲜艳。画面更丰富了。
最终成品：
- 正向：(杰作, 最高品质, 高分辨率:1.2), 1个女孩, 单人, 动画截图, 90年代动画风格, 一个魔法少女有着飘逸的银色长发和猫耳, 富有表现力的大蓝眼睛, 穿着带蝴蝶结的可爱蕾丝连衣裙, 手持星形魔杖, 正在施法, 动态姿势, 开朗的微笑, 背景有闪闪发光的魔法特效和星星, 鲜艳的奇幻色彩
- 负向：(最差品质, 低品质:2), 写实, 3d, 丑陋, 畸形, 文字, 水印, 坏手, 缺手指