AI生成真人图片提示词如何写才能避免“恐怖谷”效应？

你有没有觉得，AI生成的真人图片有时候看着特别怪，就是那种说不出的别扭和诡异？ 这就是“恐怖谷”效应。 说白了，就是一个东西太像人、但又不是人的时候，会让人本能地感到害怕。 很多AI图片就卡在这个尴尬的位置。 问题不在AI，问题在于我们没跟它说清楚。

想让AI生成的图片跨过恐怖谷，关键在于提示词要无限接近真实世界的摄影逻辑，而不是绘画逻辑。 你不能只告诉它“画一个美女”，你要让它模拟一个摄影师在特定环境下，用特定设备，拍一个特定状态的人。

第一步：忘掉“完美”，拥抱瑕疵

真实的人脸不是光滑的塑料，而是有纹理、有毛孔、有雀斑的。 这是避免“恐怖谷”的第一要义。 AI默认会追求一种数学上的完美，比如皮肤绝对光滑、五官绝对对称，但这恰恰是看起来假的原因。

所以，提示词里必须强制加入描述皮肤真实质感的词。

直接看例子：
* 别这样写： a beautiful woman (一个美女)
* 要这样写： detailed skin texture, pores, freckles, skin imperfections (细腻的皮肤纹理、毛孔、雀斑、皮肤瑕疵)

把这些词加进去，AI就会开始模拟真实皮肤的细节，而不是生成一个光滑的假人。 你甚至可以更具体，比如 subtle wrinkles around the eyes (眼周的细微皱纹)，这会让人物看起来更有年龄感和真实感。

第二步：像摄影师一样思考光线、相机和镜头

这是最重要的一步，也是很多人忽略的一步。 一张照片的质感，很大程度上是由光线和拍摄设备决定的。 你需要在提示词里，为AI设定好这些物理世界的参数。

光线是灵魂。
不同的光线会营造完全不同的氛围和真实感。 不要只说“light”，要具体。

• soft natural light (柔和的自然光): 这是最常用的，能让皮肤看起来很舒服，不会有生硬的阴影。
• golden hour light (黄金时刻的光): 太阳快落山时的光线，色调偏暖，非常适合拍人像。
• cinematic lighting (电影感光效): 对比度更强，更有故事感。
• Rembrandt lighting (伦勃朗光): 一种经典的布光技巧，脸部一侧会有个标志性的三角光。

指定相机和镜头。
这听起来很专业，但效果拔群。 因为不同的相机品牌、不同的镜头，拍出来的照片在色彩、锐度、景深（背景虚化）上都有独特的风格。 AI的数据集里包含了海量真实照片，它知道这些参数意味着什么。

• 相机型号: shot on a Sony α7 IV (用索尼α7 IV拍摄)，Fujifilm X-T4 等。 这会影响照片的色彩科学。
• 镜头规格: 85mm f/1.4 lens (85毫米 f/1.4镜头)。 85mm 是经典的人像焦段，f/1.4 代表大光圈，能带来漂亮的背景虚化效果，让主体更突出，照片更有层次感。

把这些组合起来，提示词就从“画一个人”变成了“模拟一次真实的人像摄影”。

第三步：精确定义人物特征，尤其是眼睛和表情

AI生成的眼睛经常显得空洞无神，这是“恐怖谷”的主要来源。 必须在提示词里把眼睛的细节讲清楚。

• 关键是“神”： expressive eyes (有表现力的眼睛) 是一个好词，但还可以更具体。 detailed eyes with catchlights (有细节和眼神光的眼睛) 是一个杀手锏。 “眼神光”（catchlights）就是映在瞳孔上的光源反光，这是让眼睛看起来“活”的关键。
• 表情要微妙： AI很难理解复杂的人类情感。 你让它生成 happy (开心)，它可能会给你一个夸张的假笑。 最好用更具体、更微妙的描述。
  • 不要用： happy face
  • 试试： a gentle smile (温柔的微笑), a pensive expression (沉思的表情), a slight smirk (一丝不易察觉的微笑)。

第四步：直面“手”这个大难题

AI画手经常出错，多一根或少一根手指是常事，这也是一个非常容易触发“恐怖谷”的地方。 虽然新版的模型（比如Midjourney V6）已经改善很多，但这依然是个挑战。

有几个策略可以处理：

1. 回避： 最简单的方法。 在构图上让人物的手不出现。 比如 hands in pockets (手在口袋里)，arms crossed (双臂交叉)，或者直接拍面部特写 close-up portrait。
2. 正面对抗（用负面提示词）： 在负面提示词（Negative Prompt）里明确告诉AI不要什么。 这个后面会详细说。

第五步：负面提示词是你的安全网

负面提示词（Negative Prompt）和你想要生成的内容同样重要。 它是告诉AI“千万不要画成这样”的指令。 对于避免“恐怖谷”，这是一个必备工具。

这是一组可以直接使用的、非常有效的负面提示词，专门用来排除那些假人感很强的元素：
3D, render, CGI, cartoon, painting, illustration, video game, plastic, smooth skin, doll, disfigured, deformed, bad anatomy, extra limbs, extra fingers, mutated hands, blurry

这组词的作用是：
* 排除数字感：3D, render, CGI 告诉AI不要生成三维渲染或电脑特效的感觉。
* 排除艺术风格：cartoon, painting, illustration 确保它生成的是照片，而不是绘画。
* 排除假人材质：plastic, smooth skin, doll 直接命中了“恐怖谷”的要害。
* 排除常见错误：disfigured, deformed, bad anatomy 以及关于手部的词，是用来修正AI容易犯的生理结构错误。

综合案例对比

我们把所有知识点串起来，看一个“之前”和“之后”的对比。

一个糟糕的提示词：
A photo of a beautiful woman, smiling.
(一张美女的照片，在微笑。)
* 可能的结果： 皮肤光滑得像塑料，笑容僵硬，眼神空洞，整体感觉像个游戏角色。

一个优秀的提示词：
Prompt:
Photorealistic close-up portrait of a 28-year-old Japanese woman with subtle freckles and a gentle smile. Her hair is slightly messy. Shot on a Fujifilm X-T4 with a 56mm f/1.2 lens. The lighting is soft natural window light, creating detailed catchlights in her expressive eyes. Detailed skin texture with visible pores is crucial.
(一个28岁日本女性的逼真面部特写肖像，有淡淡的雀斑和温柔的微笑。 她的头发有些凌乱。 使用富士X-T4相机和56mm f/1.2镜头拍摄。 光线是柔和的自然窗光，在她富有表现力的眼睛里创造出细节丰富的眼神光。 细腻的皮肤纹理和可见的毛孔至关重要。)

Negative Prompt:
3D, render, CGI, cartoon, painting, doll, plastic, smooth skin, bad anatomy, disfigured, blurry.

这个优秀的提示词几乎为AI模拟了一场真实的拍摄。 它明确了：
* 人物： 年龄、国籍、特征（雀斑、发型）、表情（温柔的微笑）。
* 设备： 具体的相机和镜头，这决定了色彩和景深。
* 光线： 柔和的窗光，保证了真实感和眼神光。
* 关键细节： 强制要求了皮肤纹理、毛孔和眼神光。
* 安全网： 用负面提示词排除了所有导致“假”的因素。

按照这个逻辑去写提示词，AI生成真人图片的成功率会高很多。 核心就是，别把AI当成一个凭空想象的画家，而是把它当成一个需要具体指令的、经验丰富的摄影师助理。 你给的指令越符合物理世界的规律，它反馈给你的结果就越真实。