如何使用AI人物提示词来定义角色的年龄、职业、情绪和动作？

写好一个AI人物提示词，就像给演员一个清晰的剧本，而不是让他即兴发挥。你给的指令越具体，AI返回的结果就越接近你的想象。这事儿没那么玄乎，拆解开来看，无非就是把年龄、职业、情绪和动作这几件事说清楚。

如何定义角-色的年龄？直接说，但要加点细节

控制年龄最直接的办法就是写上具体的数字，比如“一个25岁的女人”或者“一个8岁的小男孩”。 这种方法简单粗暴，大部分时候都管用。但是，AI有时候对数字的理解会比较刻板，生成的图像可能看起来不像那个年龄段该有的样子。

为了让年龄感更真实，可以加上一些描述性的词语。 比如说，你想要一个十几岁的少年，除了写“16岁男孩”，还可以加上“脸上带着一点稚气（a bit of childishness on his face）”或者“身材清瘦（slender build）”。如果你想要一个中年人，可以写“一个45岁的男人，眼角有细微的皱纹（a 45-year-old man with fine wrinkles around his eyes）”。

我自己的经验是，把年龄和状态结合起来描述，效果会好很多。比如下面这个对比：

• 普通版： 一个60岁的男人
• 进阶版： 一个60岁的男人，头发花白，眼神深邃，看起来很慈祥

后者给出的信息更丰富，AI不仅知道了他几岁，还知道了他的外貌特征和气质，生成的形象自然就更饱满。有些AI绘画工具还允许你用特定的词汇来微调年龄感，比如用“toddler”来指代1-3岁的幼儿，用“teenager”来形容十几岁的青少年，这比单纯给数字更准确。

还有一种方法是通过角色的经历来暗示年龄。比如，“一个刚从大学毕业的年轻人”就暗示了角色在22岁左右；“一位经验丰富的退休侦探”则指向一个更年长的形象。这种方法更高级，因为它把年龄和角色的背景故事绑定在了一起。

定义职业：不只说“干什么的”，还要说“怎么干”

定义职业时，只说“一个医生”或者“一个程序员”是远远不够的。 因为不同状态下的同一个职业，形象完全不同。一个正在做手术的外科医生，和一个在办公室写病历的内科医生，他们的穿着、表情、动作都有很大差异。

所以，写职业提示词的关键在于描述“工作场景”和“职业状态”。

第一步：明确职业名称。
这是基础，比如“一个消防员”、“一个芭蕾舞演员”或者“一个街头艺术家”。

第二步：描述工作环境和着装。
这能立刻让角色形象具体化。比如，“一个穿着白大褂、戴着听诊器的医生，站在明亮的医院走廊里”。“一个穿着沾满油漆的工装裤的画家，在他的阁楼画室里”。

第三步：加入标志性的工具或动作。
这是让职业身份更可信的关键。 “一个程序员，坐在多屏显示器前，手指在键盘上快速敲击”。“一个面包师，双手沾满面粉，正在揉搓一个面团”。

我们来看个例子，目标是生成一个“侦探”的形象。

• 普通版： 一个侦探
• 进阶版： 一个穿着风衣的私家侦探，站在雨夜的街角，一手插在口袋里，另一只手拿着放大镜，表情严肃地审视着地面上的线索。

看到了吗？后者不仅定义了职业，还把场景、服装、道具和角色的状态都描绘了出来，AI就很容易理解你想要一个什么样的“侦探”了。

如何表达情绪？用五官和肢体语言说话

情绪是最难控制的元素之一，因为AI不像人一样能理解复杂的情感。想让AI准确表达情绪，你得把抽象的情绪翻译成具体的面部表情和身体姿态。

直接用“高兴”、“悲伤”这类词当然可以，但效果往往很表面化。 想让情绪更真实，就要描述细节。

• 高兴： 不要只说“smiling”（微笑），可以更具体，比如“嘴角上扬，露出牙齿地大笑（grinning from ear to ear）”、“眼睛弯成月牙（eyes crinkled in a smile）”。
• 悲伤： 可以是“眉头紧锁（furrowed brow）”、“眼含泪水（eyes welling up with tears）”、“低着头，肩膀无力地耷拉着（head bowed, shoulders slumped）”。
• 愤怒： “双眼圆瞪（eyes wide with anger）”、“咬紧牙关（clenched jaw）”、“双手紧握成拳（hands clenched into fists）”。
• 惊讶： “眉毛高高挑起（eyebrows raised high）”、“嘴巴微微张开（mouth slightly agape）”。

把这些细节组合起来，就能构建出非常具体的情绪场景。比如，你想表达一个角色“失望且疲惫”的情绪。

• 普通版： 一个失望的男人
• 进阶版： 一个男人坐在昏暗的房间里，低着头，用手捂着脸，眉头紧锁，肩膀垮塌，看起来筋疲力尽。

这个进阶版的提示词没有直接使用“失望”这个词，而是通过一系列动作和表情的描述，让AI“画”出了失望的样子。这种方法更有效，因为它给AI提供了清晰的视觉指令。

定义动作：从静态姿势到动态瞬间

定义动作和定义情绪很像，关键都在于描述的清晰度。你需要把一个连续的动作拆解成一个关键的姿势或瞬间。

1. 静态姿势（Pose）：
这是最简单的，比如“站着（standing）”、“坐着（sitting）”、“躺着（lying down）”。 为了更精确，可以加入细节：“双臂交叉站在胸前（standing with arms crossed）”、“懒散地靠在墙上（leaning casually against a wall）”。

2. 动态瞬间（Action Pose）：
这需要捕捉动作发生的一刹那。想让角色跑起来，可以说“正在向前冲刺，双臂摆动（sprinting forward, arms pumping）”。 想让他跳起来，可以说“跳向空中，膝盖弯曲（leaping into the air, knees bent）”。

把动作和职业、情绪结合起来，就能创造出很有故事感的画面。

举个例子，我们想生成一个“正在工作的记者”的图像。

• 普通版： 一个正在工作的记者
• 进阶版： 一位女记者，正半蹲在地上，举着相机对准前方，表情专注，快速按下快门。她身后是混乱的抗议人群。

这个提示词不仅定义了动作（半蹲、举起相机、按快门），还结合了职业（记者）、情绪（专注）和环境（抗议人群），构成了一个完整的场景。这样的指令非常清晰，AI几乎不可能搞错。

总的来说，写AI人物提示词就像在和一个非常聪明但缺乏想象力的实习生沟通。你不能指望他去猜你的心思，必须把所有要求都说得明明白白。 把年龄、职业、情绪、动作这四个核心要素拆开，用最直接、最具体的语言去描述，然后把它们像积木一样组合起来，你就能得到一个有血有肉的AI角色。多试试，你会发现这其实是一个很有逻辑也很有趣的过程。