AI生成半身怎么写提示词

AI生成图片这事儿，很多人都觉得玄乎，其实说白了就是你得学会怎么跟AI“说话”。你想让它画个半身像，不能干巴巴地就说“画个半身像”，AI听不懂这个。你得把画面里所有的细节都拆开，一点一点告诉它。这就像你跟一个完全没见过世界的画家描述一个人一样，你描述得越清楚，他画出来的就越像。

首先，咱们得明确一下，啥叫“半身像”。在AI这里，这个词有点模糊。你最好用更专业的词，比如“中景镜头”（medium shot）或者“腰部以上镜头”（waist-up shot）。为啥呢？因为AI学习的素材库里，有海量的照片和电影截图，这些东西都是用摄影术语打标签的。你用“中景镜头”，AI能立马反应过来，哦，这是要把人从腰往上都拍进去，构图要怎么怎么样。我个人经验是，“中景镜头”这个词比“半身像”好用，出来的图构图更稳定。

接下来，就是写提示词的核心公式了。这东西不复杂，你记住这个顺序就行：主体 + 姿势/动作 + 服装 + 背景 + 风格。咱们一个个说。

1. 主体：这人是谁？

这是最关键的一步。别怕啰嗦，细节越多越好。“一个女孩”这种提示词等于没说。AI会随便给你生成一个，跟开盲盒一样。你得写成这样：“一个25岁的女人，长长的棕色卷发，蓝眼睛，脸上有点雀斑”。

你看，年龄、发型、发色、眼睛颜色、特征，都给到了。AI拿到这些信息，脑子里就有个基本轮廓了。如果你不给它这些，它就自己瞎编，结果十有八九不是你想要的。

2. 姿势和动作：这人在干嘛？

没人喜欢看一张跟证件照一样呆板的图。让你的角色动起来，哪怕只是一个微小的动作，整个画面都会活过来。

比如，别光写“坐着”，你可以写“靠在窗边，手里端着一杯热气腾腾的咖啡，眼神望向窗外”。“交叉双臂”、“低头看书”、“对着镜头微笑”，这些具体的描述都能让画面更有故事感。我之前试过画一个角色，光让他站着，怎么画都觉得别扭。后来加了一句“正在整理自己衬衫的袖口”，整个人的感觉立马就对了，姿态自然了很多。

3. 服装：这人穿了啥？

衣服能交代很多信息，比如角色的身份、性格，甚至故事发生的年代。同样，要具体。

不要只写“穿了件夹克”，要写“穿了一件磨损的深棕色皮夹克，领口有羊毛”。“磨损”、“深棕色”、“皮”、“羊毛”，这些词都在给AI提供材质和颜色的信息，它就能更好地渲染出衣服的质感。再比如，“一件宽松的白色亚麻衬衫”，这比“一件白衬衫”给出的信息量大得多，画面也更有质感。

4. 背景：这人在哪儿？

背景决定了画面的氛围。有时候你可能就想要个纯色背景，那很简单，直接写“纯灰色背景”（plain grey background）就行。但多数时候，一个好的背景能让你的半身像更有深度。

想让主体更突出，可以用摄影里的技巧，比如告诉AI“背景虚化”（bokeh background）或者“浅景深”（shallow depth of field）。这样AI就会把焦点对在人身上，背景自然就模糊了。

如果需要具体场景，也得说清楚。“在一个堆满旧书的图书馆里，阳光从窗户斜射进来”，你看，地点、物品、光线，都有了。AI就能根据这个描述去构建一个有层次感的空间。

5. 风格：这图看起来像什么？

这是最后一步，也是最能体现你个人想法的一步。你想要一张照片，还是一幅油画？

• 要照片质感：就用“写实照片”（photorealistic photo）、“超清细节”（hyper-detailed）、“8K”这些词。更进一步，你甚至可以指定相机型号和镜头，比如“用索尼A7M4相机拍摄，85mm f/1.4镜头”。AI的数据库里有很多照片的EXIF信息，它知道什么相机配什么镜头能拍出什么样的效果。这招特别好用，能让图片立刻就有专业摄影那味儿了。

• 要绘画质感：直接说“油画”（oil painting）、“水彩画”（watercolor）、“素描”（sketch）。你还可以指定艺术家的名字，比如“梵高风格”（in the style of Van Gogh）。这是个捷径，AI会去模仿这位艺术家的笔触、色彩和构图。

• 光线是灵魂：别忘了光。“柔和的晨光”（soft morning light）、“戏剧性的伦勃朗光”（dramatic Rembrandt lighting）、“电影感光线”（cinematic lighting）、“黄昏时分的金色光芒”（golden hour lighting），不同的光线会带来完全不同的情绪。我个人很喜欢用“电影感光线”，因为它能制造很好的明暗对比，让人物显得很立体。

除了这些，还有一个很重要的东西叫“负面提示词”（Negative Prompts）。就是告诉AI，你不想看到什么。AI画画经常会犯一些低级错误，比如手画不明白、多一根手指头、解剖结构不对等等。所以，你可以在负面提示词里写上“畸形的手”（deformed hands）、“多余的手指”（extra fingers）、“画质模糊”（blurry）、“丑陋”（ugly）、“解剖结构错误”（bad anatomy）。把这些丑话写在前面，能帮你过滤掉很多失败的图，省得你反复生成。

我们来把上面的东西串起来，走个实例。

假设我想生成一张图：一个三十多岁的男程序员，深夜还在办公室加班，看起来有点累，但眼神很专注。

按照公式拆解一下：

• 主体：一个35岁的男人，戴着黑框眼镜，头发有点乱，下巴上有些胡茬。
• 姿势/动作：坐在电脑前，一手放在键盘上，一手托着下巴，专注地看着屏幕。
• 服装：穿着一件深灰色的连帽卫衣。
• 背景：一个现代风格的办公室，环境很暗，只有电脑屏幕的光和桌上的一盏台灯照亮了他的脸和上半身。背景里能看到一些模糊的办公用品。
• 风格：一张有电影感的写实照片，焦点对在他的脸上，有很强的明暗对比。

组合起来的提示词就是：
A medium shot photo of a 35-year-old male programmer with messy hair and some stubble, wearing black-rimmed glasses and a dark grey hoodie. He is sitting in front of a computer in a dark office at night, one hand on the keyboard, the other resting on his chin, looking intently at the screen. The only light comes from the monitor and a desk lamp, creating strong shadows on his face. Cinematic lighting, shallow depth of field, shot on a Canon R5, 50mm lens. --ar 2:3

（最后的 --ar 2:3 是Midjourney里的参数，用来指定图片是2:3的竖构图，很适合半身人像。）

负面提示词就是：
--no cartoon, 3d render, painting, ugly, deformed, bad anatomy, extra limbs.

你看，这么一长串描述，其实就是把一个画面掰碎了说给AI听。你给的信息越精确，AI就越能“理解”你的想法，给你的结果也就越接近你想要的。这事儿没什么魔法，就是个熟能生巧的活儿，多试、多调整，慢慢你就能跟AI聊明白了。