AI生图如何写提示词才能精准控制人物的面部表情和姿态？

写AI生图提示词，想要精准控制人物的面部表情和姿态，其实就跟学做菜一样，不能只说“好吃”，得说清楚是“鲜香麻辣”还是“清淡微甜”。AI听不懂模糊的感觉，它需要的是具体、直接的指令。

先说面部表情：别只用“高兴”或“伤心”

最常见的问题就是用词太笼统。你输入“一个高兴的女人”，AI可能会给你一个咧嘴大笑的，也可能是个腼腆微笑的，完全是开盲盒。要精准，就得把表情拆解成具体的面部肌肉动作。

1. 动词+名词/形容词，让表情具体化

不要只给一个情绪词，而是描述这个情绪下的具体长相。

• 不说“微笑 (smile)”： 试试“带一丝嘲讽的假笑 (smirk)”、“咧嘴大笑 (grin)”、“满足的微笑 (contented smile)”、“尴尬又不失礼貌的微笑 (awkward smile)”。每个词对应的嘴部、眼部状态都不同。比如，“smirk”通常意味着嘴角单侧上扬，带点不屑或者自信。

• 不说“悲伤 (sad)”： 试试“眉头紧锁 (frowning)”、“眼含泪水 (eyes watering)”、”强忍泪水 (holding back tears)”、“撇着嘴 (pouting mouth)”。“悲伤”是个状态，而“眉头紧锁”是AI能理解并画出来的具体动作。

• 不说“愤怒 (angry)”： 试试“怒视 (glarring)”、“咬紧牙关 (clenched jaw)”、“鼻孔张大 (flared nostrils)”。这些都是愤怒时脸上会真实发生的变化。

举个例子，你想画一个刚赢得比赛，既激动又有点不敢相信的运动员。提示词可以这样写：
"A female athlete, close-up shot, eyes wide with disbelief, mouth slightly open in an excited gasp, tears welling up in her eyes, flushed cheeks."
这里面没有用“高兴”这个词，但每个描述都在指向那个复杂的情绪。

2. 组合标签，创造复合表情

有时候单一的情绪不足以表达复杂的内心戏。你可以把多个表情标签组合起来。 比如，想画一个“淘气的鬼脸”，就可以把它拆解成“吐舌头 (tongue out)” + “单眼闭合 (one eye closed)” + “得意的笑 (smirk)”。 这种组合方式能创造出更生动、更有故事性的表情。

3. 利用权重调整强度

在某些平台，比如Stable Diffusion，你可以用括号和数字给提示词加权重。比如 (smile:1.3) 就会比 (smile:0.8) 产生更明显的微笑效果。如果某个表情不明显，可以适当增加它的权重，反之则降低。

4. 负面提示词很重要

画脸的时候，负面提示词（Negative Prompts）能帮你避开很多坑。比如加上 asymmetrical eyes (不对称的眼睛), crooked mouth (歪嘴), weird teeth (奇怪的牙齿), blurry face (模糊的脸)，可以有效减少面部崩坏的概率。

5. 终极武器：后期工具修正

如果提示词已经尽力，但表情还是差一点，可以借助工具。
* Inpainting (局部重绘): 在Stable Diffusion里，你可以用Inpainting功能把脸部涂抹掉，然后单独给这个区域一个新的提示词，比如“a subtle, happy smile”，让AI只重画这张脸，身体和背景都不变。
* 专门的表情控制工具: 现在有一些工具或模型，比如FacePoke或者针对Stable Diffusion的表情LoRA模型，可以让你像捏脸一样微调角色的面部细节。 比如，你可以通过滑块控制眼睛的开合程度或者嘴角的上扬角度。

再说姿态控制：文字不够，得上“地图”

控制姿态比表情更难，因为身体的动态和角度组合太多了。光靠文字描述，AI很难完美还原你脑海中的复杂动作。

1. 文字指令：从简单到复杂

简单的姿态用文字是有效的。

• 基础动作: standing (站立), sitting on a chair (坐在椅子上), lying down (躺下), walking (走路)。
• 细化动作: leaning forward (身体前倾), hands on hips (双手叉腰), arms crossed (双臂交叉), crouching (蹲伏)。
• 动态瞬间: jumping in mid-air (在半空中跳跃), a ballerina in mid-leap with arms extended (一个跳到一半、双臂伸展的芭蕾舞者)。 记住，越具体越好。

2. 明确视角和景别

同一个姿势，从不同角度看完全是两码事。所以必须在提示词里加上镜头语言。

• 景别 (Shot Type): full body shot (全身照), upper body shot (半身照), close-up (特写)。 想要全身姿势就必须写full body，否则AI很可能自己裁切成半身像。
• 视角 (Camera Angle): eye-level view (平视), low angle view (仰视), high angle view (俯视), bird's eye view (鸟瞰)。 仰视能让角色显得高大，俯视则相反。

例如，你想画一个从上方拍摄的、坐在地上的孤独女孩。提示词可以是：
"High angle shot of a girl sitting on the floor, hugging her knees, head down, full body shot, in an empty room."
这个描述就把姿势、情绪和构图都固定下来了。

3. 精准控制的王牌：ControlNet

如果你用的是Stable Diffusion，那ControlNet这个插件就是控制姿势的最终解决方案。 它的原理很简单：你给AI一张“姿势地图”，它就按照这个地图去生成人物。

具体步骤是这样的：
* 第一步：找到参考图。 这可以是一张照片，一张别人的画，甚至是你自己用火柴人画的草图。
* 第二步：在ControlNet里启用OpenPose。 OpenPose是一个预处理器，它的作用是识别参考图里人物的骨骼关节点（头、肩膀、手肘、膝盖等），然后生成一个骨骼图。 这张骨骼图就是给AI的“姿势地图”。
* 第三步：写你的主提示词。 这部分就是描述你想要的人物是什么样子的，比如“一个穿着铠甲的骑士”、“一个穿着连衣裙的女孩”。
* 第四步：生成。 AI会结合你的主提示词和OpenPose生成的骨骼图，画出一个穿着你指定服装、摆着你指定姿势的人物。

这种方法的准确度非常高。 只要你能找到或者画出想要的姿势参考，AI就能几乎100%复刻出来，彻底解决了“AI不听话，总乱摆姿势”的问题。 现在甚至有在线工具可以让你直接拖拽生成3D骨骼模型，然后下载骨骼图给ControlNet用，真正实现了姿势自由。

对于Midjourney用户，虽然没有ControlNet这样直接的工具，但可以通过“以图生图” (Image Prompt) 的方式，上传一张姿势参考图，然后在提示词里描述你的角色，AI会尽力去模仿参考图的构图和姿势。

总的来说，控制AI人物的关键在于“说人话，但要说得像机器说明书一样精准”。从具体的词汇开始，逐步学习使用更高级的工具，就能让AI从一个随心所欲的艺术家，变成一个能精准执行你想法的得力助手。